疲劳表征多模式数据集用于混合现实中的立体视觉
Yan Wu1,2,3, Chunguang Tao1, Qi Li4,5,6
1School of Computer Science and Technology, Changchun University of Science and Technology, Changchun, 130022, China.
Scientific data
|December 27, 2025
概括
长时间使用混合现实 (MR) 头部显示器 (HMD) 可能会导致视觉疲劳. 这项研究使用EEG和生理信号来识别疲劳,突出了公开数据集的必要性.
科学领域:
- 神经科学是一个神经科学.
- 人与计算机的交互
- 生物医学工程 生物医学工程
背景情况:
- 头戴式显示器 (HMD) 提供沉浸式混合现实 (MR) 体验.
- 在HMD中长时间观看立体内容可能会导致视觉疲劳.
- 了解和量化这种疲劳对于用户的舒适和安全至关重要.
研究的目的:
- 为了研究由MR刺激引起的立体视觉疲劳.
- 探索脑电图 (EEG) 和外周生理信号在检测视觉疲劳方面的实用性.
- 创建多式联络数据集,用于未来对MR引起的视力疲劳的研究.
主要方法:
- 记录了23名参与者观看MR刺激的24通道EEG.
- 收集了13名参与者的心电图 (ECG),皮电活动 (EDA),SpO2,呼吸和皮肤温度数据.
- 提取生理信号特征以形成多式联络数据集.
主要成果:
- 结合EEG和外围生理信号的多模式数据集在识别视觉疲劳方面表现出显著的有效性.
- 实验验证证了这些组合数据集检测疲劳状态的能力.
- 该研究成功生成了用于分析MR中立体视觉疲劳的数据集.
结论:
- 生理信号,特别是当它们结合在一起时,是MR环境中立体视觉疲劳的有效指标.
- 开发的多式联运数据集为进一步研究提供了宝贵的资源.
- 公共可访问的数据集对于促进混合现实中视觉疲劳的理解和缓解至关重要.
