相关实验视频
Updated: Sep 12, 2025
07:09
Virtual Reality Experiments with Physiological Measures
Published on: August 29, 2018
12.8K
在虚拟现实中对情绪刺激的高玛EEG反应:从局部激活和分布式特征的见解
Shasha Xiao1, Nadia Youssef2, Qingxun Zhang1
1School of Computer Science and Information Engineering, Changzhou Institute of Technology, Changzhou, China.
Frontiers in human neuroscience
|August 7, 2025
概括
虚拟现实 (VR) 中高马电脑图 (EEG) 活动显示了积极和消极情绪的独特模式. 局部的额头和部马功率对情绪识别比网络效率更有效.
科学领域:
- 神经科学是一个神经科学.
- 虚拟现实研究 虚拟现实研究
- 人类情绪研究 研究人类情绪研究
背景情况:
- 高频电脑电图 (EEG) 活动,特别是在高马波 (53-80 Hz) 范围内,对于理解人类情绪至关重要.
- 目前关于在虚拟现实 (VR) 中对情绪刺激的高玛EEG反应的研究是有限的,特别是关于不同情绪状态期间本地大脑激活和网络动态.
研究的目的:
- 在虚拟现实环境中调查高玛EEG对积极和消极情绪刺激的反应.
- 为了比较光谱功率和大脑网络特征在VR情感识别方面的有效性.
主要方法:
- 记录了19名参与者观看积极和消极的4秒VR视频的EEG数据.
- 分析了高马波段 (53-80 Hz) 光谱功率和大脑网络特征 (节点/局部效率).
- 利用机器学习对神经特征进行分类准确性评估.
主要成果:
- 观察到光谱功率的价值特异性空间模式:较高的正面马活动为积极的情绪,增加的右马功率为负面的情绪.
- 在积极情绪期间发现了提高局部效率,表明增强的模块化连接性.
- 机器学习分类使用光谱功率特征 (73.57%) 与节点效率 (69.51%) 或局部效率 (65.03%) 相比,获得了更高的准确性.
结论:
- 在EEG中局部化的高马活性为VR中的情绪识别提供了比网络拓度量更直接的歧视性信息.
- 这些发现促进了对沉浸式VR环境中对情绪的神经生理反应的理解.
- 特定的大脑区域 (额头,,) 是通过VR中的高马EEG来识别情绪的关键区分器.
