PanoVR：一项关于通过全景多感官虚拟现实训练促进自闭症谱系障碍儿童技能迁移的纵向人机交互研究

文献标题

PanoVR: A Longitudinal Human-Computer Interaction Study on Promoting Skill Transfer in Children with Autism Spectrum Disorder through Panoramic Multi-sensory Virtual Reality Training

出版信息

• 主题领域: 针对自闭症谱系障碍（ASD）的虚拟现实干预，重点关注技能迁移与神经适应。
• 关键词: 自闭症谱系障碍，全景虚拟现实，多感官训练，技能迁移，有效连接，神经适应，纵向研究，人机交互。

背景与问题

• 问题 / 挑战: 现有的ASD干预方法（如TEACCH）在改善适应性行为和技能向现实情境迁移方面效果有限。虚拟现实（VR）干预通常缺乏生态效度，并可能导致ASD儿童感官过载。
• 重要性: 提升ASD儿童的技能迁移能力和适应性对改善其社会参与和现实场景中的独立性至关重要。
• 动机与相关工作: 先前的VR研究表明其在ASD技能习得方面具有潜力，但受限于场景真实感低、互动性不足以及缺乏纵向验证。全景VR提供高保真环境，但在ASD干预中的互动性和渐进式训练应用尚未得到充分探索。

解决方案

• 提出的方法: PanoVR，一种将渐进式多感官刺激（视觉、听觉、嗅觉）与从熟悉到陌生环境的分阶段训练相结合的全景VR系统。
• 创新点:
  1. 开发具有高生态效度的全景VR系统，用于渐进式多感官训练。
  2. 在纵向设计中整合行为和神经测量（fNIRS）以评估干预效果。
  3. 发现神经重组模式，包括有效连接（EC）的减少和参与者间变异性的降低，作为技能迁移的机制。
• 流程与关键技术:
  • 使用现实场景构建全景画面。
  • 设计交互任务（如食物分配和食材组合）以增强运动和认知技能。
  • 在三个训练阶段（熟悉、半熟悉、陌生环境）中逐步增加感官刺激（视觉、听觉、嗅觉）。
  • 使用Kinect动作捕捉和fNIRS收集行为和神经数据。

结果

• 具体发现:
  • 任务完成数在训练阶段（T1到T3）显著增加，从T1到T3提高了25.5个任务（p < 0.001）。
  • 全局EC从T1到T3显著下降（β = −0.0141, p < 0.001），反映了更高效的神经协调。
  • 行为指标（如动作稳定性、协调性）在训练阶段保持稳定，15项指标中有12项显示统计等效性。
• 相较基线的优势:
  • 在陌生的高刺激环境中任务表现和技能迁移显著提升。
  • 神经冗余减少，跨区域协调效率提高，特别是在前额叶和运动皮层之间。
• 实验 / 评估:
  • 纵向被试内设计，研究对象为11名ASD儿童（6–14岁），为期四周。
  • 数据在三个阶段收集（T1: 熟悉环境，T2: 半熟悉环境，T3: 陌生环境）。
  • 行为指标（如任务完成、动作稳定性）和神经数据（基于fNIRS的EC）通过线性混合效应模型和等效性测试进行分析。
• 局限性与未来工作:
  • 样本量较小（n=11），年龄范围有限（6–14岁）。
  • 缺乏未接受训练的对照组进行比较。
  • 场景熟悉度和感官强度的联合操控限制了其单独效应的解析。
  • 缺乏触觉刺激和更高时间分辨率的数据采集。

总结

本研究提出了PanoVR，一种通过渐进式多感官训练提升ASD儿童技能迁移和适应能力的全景VR系统。在四周的训练中，参与者在任务表现和神经效率方面显著改善，并在日益复杂的环境中保持稳定的行为模式。研究结果表明，受控的感官渐进和稳定的任务结构可以支持可迁移技能的发展和神经重组。未来工作将解决样本量限制，探索训练参数的独立效应，并整合额外的感官模式以增强干预效果。