在视觉和认知领域将视频游戏用于眼治疗的分类

科学领域:

• 视觉科学科学 视觉科学
• 临床干预 临床干预
• 游戏设计 游戏设计

背景情况:

• 视频游戏,特别是动作游戏,在视觉科学中用于治疗盲视和增强视觉功能.
• 目前的游戏分类依赖于广泛的类型,缺乏治疗应用的功能特异性.
• 这种不准确性阻碍了视觉研究中的最佳游戏选择和交叉研究可比性.

研究的目的:

• 开发一个数据驱动的框架,根据功能负载配置文件对商业视频游戏进行分类.
• 为了提供一个客观的替代主观的基于类型的游戏选择治疗用途.
• 引导视觉科学和临床干预的视频游戏的选择和开发.

主要方法:

• 十二位专家评估了七个商业视频游戏的九个维度,包括感知负载,运动需求,工作记忆和注意力控制.
• 多维缩放和K-means集群被用来根据专家相似性评级对游戏进行分组.
• 主要组件分析验证了新出现的游戏集群.

主要成果:

• 基于功能负载配置文件,出现了三种不同的视频游戏集群.
• 集群1:高运动和感知负载的动作游戏 (例如,使命召唤).
• 集群2:适度的视觉运动和认知参与拼图/街机游戏 (例如,Tetris).
• 集群3:低需求的模拟游戏 (例如"模拟者").
• 泰特里斯展示了一种混合型的个人资料,视觉运动适度,但认知需求更高.

结论:

• 多维分类框架提供了一个可靠和客观的工具,用于选择视频游戏在治疗上下文.
• 这种方法超越了主观的类型标签,改善了视觉科学研究和临床应用的游戏选择.
• 该框架支持定制的视频游戏开发,以加强视觉功能干预.