在虚拟现实中的情感体验期间基于EEG的功能连接的图形理论分析,用于情感识别和情感识别
Hye Jeong Jo1, Min Jae Lee2, Won Hee Lee3,4
1Department of Software Convergence, Kyung Hee University, Yongin-si, 17104, Republic of Korea.
Scientific reports
|November 14, 2025
概括
虚拟现实 (VR) 经验与脑电图 (EEG) 结合,在不同的情绪中揭示出不同的大脑网络模式. 使用这些大脑网络特征,图形理论分析准确地区分了积极的和消极的情绪.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 人与计算机的交互
背景情况:
- 虚拟现实 (VR) 为研究大脑反应提供了现实的情感诱导.
- 将VR与脑电图 (EEG) 结合起来,可以提供对情绪状态的洞察.
- 了解VR情绪期间复杂的大脑网络动态至关重要,但未被充分探索.
研究的目的:
- 通过使用图形理论来研究VR诱导情绪期间的功能性大脑网络动态.
- 识别与负面和积极情绪状态相关的神经特征.
- 通过机器学习评估基于图形的EEG特征在情绪识别方面的有效性.
主要方法:
- 在沉浸式VR实验中记录了EEG信号.
- 图形理论方法分析了跨频段的功能性大脑网络拓.
- 机器学习模型根据网络特征对情绪进行了分类.
主要成果:
- 对于负面和积极的情绪,观察到不同的功能性大脑网络模式.
- 负面情绪显示高马波的增加和塔波段活动的减少.
- 积极的情绪与左额头区域的活动减少有关.
- 一个机器学习模型在区分积极和消极情绪方面达到79%的准确性.
结论:
- 大脑网络在VR诱导的情绪体验中动态重组.
- 基于图形的EEG特征显示了强大的情绪识别潜力.
- 研究结果支持基于情感检测的个性化VR应用程序的开发.
