我认为我不觉得恶心：使用fNIRS探索虚拟现实中的认知需求和网络晕动症之间的关系

文献标题

I think I don’t feel sick: Exploring the Relationship Between Cognitive Demand and Cybersickness in Virtual Reality using fNIRS

文献信息

• 主题领域: 人机交互（HCI）、虚拟现实（VR）、认知负担和网络晕动症研究
• 关键词: 网络晕动症, 虚拟现实, 认知负担, fNIRS, 头戴式显示设备, 用户体验, 自主感知, 工作负载, 神经科学

研究背景与问题

• 发现的问题或挑战:
  • 虚拟现实用户常会遭受网络晕动症（Cybersickness），主要由于视觉与前庭感知失匹配。
  • 网络晕动症会降低用户的沉浸感、愉悦感，甚至妨碍用户的参与度及学习、治疗等应用效果。
  • 网络晕动症的检测通常依赖参与者的自我报告，这种方式难以捕获症状的发展动态，并可能影响用户对症状的感知。
• 研究重要性:
  • 了解网络晕动症及其缓解方式，有助于提升虚拟现实应用的用户体验、普及度和商业成功。
  • 生理信号（如脑部活动）的持续监测，为实时检测网络晕动症提供了一种可行方法。
• 研究动机与相关工作:
  • 当前研究主要集中于感官输入调整（如视场限制）减轻症状，但这些干预可能会减少沉浸感。
  • 在实际运动环境中，高认知任务已被证明能减少晕动症，但尚未明确视觉运动在VR环境中与认知负担的关系。
  • fNIRS（功能近红外光谱）在HCI中表现出检测认知负荷及情绪唤起的潜力，或可成为监测网络晕动症的工具。

解决方案

• 提出的方法或解决方案:
  • 通过实验研究探索认知任务对网络晕动症的潜在缓解作用。
  • 使用fNIRS传感器记录前额叶脑活动，初步探究网络晕动症的生理信号关联。
• 创新之处:
  • 对认知任务与网络晕动症关系的首次详细量化分析。
  • 提出使用前额叶fNIRS传感器嵌入VR头显以实时评估用户体验的技术潜能。
• 实施步骤及关键技术:
  • 实验设计：参与者在虚拟过山车场景中执行快速序列视觉呈现任务（RSVP），设置四种实验条件 (移动/静止 + 有任务/无任务)。
  • 数据收集：记录快速动态网络晕动症量表(FMS)、NASA-TLX工作负载、SSQ后测得分及fNIRS脑活动信号。
  • 数据分析：使用线性混合效应模型分析认知负担对网络晕动症及响应时间的影响，同时考察fNIRS的脑区激活变化。

研究成果

• 具体成果:
  • 用户体验: 实验结果显示，执行认知任务时网络晕动症有所减轻，尤其是在虚拟过山车移动时（支持部分FMS数据，SSQ数据则未体现）。
  • 脑活动检测:
    • fNIRS测量显示右侧背外侧前额叶（DLPFC）的显著激活，与认知任务和网络晕动症体验相关。
    • 当认知任务和移动条件同时存在时，前额叶激活减少，可能是由于认知资源的竞争。
• 与现有解决方案相比的优势:
  • 提出认知负担对网络晕动症可能有干扰作用，这为设计VR内容时动态调整提供了新思路。
  • 基于fNIRS的数据表明，网络晕动症可能被生理信号检测到，为科学研究与商业开发奠定了基础。
• 实验和评估结果:
  • RSVP任务性能因网络晕动症而下降，反应时间变长，表明认知负担与感知症状之间存在复杂的交互关系。
  • fNIRS信号在特定认知或晕动症条件下显著变化，进一步验证了其作为潜在检测工具的可行性。
• 局限性与未来方向:
  • 局限性：
    • 短实验时长可能限制了症状的全面表现。
    • FMS和SSQ量表结果不一致，需进一步验证。
    • 实验环境简单控制，缺乏复杂或交互性更高的仿真场景。
  • 未来方向：
    • 探讨更长时间暴露及更复杂VR环境中认知任务的缓解效果。
    • 开发基于fNIRS的实时网络晕动症仪表盘，评估感知与生理变量关系。
    • 研究更具体的任务种类及设计如何影响不同用户群体的网络晕动症体验。