在上肢康复任务期间量化用户参与度

科学领域:

• 机器人技术 机器人技术 机器人技术
• 人与计算机的交互
• 康复工程 康复工程 康复工程

背景情况:

• 患者参与对于有效的中风后机器人康复至关重要.
• 有限的研究存在于调节和量化治疗期间的参与.

研究的目的:

• 开发和评估一个虚拟现实 (VR) 集成的机器人辅助系统,用于上肢康复.
• 为了实现用户参与的同时调制和监控.
• 调查生理和行为指标对参与估计的有效性.

主要方法:

• 一个VR集成的机器人辅助系统被用于线路追踪任务.
• 任务难度通过形状复杂性和力噪声来调节.
• 使用生理学 (GSR,瞳孔直径) 和行为 (眼,凝视) 信号来估计参与.
• 游戏参与度调查问卷 (GEQ) 用于基准测试.
• 20名健康的受试者参与了这项研究.

主要成果:

• 行为信号比生理信号更有信息来预测参与度.
• 为了准确的参与度指标,确定了一个最佳的11秒分析窗口 (MAE = 0.73,r = 0.42).
• 峰值参与,与流动理论保持一致,发生在任务难度与用户技能相匹配时 (高斯模型:R2 = 0.76,RMSE = 0.18).

结论:

• 行为测量提供了一种可靠的,非侵入性的方法来估计在康复任务期间的参与.
• 这种方法支持开发适应性系统,调整难度以优化患者参与.
• 这些发现为改进的机器人康复策略铺平了道路.