基于EDA的VR不适检测

虚拟现实与坠落感：一种用于虚拟现实晕动症的生理可穿戴工具

摘要

虚拟现实（VR）技术最近在康复领域展现出有前景的应用。然而，长时间沉浸在虚拟现实环境中偶尔会导致患者和健康受试者出现不适和虚拟现实病。在本研究中，我们评估了16名健康受试者在虚拟现实环境中执行三项不同任务时皮肤电活动（EDA）的变化，以估算交感神经系统（SNS）活动。我们的目的是收集初步证据，探讨将自主神经系统活动作为检测虚拟现实中不适感的潜在标志物的可行性。实验中通过可穿戴设备在不同条件下量化了自主神经系统活动。结果表明，皮肤电活动（EDA），特别是最大相位活动和皮肤电导，能够在不同任务间进行区分，从而量化任务引起的自主神经系统活动负荷。综上所述，源自皮肤电活动（EDA）的自主神经系统活动指标有望作为虚拟现实体验中的生物标志物。试验注册号：NCT03425877

关键词

虚拟现实，运动病，皮肤电活动，交感神经系统，可穿戴设备

I. 引言

虚拟现实（VR）的不断发展正在重塑神经学和骨科康复领域。虚拟现实环境和游戏化为提高日常生活活动中的运动和认知表现提供了补充工具[1],[2]。然而，长时间暴露于虚拟现实环境中可能引发一种称为虚拟现实晕动症（VRS）的状况。长期暴露于VRS的症状包括不适、姿势不稳、晕厥、偏头痛、出汗、疲劳、头晕、定向障碍和干呕，这些症状与视觉感知刺激和本体感觉之间的脱节有关[3]。截至目前，量化VRS的指标较少，且在康复方案实施过程中尚无可用于识别VRS的标志物。识别与VRS相关的生物标志物，将有助于制定不会给患者带来不适的康复方案，并有助于在锻炼期间监测患者，特别是那些存在沟通障碍的患者。随着计算方法在提供实时康复方面的相关性日益增强反馈和结果指标[5]，本研究旨在检验监测交感神经系统（SNS）活动作为虚拟现实环境中不适潜在标志物的可行性。这一假设得到了近期研究结果的支持，这些研究表明，在目标导向行为过程中通过自我报告评估测量到的感知挑战程度与自主神经系统活动密切相关[6]。

II. 方法

十六名健康受试者（9名男性；7名女性），平均年龄为36±9，参与了本研究。他们均未接受任何类型的医学治疗。实验在帕多瓦大学的步态分析实验室进行，实验环境为光线昏暗且温度为20°C的空调房间，使用由 Hybrid Reality s.r.l.（www.hybridreality.it）开发的定制VR软件，并遵循皮电测量的相关建议[7]。本研究遵循赫尔辛基宣言进行，并获得了威尼斯ULSS 3伦理委员会的批准。所有参与本研究的受试者均签署了知情同意书。

A. 数据采集

使用 Microsoft Band 2™腕带设备记录测量数据，参与者将其佩戴在非优势手腕上。要求受试者坐在椅子上保持舒适的位置，并将设备戴在非优势侧手腕上。他们随后被要求等待2分钟，以便让生物信号恢复到正常静息活动范围内，避免因实验前的运动活动导致的伪影（1分钟睁眼（EO）和1分钟闭眼（EC））。然后邀请受试者佩戴虚拟现实头盔（www.vive.com），并在虚拟建筑工地环境中执行3个不同的任务，每个受试者需要：[任务1，运动]观察并探索周围环境；[任务2，认知]，进行一项旨在识别脚手架建造错误的运动和认知游戏（任务2a）并对其坍塌做出反应（任务2b）；[任务3，“高空病”，情绪]，从三楼阳台往下看（任务3a）并跳下（任务3b）。通过视频记录实验，添加标签以标记不同事件和任务。效价和唤醒度在每次任务后通过9点李克特量表进行评估[8]，以监测与每种条件相关的不适感。

B. 皮肤电活动特征提取过程

采用去卷积方法进行数据分析，以通过事件相关分析（连续分解分析）分析原始数据，使用Ledalab v. 3.2.2（www.ledalab.de）[9]。皮肤电活动信号以5赫兹（200毫秒）采样，然后通过自适应平滑函数进行平滑处理。响应窗口设定为刺激开始后‐1至15秒。从皮肤电活动信号中提取以下成分，参考响应窗口：nSCR，定义为显著的皮肤电导反应数量，高于0.01 μS；潜伏期（秒），表示首次显著皮肤电导反应的反应潜伏期；AmpSum（μS），定义为显著皮肤电导反应幅度的总和；SCR（μS），作为平均相位驱动；ISCR（μS s），作为相位驱动的面积（即时间积分）（μS s）；PhasicMax （μS），定义为相位活动的最大值；Tonic （μS），作为平均张力性活动（分解出的张力性成分）。所有信号成分的相关数据已输入SPSS（IBM SPSS Statistics，版本24.0。纽约阿蒙克：IBM公司），并使用弗里德曼检验进行分析，事后分析采用邦弗罗尼校正进行多重比较，斯皮尔曼检验进行相关性分析。显著性水平设定为0.05。

III. 结果

弗里德曼检验显示，不同虚拟现实任务在最大时相振幅（MPA）（X²=18.352；df=4；p<.001）和皮肤电导水平（SCL）（X²=36.240；df=4；p<.001）上均存在显著差异，其中任务3b的中位数值更高（图1）。事后分析表明，任务3b的MPA和SCL值与其他所有任务相比均有显著差异（邦弗罗尼校正后p值<0.05），而其他比较（即闭眼静息状态和睁眼静息状态与其他非任务3b任务之间的比较）尽管显示出潜在差异，但由于邦弗罗尼校正而不具显著性。如图2所示，SCL和MPA均与唤醒度水平呈显著相关（SCL：R=.552；p<.001；MPA：R=‐.548；p<.001），且在较小程度上与效价水平相关（Phasic Max：R=0.461，p=.002；MPA：R=‐.338；p=.06），以上相关性由自我报告量表评估得出。

IV. 结论

我们的结果表明，有可能基于交感神经反应来区分虚拟现实中的不适状态。用于虚拟现实相关不适或虚拟现实晕动症的生物标志物将具有多种使用场景。首先，它可用于校准健康受试者的虚拟现实任务，以最小化患者的不适。此外，基于生物反馈的自主神经系统反应可用于监测那些无法准确表达自身不适的患者，例如许多神经科患者。最后，自主神经系统可进一步作为虚拟现实任务中参与度指标进行研究。本研究展示了有趣的初步发现，未来应收集更多证据，包括更大的样本量，以纳入报告明确虚拟现实晕动症体验的受试者，并建立通过皮肤电活动评估的自主神经系统活动的常模值。