CIN 计算智能和神经科学 1687 - 5273 1687 - 5265 Hindawi 10.1155 / 2019/7051079 7051079 研究文章 脑电图α权力是由注意力改变调制和虚拟现实沉浸在认知任务 https://orcid.org/0000 - 0002 - 4673 - 2974 Magosso Elisa 1 https://orcid.org/0000 - 0003 - 2837 - 7742 De Crescenzio 弗朗西斯卡 2 https://orcid.org/0000 - 0001 - 5248 - 1625 里奇 会 1 https://orcid.org/0000 - 0003 - 2042 - 2385 Piastra 塞吉奥 2 https://orcid.org/0000 - 0002 - 0911 - 0308 Ursino 毛罗。 1 伤势 彼得罗 1 电气部门 电子和信息工程”“古格列尔莫。马可尼 大学Bologna-Campus切塞纳 通过戴尔'Universita 50 切塞纳 意大利 unibo.it 2 工业工程系 大学Bologna-Campus Forli 通过囟门40 Forli 意大利 unibo.it 2019年 25 6 2019年 2019年 15 02 2019年 17 04 2019年 16 05年 2019年 25 6 2019年 2019年 版权©2019 Elisa Magosso et al。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

在阿尔法节律的变化有一个重要的角色在知觉和注意。最近,α与外部有关注意力下降,尤其是在视觉领域,而阿尔法增加已经与心算等内部处理。然而,α振荡的作用和任务的不同组件如何(处理外部刺激、内部操作/表示和任务需求)交互影响α权力仍不清楚。在这里,我们研究α权力是不同的调制,注意力任务都依赖任务困难(要求少/多任务)和方向的关注(内部/外部)。这一目标,我们设计了两个实验,不同操纵这些方面。实验1,虚拟现实(VR)外,涉及两个任务都需要内部和外部的注意力组件(摄入的视觉项目的内部操作),但不同内部任务要求(算术和阅读)。实验2利用VR(模拟飞机客舱内部)操纵的关注方向:它包括虚拟现实的一个条件浸泡,以视觉外部的关注,和纯粹的心算任务的一个条件在VR浸,需要忽略的感官刺激。结果表明:(1)与先前的研究一致,视觉外部的关注引起了重大α减少,尤其是parieto-occipital地区;(2)α减少显著更大更要求算法的任务期间,当任务是由外部视觉刺激;(3)α大幅度增加在VR浸纯精神的任务,即外部刺激与任务没有关系。 Our results suggest that alpha power is crucial to isolate a subject from the environment, and move attention from external to internal cues. Moreover, they emphasize that the emerging use of VR associated with EEG may have important implications to study brain rhythms and support the design of artificial systems.

 地平线2020框架计划 807083年 1。介绍

卓越的振荡现象的大脑神经动力学是由α节律(约8 - 12赫兹),这是占主导地位的频率在人类头皮脑电图( 1]。众所周知,脑电图活动α带展品显著改变各种条件;取决于什么样的刺激或任务需求,一个大脑区域响应与降低α权力(事件相关去同步化,ERD)或一个α力量增加(与事件相关同步,人) 2, 3]。更特别,大量的文献表明,区域激活任务显示ERD期间,而人发生地区无关的任务,或地区的过程干扰或潜在的干扰信号( 4- - - - - - 7]。

此外,最近的研究提出一个解释人类的阿尔法节律的区分内部和外部的有意注意。

关注外部的关注,众所周知,α功率随枕网站在视觉刺激( 8在感觉运动和感觉运动区域的任务或运动 3]。各种研究与视觉注意的水平振动的强度 α活动,观察更大的外部注意原因降低α权力,或在阿尔法节律转向参加地点( 9- - - - - - 11]。α失调有关的相关信息需要处理的任务各种认知领域,特别是与视觉感知( 12- - - - - - 14]。因此推测,α的镇压活动相关的力量关注外部对象或任务所需的刺激 15]。

不同的结果,然而,最近观察到听觉领域,增加α与增加工作和/或处理( 16- - - - - - 19]。因此,任务的角色alpha-band权力,即使在处理外部输入仍强烈争论,可能显著差异在听觉和视觉领域和不同的任务。

相反, 一个带振荡曾被观察到在内部增加任务,如视觉表象或算术运算( 20.- - - - - - 23]。老有影响力的假设射线和科尔( 24]假定α功率增加时拒绝任务(内部注意力),以反映抑制或拒绝的感觉信息。以来关注的一个内在的转变是伴随着增加α权力,一些作者认为人可以努力抑制感觉处理和抑制干扰或潜在的干扰信号( 4- - - - - - 7, 25, 26)或更一般的实现一般的抑制机制在大脑中( 26, 27]。

以前的观测是结果 α电源灯是严格与工作记忆有关(WM)。WM测试过程中,选择性注意可能的操作来提高有限的内存资源的有效利用,通过支持的编码相关信息,避免内存容量是退化的干扰信号( 28]。事实上,一些研究表明显著 α同步与内存负载实验中参与者物品被铭记在短时间内( 25, 29日, 30.]。一个有影响力的假设是α振荡工作作为一个过滤器机制能够抑制通过进步越来越多的干扰 α权力的增加( 31日]。然而,不同的结果在这一点上已报告。虽然Sauseng et al。 32)发现,α活动增加与干扰物的数量,其他没有报告这些变化 33, 34]。

从以前的文献中,我们可以得出结论,而α活动之间的关系和注意机制是有据可查的今天,当注意力指向外部刺激(ERD)和记得东西(人),具体的α振荡所扮演的角色及其调制的任务仍不清楚。特别是alpha-inhibition假说和α活动内存的角色任务继续质疑(最近的一个评论中看到 35])。至少有三个重要元素参与这些过程:维护的内存,处理外部刺激和任务负载的要求。所指出的范Moorselaar et al。 36),目前还不清楚是否这些方面合作或冲突,以及他们如何相互作用在额叶和枕叶水平,确保更好的行为表现。α活动反映内部认知过程,自上而下的机制的影响下工作关注的基本项目,即。之间的转变,“自下而上”和“自上而下”的需求,所显示·冯·斯坦et al。 37, 38]?还是它只是反映了注意力从外部刺激的解脱吗?α是否失调信号外部感官表示的一个主要角色,而α同步强调内部心理过程的主要作用?

为了检验这些方面,我们需要实验操纵外部刺激,(即认知加工需求。、任务难度)和方向(外部和内部)的关注。特别是,我们希望在哪些术语研究α权力可以减少任务需要一个注意力集中到外部项目,任务需求,这种失调是如何影响的,以及它是如何影响强烈的外部刺激缺乏特定的任务,最后的一个心理过程需要隔离环境。

达到我们的目标,这项研究包括两个后续但严格相关实验:(i) alpha-band变化(即力量。,ERD or ERS) were measured in laboratory, using a 13-electrode system, during two tasks which differently recruited visual and cognitive mechanisms (the first is a reading numbers task, the second a visual + arithmetic operation task). The results are used to assess ERD during attentive tasks that require external attention, and its modulation by the level of attention/involvement required. (ii) Changes in alpha-band power were quantified when participants interact with a business aircraft cabin in a Virtual Reality (VR) setting, to mimic conditions experienced by a passenger during an airplane travel. In this case, the EEG was obtained while the participant was immersed in a VR environment, conceived to simulate the main visual and acoustic characteristics of a cabin interior, ad hoc designed during the project. We assume that this condition strongly solicits the external visual/acoustic attention, even in the absence of a specific task. Finally, in the same condition (VR immersion), we asked the participants to perform a mental arithmetic task (internal attention) and to investigate the conflict between the external virtual immersion and the internal focus and its effect on alpha rhythm power.

在所有情况下,阿尔法节律研究parieto-occipital和额叶区域,指出差异。

最后,我们希望这项工作的强调小说方面是阿尔法节律分析的虚拟现实环境。研究设计的框架内地平线2020项目城堡(向乘客健康小屋系统设计),旨在优化的设计创新的商业喷气式飞机客舱内饰行业,还利用VR的收集用户的反馈。的确,目前的诡辩虚拟仪器现在可以研究大脑节律的变化当主题是沉浸在一个复杂的现实场景和模仿病情控制的可重复的。这个想法打开新的视角不仅在人工系统的设计,而且在研究人类与外部世界的互动。

 2。材料和方法

在本研究进行了两个实验。他们提供不同的操作任务负载(多/少要求任务)和方向的关注(内部/外部注意力)。第一个实验(实验1)控制的实验室环境中进行虚拟现实以外的设置;古典监视器屏幕用于刺激表示参与者和有线脑电图装置是用于信号采集。实验1包括两个任务都需要外部和内部注意力组件(摄入的视觉项目的内部操作),但不同的任务负载,一个任务被要求更高。在第二个实验(实验2),我们利用虚拟现实技术强烈操作关注的方向。这个实验是在一个虚拟现实实验室进行,参与者接触和互动虚拟现实环境(飞机商务舱内部),和一个无线脑电图装置是用于数据收集。实验2在纯粹的VR浸条件组成,涉及丰富的感官刺激引起外部关注和条件组成执行精神任务在VR浸没;在方差与纯粹的虚拟现实沉浸,后者条件要求内部的关注,忽视外部环境进行心理活动。

2.1。参与者

三十岁健康志愿者(10雌性),20-42岁(平均±std = 25.4±4.8年),参加了实验1。19岁至29岁的女性41名健康志愿者(9)年(平均±std = 22.1±2.6年),参加了实验2。两个实验的参与者是不同的;这避免了参与者受到长记录涉及几个会话和条件(的实验),这可能导致疲劳和无聊。每个参与者或矫正视力正常,正常报道没有医学或精神疾病。这项研究是由当地伦理委员会批准(文件号:187339年:2018),和所有参与者的开始实验前书面知情同意。匿名所有数据分析和报告。

 2.2。实验1:认知任务由外部刺激和不同需求 2.2.1。试验协议

参与者舒服地坐着面对电脑显示器大约50厘米远,在一个专用的实验室。他们进行了两个实验课程,每次持续15分钟,相隔大约10分钟的休息(图 1(一))。每个实验会话包括三个阶段:5分钟 最初的放松阶段(名为r1), 5分钟 中心任务阶段(T), 5分钟 最后的放松阶段(r2)命名。前两个松弛阶段,(r1)和(r2)每个任务后,都是相同的在这两个会议:一个灰色屏幕与“放松”一词不断显示(图 1 (b)),在这样的阶段,参与者被要求放松保持眼睛睁开。实验课程只有在不同类型任务的执行在中央阶段,即一个 算术任务和一个 数字阅读任务(图 1)。任务的顺序在参与者被抵消。实现任务探索和摄入的视觉项目(符号和数字)和其内部操作;因此,他们涉及到视觉空间过程(外部注意力组件)和认知过程(内部注意力的组件),但算术任务要求更高层次的感官注意力和认知努力。

(一)实验1的时间表。实验包括两个交易日里,即,一个n一个rithmetic session and a reading numbers session, separated by a 10 min break, performed by all participants. Each session lasted fifteen minutes and included an initial (r1) 5-minute relaxation phase, a final (r2) 5-minute relaxation phase, and a central 5-minute task phase (T) consisting in an arithmetic task (arithmetic session) or a reading numbers task (reading numbers session). The order of the tasks was counterbalanced across the participants. (b) Design of each session. In both sessions, the relaxation phases (r1 and r2) consisted in the presentation of a gray screen with the world “relax.” In the arithmetic session, during the task phase, the participant had to provide the response to the arithmetic operation (by selecting one of the black button-items with the mouse); after the response selection, a new screen with a new operation appeared. In the reading numbers session, during the task phase, the participant had just to mentally read the numbers appearing on the screen (e.g., 300, 0, 3, 8, …), and the screen updated every 5 seconds.

(1)算术任务。在这个任务中,参与者必须解决算术运算显示在屏幕上,由四个1位数的加法和减法,并比较结果与给定目标显示。他们提供响应通过选择显示的三个按钮项目之一(黑盒与符号< = >,见图 1 (b)使用鼠标)。每个操作是显示在电脑显示器不断,直到参与者回应;后,屏幕更新显示一个新的操作目标和三个一起响应项目(图 1 (b))。参与者被要求回答不仅尽可能准确地也尽快,出于一个计时器,暗示时间在每个屏幕更新(图 1 (b))。对于每一个算术运算,一位数数字4和三个运算符(+或−)是随机生成的;比较的目标是产生一个随机整数算术运算的接近正确的结果,以避免琐碎的解决方案(之间的绝对差异比较的目标和正确的结果是≤3)。

(2)阅读数量的任务。在这个任务中,屏幕显示的算术运算,比较目标,和定时器来提供类似的视觉项目算术任务,但参与者明确指示精神阅读屏幕上的数字呈现,不执行任何操作(响应按钮没有显示)。屏幕是每5秒更新一次(图 1 (b))。在每个屏幕更新,数字和运算符在算术运算和比较目标随机生成的运算任务。

任务实现类似的东西以前采用其他研究调查attentional-related EEG节律修改( 39- - - - - - 41]。

在每个实验的开始会话之前,参与者收到的指令的任务,会话。每一次会议期间,参与者被要求减少身体和头部动作至少(除了手指运动鼠标使用的算术任务),而不是说话。

值得注意的是,在每一个会话,放松阶段r1会话中被视为参考状态,和阿尔法力量引起的修改任务T和r2在以下阶段进行评估对该参考状态(参见部分 2.2.3)。这样做是为了只关注特定任务引发的变化,排除其他可能的干扰(例如,参与者的疲劳由于执行前一交易日)。

 2.2.2。脑电图记录和预处理

在每个实验环节,十三脑电图信号通过有线记录,实验室级设备(Brainbox®脑电图- 1166放大器,Braintronics,荷兰和Neurowave采集软件,Khymeia,意大利),使用湿Ag / AgCl头皮电极(嵌入在一个弹性帽)。电极位于位置F3, F4, T7, C3, C4、Cz, T8, PO7,警察丙,PO8,警察丁,O1,和氧气;参比电极放置在正确的耳垂,和地面电极位于前额。的数量和位置的电极被选为下列条件之间的权衡。(i)的使用限制数量的电极,以大纲系统特点是易于使用,减少了安装时间,和低成本,前瞻性地针对现实中的实际应用。(2)允许覆盖frontocentral和parieto-occipital地区,后者已知参与视觉空间(和计算)处理比第一( 21, 39, 42, 43]。这可能是有用的检测潜在的头皮区域间差异。

在每个实验会话,EEG信号被数字化的采样频率128赫兹和16位分辨率,和包含硬件陷波滤波器消除噪声在50 Hz。然后,对于每一个参与者,两个15分钟的脑电图记录,每个相对的两个不同的会话,在Matlab-compatible格式转换为进一步离线处理(Matlab R2016a MathWorks Inc .,纳蒂克MA)。首先,每15分钟记录在0.75 Hz高通滤波消除直流偏置和缓慢漂移。随后,我们应用独立分量分析(ICA)的一种有效方法主要用于切除文物从脑电图 44- - - - - - 46]。为此,每个记录输入到“infomax”ICA算法(由EEGLAB工具箱实现) 47, 48];出土文物独立的组件是视觉识别和移除。平均3.87±0.8独立的组件被拒绝所有参与者和会话。尤其是,三个拒绝组件在所有录音和分离是很常见的三个独立的人工制品活动不可避免地存在,即。眨眼,侧眼球运动,心跳;一个或两个额外的人工制品组件偶尔存在提取EMG-related活动或单通道噪声。

 2.2.3。α功率计算

对于每个参与者和每个会话,预处理脑电图信号5分钟被分为三个部分,三个阶段对应的会话(T r1, r2)。每个信道的功率谱密度(PSD)在每个阶段获得了通过应用韦尔奇的周期图方法,通过使用一个5秒的汉明窗50%重叠,zeropadded 10年代获得0.1赫兹的频率分辨率。为每个通道,α波段8 - 12赫兹是计算每个阶段r1, T, r2。此外,采用归一化过程。确切地说,在每个会话中,α功率值的单一通道r1阶段是用作通道,参考价值和阿尔法力量在每一个阶段的同一会话是除以这个参考价值,获取归一化α权力的通道。

除了分析在单通道的层面上,我们执行一个分析scalp-region水平,通过聚合感兴趣的渠道分为两个区域:一个区域(fronto-central-temporal, FCT地区)包括anterocentral渠道(F3, F4, T7、C3、Cz, C4, T8)和地区(Parieto-occipital, 阿宝地区)包括后频道(PO7警察丙,PO8,警察丁,O1、O2)。这一目标,每个参与者,每个会话,意味着在FCT PSD和PO地区计算平均PSD在相应的渠道,分别对每个阶段r1, r2 T,。类似于单通道分析,α波段8 - 12赫兹是计算在每个地区和每个阶段r1, r2 T,。最后,归一化α权力scalp-region级别的计算:阿尔法权力r1阶段在一个地区被用作参考价值的地区,和阿尔法力量值在每个阶段在同一地区除以这个参考价值。当然,归一化α三权分立值1在r1阶段,在单通道和scalp-region水平。

 2.3。实验2:虚拟现实沉浸在虚拟现实沉浸和心理任务 2.3.1。虚拟现实设备和飞机虚拟机舱内饰

概念的CAD(计算机辅助)模型提供的商业飞机的客舱内饰是智慧( https://acumen-da.com/)。模型设计是基于模块化的客舱布局分为五个区,每个区,不同的功能需求已经被达索航空定义。有一个灵活的区域非正式和正式的活动。此外,有一个后方机舱区域设计有足够的隐私和自由裁量权为主要目标。中央厕所两个灵活的区域之间,预计将很容易访问和安全使用。最后,厨房和船员提供休息区域,所有引用的机身模型。IC.IDO CAD模型表面处理(工业品位沉浸式VR解决方案)软件创建数字模拟的整个小屋用适当的颜色、材料和完成每个可见的表面性质。IC.IDO®是一个3 d沉浸式VR软件,提供了ESI®组,支持工业决策过程和数字模拟验证(图 2(一个))。然后,两个不同的CMF(颜色、材料和完成)配置的小屋模型准备测试数据 2 (b)- - - - - - 2 (c)B1和B2),即配置。

(一)CAD模型处理IC.IDO(工业品位沉浸式VR解决方案)软件创建数字模型用适当的颜色,整个小屋的材料,完成每个表面的性质。(b, c)舱室内部的两种不同的配置,即配置B1和B2 (b) (c),表现为不同的颜色,材料,和完成属性,当洞穴屏幕上投影。(d)舱室内的《阿凡达》虚拟环境的例子。实验2的(e)的时间表。实验包括两个交易日的小屋配置B1和B2。演示的顺序两个配置的平衡在参与者。所有参与者执行阶段r1(放松没有VR), r1VR(首先静态沉浸在虚拟现实),intVR(交互式探索VR)和r2VR(第二静态沉浸在VR)在这两个会议。只有一个子集的参与者(41)24日执行一个额外的阶段在第二会话(maVR阶段),在执行一个心算任务组成(精神串行减法),而沉浸在虚拟现实。

机舱模型文件,正确地转换和雅致,被部署在洞穴(洞穴自动虚拟环境)博洛尼亚大学虚拟现实实验室。洞穴是一个多个屏幕立体可视化系统,用户沉浸在虚拟环境( 49]。的洞穴是发达的商业货架(COTS)组件和基于三2.5×1.9米rear-projected屏幕和地板。活跃的体视学是通过快门眼镜。允许舱室环境导航从第一人称的角度由用户在洞穴层移动,脸和身体跟踪是实现通过捕获和过滤微软Kinect传感器提供的数据放置在用户面前中央屏幕底部的洞。跟踪的脸被用来更新虚拟相机的角度与实际用户的观点( 50]。身体跟踪允许纵向导航的小屋,通过用户的步骤的放大距离实现主轴的方向。此外,介绍了《阿凡达》代表了用户在机舱虚拟环境,和阿凡达的关节和脸位置和姿态与用户的Kinect捕捉到的,所以,《阿凡达》(图复制用户的动作和手势 2 (d))。最后,模拟与对象交互的虚拟环境中,声音是由系统每当《阿凡达》的伤害或摸他们,假装碰撞。

 2.3.2。试验协议

参与者在虚拟现实实验室进行了两个实验,一个为每个虚拟座舱配置,B1和B2,相隔大约10分钟的休息(图 2 (e))。演示的顺序两个配置的平衡在参与者。值得注意的是,复制会话使用两个虚拟配置相同的环境,测试采用脑电图测量的可靠性(α)和提取的过程。事实上,当两个配置不同的微妙细节(颜色和完成),我们预计类似的感官刺激引起的沉浸在其中,因此类似影响α权力也被观察到在会话(见章节 2.3。4和 3.2.1之上)。

在每个会话中,灯都关着,提高清洁度和对比度的图像投射在洞穴屏幕和支持参与者沉浸在虚拟现实环境中;此外,背景不断飞机的声音。所有的参与者被要求不是说整个会话。

每个会话结构成5分钟阶段。两个会话共享相同的结构除了24的41名参与者执行一个额外的阶段(maVR)在第二次会议(B1和B2虚拟配置,见图 2 (e))。这额外的阶段测试的影响内部任务(心算)要求与现实隔离外部环境。其余阶段常见的所有参与者在两个交易日(图 2 (e))。第一个5分钟阶段,名为r1,在于一个 初始VR-off放松阶段没有虚拟现实刺激(只有背景声音);集中在这一阶段,参与者坐在前面的黑色屏幕的距离约2米,被要求放松睁着眼睛,立即在虚拟现实环境中保持了。在这个阶段,虚拟现实环境中打开,继续,直到会话结束。第二阶段5分钟,名叫r1VR,在于一个 首先仍然(静态)VR浸:在此阶段,参与者仍坐着,沉浸在一个静态的虚拟现实场景中,显示舱休息室和会议室(灵活的区域),并征求了丰富的感官刺激和自由视觉探索虚拟场景(通过眼睛和头部的运动)。第三阶段5分钟,名叫intVR,在于 交互式虚拟现实勘探:在此阶段,参与者站了起来,走了,移动,和通过虚拟机舱内部互动,试图探索所有的区域。第四个5分钟阶段,名叫r2VR,在于一个 第二次仍然(静态)VR浸泡,互动阶段:在此阶段,相同条件下r1VR阶段复制,与与会者座位再次沉浸在先前的相同的静态场景。执行的附加相位maVR子集的参与者包括心算任务执行在VR浸:在此阶段,参与者仍坐在沉浸在同样的场景在r1VR r2VR和精神串行执行减法的步骤17从1000年开始。

在这项研究中,我们不使用(也就是一个现实的座位。,similar to the ones present in a real cabin) during the phases in which participants remained seated; of course, this improvement could be implemented in future studies to further enhance the VR experience.

放松在每个实验阶段r1会话被认为是会话中参考条件,和VR浸泡引发的修改以及心算任务(阶段r1VR、r2VR和maVR)进行评估对该参考状态(参见部分 2.3。4),排除可能由于执行前一交易日的偏见。值得注意的是,对于每一个会话,互动探索阶段,intVR,也被排除在分析(见部分 2.3。3)。实际上,这一阶段主要包括电动机方面超出目前的重点研究(此外,这种分析将特别复杂的移除locomotion-induced机械构件可靠地从脑电图信号仍然是一个至关重要的问题)。相反,交互阶段可能是有用的评估α权力是否被修改之前和之后的积极探索虚拟现实环境,可能反映出修改外部的关注程度。

 2.3.3。脑电图记录和预处理

在这个实验中,一个无线消费级脑电图装置被用来获取EEG信号。具体来说,我们使用OpenBCI神经细胞体董事会补充OpenBCI雏菊模块(OpenBCI, https://openbci.com/),允许16微分脑电图渠道收购通过OpenBCI USB无线发射机/接收机使用RFduino无线电模块。无线设备的使用是基本的脑电图记录虚拟现实实验室,消除限制定位实验室内部的参与者,允许自由运动和流动的参与者沉浸在虚拟现实场景。

十二湿Ag / AgCl电极(F3, F4, T7、C3、C4、T8, PO7,警察丙,PO8,警察丁,O1、O2)的电极帽被插入的微分渠道OpenBCI神经细胞体+菊花,和董事会是保护帽在中央位置,从而实现无线可穿戴系统。实验1中相同的电极,电极Cz跳过除了板固定。参比电极放置在正确的耳垂和地面(偏见)电极放置在左耳垂。

对于每个参与者在每个实验会话,十二个脑电图信号在线数字化的采样频率125赫兹和24位分辨率和存储在一个Matlab-compatible格式。然后,每个记录是离线预处理。首先,每个记录在0.75 Hz高通滤波消除直流偏置和缓慢频率漂移和过滤50 Hz陷波滤波器消除线路功率干扰。然后,相对应的信号交互阶段的部分(intVR,从分钟10分钟15)被排除在任何进一步的分析,和其余的信号阶段(r1 r1VR r2VR,附加相位maVR子集的参与者)进行文物还原。在方差与实验1,ICA用于信号获得实验2中一般无法单独出土文物的活动。原因是由于不同的记录方式和设备(无线与有线和消费级与实验室级)和不同的实验条件(参与者自由移动头部,颈部,甚至可能树干探索面临的宽屏幕与参与者面临15英寸显示器和指示减少运动最小)。因此,几个nonstereotypic类型的噪声,如复杂的运动构件,电极,瞬态减少,信号传输和损失,影响信号在实验2中,除了更多的文物(如眨眼或心跳相关文物)。因为只有十二ICs作为输出返回,廖single-artefactual活动分布在几个(甚至是全部)组件,与有用信号混合组件。因此,减少人工制品的影响(特别是那些由不固定活动),我们选择了一个直接的视觉检查每一个脑电图记录,删除那些片段包含肌肉活动,运动的文物,电极文物,短暂的失去了/减少传输(除获得的只是连接保存部分)。删除片段的平均数为2.12±3.1平均持续时间32 s,在参与者和会话。 While the ineffectiveness of ICA may be considered a limit, this also hints practical implications. Indeed, this suggests that other procedures for artefact removal are more apt to be used in a low-density, wireless, and wearable system (and in real-world applications) and more susceptible to an online implementation, rather than ICA that requires training using sufficiently long and stationary signals.

 2.3.4。α功率计算

我们实现了α功率计算整个组的参与者在两个交易日(41)和一个额外的计算在第二个会话参与者的子集(24)执行额外的maVR阶段。

(1)α功率计算整个组的参与者(41)和两个交易日(阶段r1 r1VR和r2VR)。分析评估了纯粹的VR浸对α的影响力量。对于每个参与者和每个会话,预处理脑电图信号分为三个部分,三个阶段对应r1, r1VR,和r2VR(每个部分根据删除片段)持续了约5分钟,由所有参与者在两个阶段进行会话。因此,每个频道的PSD在每个阶段获得了通过应用韦尔奇的周期图方法,采用实验1中相同的参数。α的力量带8 - 12赫兹是计算在单通道水平和scalp-region水平,根据实验1中相同的过程。fronto-central-temporal地区,通过聚合6 (F3, F4, T7, C3、C4和T8)而不是七个电极,Cz电极是不习惯(见部分 2.3。3)。为每个参与者在实验1中,对于每个实验环节,每个单通道/地区的α功率值在三个阶段(r1 r1VR和r2VR)除以相应的参考价值(即。阿尔法权力r1阶段),获取归一化α权力和评估α修改对参考国家权力(r1)。

此外,在所有41名参与者,我们包括进一步分析评估α权力修改在一个好的时间分辨率。这一目标,对于每一个参与者和会话,会话的前10分钟(包括连续阶段r1和r1VR)分为1分钟的片段,和α对FCT阿宝头皮区域计算了1分钟的时间分辨率。仍然在这个分析中,我们采用了标准化部门使用alpha权力获得的价值(即第一分钟的会议。r1的,第一分钟阶段)的参考价值。

需要注意的是,上面的计算进行了分别在每个会话获得分隔值B1配置和B2的归一化α权力配置。初步分析,我们没有发现显著差异在B1和B2规范化α权力在任何阶段和地区,符合我们的预期基于有限差异两种构型。因此,B1和B2的归一化α权力配置倒塌在一起;这一目标,我们计算的平均α力量在两个配置为每个参与者。倒塌的值显示在结果和用于后续的统计分析(见部分 2。4)。

(2)α功率计算/参与者的子集(24)在第二次会议(阶段r1 r1VR r2VR,和maVR)。这些参与者,我们添加了一个进一步的分析仅限于maVR第二次会议,包括阶段。这一分析,评估α功率调制时一个心理过程所需的进口转移注意力和隔离的环境。对于每个参与者来说,权力α带8 - 12赫兹在scalp-region水平计算四个阶段r1, r1VR, r2VR, maVR第二个会话。对于每一个参与者和地区,α权力在这些阶段除以相应的参考价值(即。权力,α相r1),获取归一化α的权力。

 2.4。统计分析

在两个实验中,变量在统计检验规范化α权力获得scalp-region水平。对于每一个实验,参考价值之间的差异(1)和其他阶段(或时间,以防分析1分钟时间分辨率)通过多个单样本进行测试 t测试,分别在每个区域,使用Bonferroni调整阈值= 0.05 /(意义 n,在那里 n是比较的数量)。此外,归一化α权力通过重复措施分析了双向方差分析(方差分析)。在实验1中,我们分析了变量阶段T和在主体因素:任务类型(算术/阅读数字)和地区(FCT / PO)。在实验2中,在主体因素:阶段(r1VR / r2VR变量计算整个组的参与者;r1VR / r2VR maVR为变量计算参与者的子集)和地区(FCT / PO)。事后通过两两进行比较 t测试与Bonferroni调整阈值= 0.05 /(意义 n,在那里 n是比较的数量)。为了清楚起见,在一次采样和配对 t测试未修正的 p 值报告,连同阈值调整的意义。

 3所示。结果 3.1。实验1:认知任务受外部刺激的影响和不同的任务需求

图 3显示了地形的头皮地图α权力(非规范化)平均跨会话参与者作为实验的函数(算术和阅读数字会话)和阶段(T r1, r2)在会话。在这两个会议,pretask放松阶段(r1)是具有很大优势的α对后区和向frontal-central地区逐渐下降(数字 3(一个)和 3 (d))。在任务阶段(T)α力量表现出普遍减少,在后部区域比frontocentral地区;此外,算术任务(图 3 (b))诱导α实力比阅读数字减少任务(图 3 (e))。最后,在posttask放松阶段(r2),α配电恢复一个类似的模式在r1阶段,用α功率增加到值略高于pretask阶段(见图 3 (c)和 3 (f))。

头皮的地图α( μV2)平均所有参与者在实验1中,作为实验的函数会话(算术会话:第一行;阅读数字会议:第二行)和会话内的阶段(放松pretask r1:第一列;任务T:第二列;放松posttask r2:第三列)。每一个头皮映射得到通过EEGLAB Matlab工具箱,通过颜色编码α平均功率值在每个电极位置在二维圆形视图(顶视图的头,鼻子顶部)和使用插值网格罚款67×67。(一)算术会话(r1阶段)。(b)算术会话(T阶段)。(c)算术会话(r2阶段)。(d)阅读数字会话(r1阶段)。(e)阅读数字会话(T阶段)。 (f) Reading numbers session (r2 phase).

直接量化的task-inducedα动力改变整个电极通过规范化得到α权力在单通道级别。图 4显示了归一化α力量在每个电极,在参与者平均(平均±sem),期间策划任务(T)和任务后(r2)算术和阅读数字会议。因此,在这个阴谋值1表示pretask每个电极的参考价值。阿尔法力量表现出更大的减少(0.15分)在算术任务比,在阅读数字所有电极(固体红色和蓝色线)。此外,在任务阶段(算术和阅读数字),突然在规范化α权力明显减少过渡parieto-occipital fronto-central-temporal电极的电极。在posttask放松阶段(r2和点缀红色和蓝色线),归一化α权力认为相似的价值观在电极和会话,稍微克服pretask价值。

归一化α,参与者平均(平均±sem),在每个单一电极在实验1中,区分会话(算术会话:红线;阅读数字会议:蓝线)和阶段(阶段T:连续线;r2阶段:虚线)。值1表示pretask参考价值(r1)阶段为每个电极;因此,α值小于1表明功率下降(失调),而值高于1表明α力量增加(同步)pretask阶段相比,在单通道水平。

分析在scalp-region水平呈现在图 5描绘了归一化α电力计算两个头皮区域(FCT:图 5(一个);博:图 5 (b)),三个阶段的两个实验课程(算术/阅读数字)。值在T阶段强调的强大影响算术任务相比,阅读数量在减少α力量在每个地区和更大的α力量减少阿宝地区(图 5 (b)比FCT地区(图) 5(一个)在每个任务)。多一个示例 t测试(图 5)证实,归一化α力量明显偏离了r1的参考价值(1)在任务阶段(算术和阅读数字任务),但不是在r2阶段,在每一个地区。2×2重复测量方差分析进行规范化α在T(因素:任务类型=算术/阅读和地区= FCT / PO)显示,有主要影响的区域( F(29日)= 23.9, p < 0.0001 ),表明α功率下降后方比在以前期间的任务。此外,有一个任务类型的主效应( F(29日)= 24.1, p < 0.0001 )表明,算术任务诱导α失调比阅读数量的任务。

归一化α,参与者平均(平均±sem),在两个头皮区域(front-central-temporal FCT(一个);parietal-occipital PO (b)),在这三个阶段(T r1, r2)的算术会话和阅读数据会话。星号表示多个单样本的结果 t测试比较规范化阶段α力量T和r2每个会话的参考价值(1),分别在每个地区(意义截止= 0.05 / 4 = 0.0125)。在这两个地区,重大偏离的参考价值被发现在任务阶段T ( p < 0.0001 算术和阅读数字)但不是在r2阶段(FCT: p = 0.082 算术; p = 0.195 阅读数字;博: p = 0.07 算术; p = 0.25 阅读数字)(a)归一化αpower-FCT。(b)归一化αpower-PO。

 3.2。实验2:虚拟现实沉浸在虚拟现实沉浸和心理任务 3.2.1之上。VR浸没式的效果

本节介绍了结果在整个组41名参与者,在阶段r1, r1VR r2VR,显示效果的虚拟现实沉浸在没有任何特定的任务。值得注意的是,显示结果的担忧α功率值在两个VR小屋聚合在一起(见部分 2.3。4在材料和方法):事实上,两个虚拟的经验是具有高度相似的α权力(结果未显示)。这是一个重要的初步成果,因为它证明了鲁棒性的采用脑电图测量和提取过程,证明,类似的VR配置(因此类似的视觉空间的刺激)诱导α动力改变相似。

分析在单通道层次如图 6;它情节规范化α力量在每个电极(意味着参与者±sem),在纯虚拟现实沉浸的阶段(r1VR和r2VR)。以下主要观察可以得出。首先,α权力在第一视觉探索(r1VR preinteraction)表现出更大的减少比在第二视觉探索(r2VR postinteraction)所有电极。此外,突然减少规范化α权力发生在过渡从fronto-central-temporal parieto-occipital频道,在r1VR r2VR,而每组内的电极表现出亲密值,类似于实验1(图中观察到 4)。

归一化α,参与者平均(平均±sem)和聚合两个交易日,在每个单一电极在实验2中,在纯粹的虚拟现实的两个研究阶段浸(r1VR和r2VR)。

出于之前的差异,分析scalp-region水平也表现在这种情况下。

图 7显示了PSD在每个头皮区域(FCT地区:图 7(一);阿宝地区:图 7 (b))在参与者平均,分别计算每个阶段。阿宝区域(图 7 (b))的特点是一个巨大的峰值在参考国家r1α乐队在r1VR和r2VR显著下降,而FCT地区(图 7(一))提出了一种降低α峰和小振幅调制。

功率谱密度(PSD)每个头皮区域(front-central-temporal FCT(一个);parietal-occipital PO (b))分别计算每个阶段r1, r1Vr, r2VR,平均跨跨两个会话参与者和PSD-FCT。(b) PSD-PO。

获得的值的归一化α权力(意味着参与者±sem)三个阶段(r1 r1VR和r2VR)是描绘在图 8,分别为每个地区(FCT:图 8(一个);博:图 8 (b))。VR浸没式的特点是大α功率调制/ PO地区(图 8 (b)比FCT地区(图) 8(一个))。有趣的是,通过比较数据 8和 5,阿尔法失调在VR浸似乎假设值所观察到的类似的阅读任务而不是算术,在头皮的地区。多一个示例 t测试(图 8)确认重大偏差的归一化α权力从参考价值(1)在这两个阶段r1VR和r2VR,在每一个地区。2×2重复测量方差分析(因素:阶段= r1VR / r2VR和地区= FCT / PO)显示,有主要影响的区域( F(40)= 29.32, p < 0.0001 后方)表明α功率下降超过在VR沉浸在前面。此外,有一个主要的影响阶段( F(40)= 15.01, p = 0.0004 ),这表明α表现出更大的失调在preinteraction静态浸(r1VR)比postinteraction静态浸(r2VR)。

归一化α,参与者平均(平均±sem),在两个头皮区域(front-central-temporal FCT(一个);parietal-occipital PO (b)),在这三个阶段(r1 r1VR和r2VR)的虚拟会议。星号表示多个单样本的结果 t测试比较规范化α势力阶段r1VR和r2VR参考价值(1),分别在每个地区(意义截止= 0.05 / 2 = 0.025)。在这两个地区,重大偏离的参考价值被发现在r1VR和r2VR ( ∗ ∗ ∗ p < 0.0001 ; ∗ p = 0.0096 )。(一)归一化αpower-FCT。(b)归一化αpower-PO。

此外,我们测试是否α权力指数不仅能够捕捉差异明显的5分钟阶段,而且监控趋势和变化与更高的时间分辨率(1分钟),及时检测的状态的变化从一个阶段过渡到另一个参与者。图 9情节的时间模式,分辨率1分钟,规范化的α权力(意味着参与者±sem)在会议的前十分钟(包括阶段r1和r1VR),在每个地区(FCT:图 9(一个);博:图 9 (b))。一个有趣的模式出现了尤其是在阿宝地区(图 9 (b))。在这个地区,α能力表现出明显的二次增加后的第一分钟r1的阶段。这种模式可能反映了进步的放松在r1第一期阶段,当参与者坐下来,习惯了实验设置。一个庞大而突然α功率下降(明显也FCT地区)发生在6分钟,当参与者沉浸在虚拟现实环境中,作为一个明显的标志视觉刺激和吸引外部的注意力身临其境的感官输入。在以下分钟7 - 10(分钟),α权力倾向于适度增加建议逐步减少关注沉浸在静态虚拟现实环境。图 9也显示多个单样本的结果 tα测试对比规范化权力在每分钟参考价值(1),在每一个地区。几乎所有时间点满足的意义阈值(0.05, ∗ ),除了分钟4、5、9 FCT地区。有趣的是,从6到8分钟(甚至阿宝地区9分钟)幸存Bonferroni修正阈值(0.05/9,§)。

在1分钟的时间模式,分辨率,规范化的α权力(意味着参与者±sem)在虚拟会议的前十分钟,分别绘制每个头皮区域(front-central-temporal FCT(一个);parietal-occipital PO (b))。十分钟检查包括r1期从1分钟5分钟和r1VR阶段从6分钟10分钟。对于每个区域,α权力在每分钟规范化对在1分钟(即获得的价值。r1),第一分钟的阶段。符号上面每个点表示多个单样本的结果 t测试比较规范化α在每分钟(从2到10)与参考价值(1),分别在每个地区(意义截止= 0.05/9 = 0.0056)。符号∗表示点满足的意义阈值(0.05),而符号§表示点了严重Bonferroni调整(0.05/9)。未修正的 p 值每一点(下标表示的分钟 p 值引用) p 2 = 0.015 , p 3 = 0.01 , p 4 = 0.159 , p 5 = 0.089 , p 6 = 1。5 ⋅ 10 − 6 , p 7 = 0.004 , p 8 = 0.003 ; p 9 = 0.136 , p 10 = 0.006 FCT地区; p 2 = 0.021 , p 3 = 0.032 , p 4 = 0.036 , p 5 = 0.019 , p 6 = 4 ⋅ 10 − 7 , p 7 = 5 ⋅ 10 − 5 , p 8 = 0.004 ; p 9 = 6 ⋅ 10 − 4 , p 10 = 0.011 阿宝的地区。(一)归一化αpower-FCT。(b)归一化αpower-PO。

 3.2.2。的影响在VR浸没内部认知任务

本节介绍了结果在24参与者的子集,在阶段r1, r1VR, r2VR, maVR第二次会议,显示阿尔法权力从外部条件改变时注意修改条件要求内部关注外部吸引力的环境。

图 10显示规范化α功率(平均±sem整个24参与者)四个阶段,分别对这两个地区(FCT:图 10 ();博:图 10 (b))。预期,阿尔法权力表现出下降阶段r1VR r2VR,阿宝地区更为明显,类似于以前观察到的影响在所有参与者和会话(图 8)。这里,值得注意的是α权力的急剧增加引起的执行在VR浸心算。特别是,在这种情况下,α力量假设值非常接近参考价值,即。初始放松条件(r1)。事实上,一个示例 t测试证实,规范化α权力在maVR没有偏离参考价值(1),在方差与阶段r1VR r2VR(图 10)。3×2重复测量方差分析(因素:阶段= r1VR / r2VR maVR和地区= FCT / PO)透露,有一个重要的阶段×地区交互( F(46)= 10.77, p = 0.0001 )和一个主要的影响阶段( F(46)= 9.299, p = 0.0004 )。事实上,事后 t测试显示,阿尔法阿宝地区权力低于阶段r1VR和r2VR (FCT地区 p < 0.0001 在这两个阶段,纠正意义阈值= 0.05 / 3 = 0.0167),而没有区别在两个地区出现了maVR阶段( p > 0.999 )。此外,α在每个阶段,r1VR和r2VR低于maVR ( p = 0.0002 和 p = 0.0017 分别;纠正意义阈值= 0.05 / 3 = 0.0167)。

归一化α,平均在24参与者的子集(平均±sem),在两个头皮区域(front-central-temporal FCT(一个);parietal-occipital博(b))四个阶段的第二次会议(r1 r1VR r2VR和maVR)。星号表示多个单样本的结果 t测试比较规范化阶段r1VRα力量,r2VR,和maVR参考价值(1),分别在每个地区(意义阈值= 0.05 / 3 = 0.0167)。在这两个地区,重大偏离的参考价值被发现在r1VR和r2VR (FCT: ∗ ∗ p = 0.0004 在r1VR, ∗ ∗ p = 0.001 在r2VR;博: ∗ ∗ ∗ p < 0.0001 r1VR和r2VR),但不是在maVR (FCT: p = 0.71 ;博: p = 0.9 )。(一)归一化αpower-FCT。(b)归一化αpower-PO。

 4所示。讨论

目前的结果提供了几个有趣的迹象,这不仅可能有助于我们理解α振荡的作用和机制推动α增加/减少,但也可以在面向未来的研究有实际的观点的无创性评估人类通过头皮脑电图/环境交互。

4.1。电极位置

首先,所有在头皮上的电极表现出显著ERDα乐队,在实验室的任务(实验1)和在纯虚拟现实沉浸。然而,ERD的水平显著增强parietal-occipital电极frontal-central相比的。特别是,在这些实验中,α权力大幅下跌明显从frontal-central parietal-occipital电极(数字 4和 6)。这种差异更明显的使用权力的绝对值代替规范化(图 3)。这个结果同意几个神经认知运作的结果。事实上,最近的脑电图的研究表明,顶叶和枕部区域负责的刺激视觉空间的处理( 15, 42)、空间表示的数字( 51],和算术问题[ 39, 43),至少当后者涉及外部的注意力和视觉处理(如实验1)的算术任务。这是可能的,然而,其他类型的任务(例如那些需要电动机操作或工作记忆)更依赖frontal-central地区( 25, 52等)和其他节奏θ,β,或伽玛( 53]。一个有趣的一点是,相同的电极(警察丙和警察丁)主要是敏感的实验室认知任务和VR浸(数字 4和 6)。这提供了暗示,至少在这种问题,可以显著减少电极的数量没有显著损失方法灵敏度,从而进一步下降实验装置的复杂性和提高其可移植性在现实场景。

 4.2。ERD和关注

正如我们以上预期,本研究的结果确认几个数据在文献中;然而,他们也介绍一些有趣的新元素。(1)首先,我们证实,注意视觉刺激(在阅读数字任务或虚拟现实浸)引起显著的ERD与前一个相比放松阶段,尤其强调在parieto-occipital区域。虽然在应对各种作者观察到的ERD视觉活动( 9- - - - - - 14),这是第一次,视觉的摄入并不是由特定的刺激,但通过一个完全沉浸在一个激励虚拟现实环境。这意味着虚拟现实环境可以代表一个新的重要的工具来研究人类内部与外部的关注在未来的工作中,更类似于条件在现实生活中发生。(2)在实验1中,我们有区别的一个简单的视觉任务的影响(纯阅读数字)和更复杂的任务(阅读+算术运算)仍然涉及到外部的关注,但更高的内部处理。事实上,从以前的文献的分析,目前仍不清楚在哪些条件下增加内部任务产生ERD和急诊室。我们的研究结果表明,ERD更强调在要求任务(算术运算),即,the arithmetic computation (although internal) further reduced alpha power, provided the task was driven by external visual inputs (attention to the digits). This result means that the alpha-band power can be finely modulated by the level of external attention and that external attention (not the task load) is the dominant factor in visual tasks. This result agrees with previous studies [ 3, 8]。此外,思楚普et al。 23)观察到低α知觉任务而不是纯粹的心理任务。与我们的结果一致,Benedek et al。 54)表明,任务处理在低(即内部处理要求。,involving bottom-up processing) did not result in alpha synchronization but rather in strong desynchronization, especially in posterior brain regions, which could reflect stronger demands on the visual system. Only during more demanding tasks, involving top-down control and creativity, can ERS be verified. This result apparently disagrees with a result by Cooper et al. [ 21),观察α与任务需求的增加不仅在内部,而且在外部关注任务。我们认为这些差异可能取决于一个事实,在库柏等人的实验中,一些项目,给出了序列,应该为一定时期内保持在内存中,而在我们的实验中,所有可用数据同时和外部输入流主导过程。总之,我们最初的结果是可以产生ERD内部运算任务,如果由外部的关注。(3)与前面的实验中,在虚拟现实实验(maVR阶段),我们使用了一个算法的任务仅仅是精神上的,而强烈的视觉摄入量(机舱浸)没有与任务的关系。同时,我们没有使用特定的干扰,但整体完全沉浸在机舱环境有一个错误选择功能。在这种情况下,我们证明α权力回到大约同一水平(或者在某些参与者,甚至更高水平)在最初的休息条件。这个结果同意先前的研究,表明α活动增加在一个纯粹的精神任务不是由感觉输入( 20., 22, 24]。从先前的研究不同,然而,我们开始α权力的心理任务从一个条件已经大大减少了小屋。我们不知道的(即之前进行的任何类似的实验。全球环境错误选择)。有趣的是注意到,α权力对基线(即返回,the resting state), suggesting that the participant was trying to completely neglect the VR environment, i.e., to reach a complete isolation state. This result suggests that the alpha power increase has the most important function to isolate a subject from the external world.

 4.3。除人工制品

脑电图信号通常受到文物的影响。因此,除人工制品是任何脑电图处理方法的一个重要方面。今天,ICA可能是最使用的方法去除出土文物活动从EEG脑信号 44),在高效分离几个刻板nonbrain文物(眼睛眨眼睛,眼球运动势、肌电图和心电图)的脑电图信号,考虑到他们代表独立的物理过程。出于这个原因,我们使用这种古典和整合技术来有效地消除文物从脑电图记录在控制实验室(实验1)通过有线、实验室级设备。然而,准确的脑电图产物去除环境中控制实验室外设置,在真实或现实的场景中,和/或在网络应用程序中,仍然是一个关键的开放问题。在这些控制条件,实际上,几个nonstereotyped和瞬态文物可能腐败的EEG信号,和ICA可能导致无效的分离他们如果没有提供足够的固定时间点。事实上,我们遇到的这个问题在我们的录音与无线在虚拟现实环境中,获得消费级脑电图装置:大量的出土文物元素(包括几个nonstereotyped活动)在大多数或所有ICs涨跌互现,从而无法分离有用信号的伪噪声通过一个简单的集成电路的选择。这个问题进一步恶化(如我们的录音)当有限数量的脑电图渠道获得,数量估计ICs,在基本ICA模型约束等于频道号码(因此征收上限独立信号的数量,可以组成混合脑电图的高效分离)。另一方面,有限数量的电极是一个可取的特性在真实的应用程序中减少准备时间和成本。由于ICA的无能,在VR录音,我们只是消除了脑电图部分受到太多的噪声从信号处理过程:部分有太多噪音没有检查,没有导致最终的分析。结果,然而,仍很健壮和可靠的如图 6- - - - - - 9。此外,我们程序的健壮性脑电图在VR录音处理进一步支持我们的初步分析结果分别进行B1和B2的虚拟配置;这个分析(结果未显示)验证两个虚拟配置,非常相似,从而诱发类似的视觉空间的感官刺激,引起脑电图α权力重叠模式。然而,我们的研究证实,脑电图出土文物切除仍是一个至关重要的问题在现实世界或现实的应用程序中。这个问题是目前科学界面临的新方法,也比ICA能够连网,消除瞬态,nonstereotyped文物最近建议( 44, 55]。本研究将关注测试的一个重要发展替代和最近的方法除了ICA加工品VR录音的校正。

 4.4。时间方面

在VR浸,参与者经历了一个阶段,他/她完全沉浸在机舱环境(r1VR),简单地坐下来作为一个乘客在旅行期间,紧随其后的是一个他/她的第二阶段沿着环境与对象交互(intVR)。然后,第三阶段之后,他/她又坐在在一个放松的状态完全沉浸在视觉和声学小屋细节(r2VR)。我们没有使用EEG注册与机舱的交互期间,由于快速的身体和头部动作产生太多的人工制品在电极信号噪声。然而,如上预期,这是有趣的观察,在第三阶段的测量(r2VR),当参与者坐后再积极互动,αERD不明显与第一阶段相比,和这种差异具有统计学意义(见图 8和相应的方差分析)。这可能表明,眼球效应引起的虚拟现实场景的部分参与者拒绝作为参与者变得更加适应环境。

最后,我们测试了该方法是否能检测精神状态快速时间基础上的变化。这一目标,我们计算每隔一分钟的α功率谱密度。结果表明,快速ERD能被探测到的相当不错,时态变化检测到有一个简单的解释。在第二分钟的初始放松,α能力表现出明显增加,表示用于实验的参与者越来越设置(因此更轻松)。迅速降低alpha-power后立即可见(图5分钟 9),即。,in the first minute (minute 6) when the participant experienced his/her first immersion in the virtual reality. During the subsequent four minutes of immersion, the alpha power remained low, but showed a moderate temporal increase, reflecting a modest progressive reduction in the level of attention, that is a kind of settling. It is worth noticing that the variations captured by the alpha power index at 1 min resolution were statistically significant and especially large and consistent across the participants in the very first minutes following the VR immersion (Figure 9)。

 4.5。分析虚拟现实和角度的影响

本研究的一个重要着力点是虚拟现实中的特定调查浸。分析证明,即使是休息沉浸在一个静态的虚拟现实场景对脑电图的影响深远的α力量,丰富的感官刺激可能产生很强的引人注目的影响,这个影响是定量与高级认知过程,如阅读数字。纯虚拟现实沉浸的脑电图评估后果有关加强解释脑节奏修改当一个主题是沉浸在一个复杂的现实场景。这可能有角度的影响考虑到新兴在几个应用程序中使用虚拟现实因为它使得基于脑电图与措施。特别是,使用虚拟现实技术结合客观生理指标(除了主观评价)迅速增加是一个有价值的工具告知设计决策在人工环境项目的早期阶段([ 56- - - - - - 59])和/或研究人类/环境交互( 60, 61年]。此外,在不同的背景下,越来越多的研究投资的使用和有效性之虚拟治疗精神疾病( 60, 62年]。当然,在所有的这些应用程序,了解简单的沉浸在虚拟现实场景中(或一个任务执行在VR)可以修改主题的生理参数,特别是脑电图参数,必要的正确解释的行为数据和心理生理的影响。

 4.6。局限性和未来的改进

虽然目前的研究可能提供了有趣的线索对α振荡的作用及其与内部/外部注意力组件关系和任务负载,工作的目的不是为了调查阿尔法节律变化的神经基础。为了研究潜在的神经机制,应该实现更复杂的方法,使用高密度脑电图记录、源重建大脑皮层,估计之间的连通性变化感兴趣的区域。这可能是后续研究的主题。

此外,在这项工作中,我们表明,传统方法(如韦尔奇周期图,计算转移时间窗口)可以可以检测时间变化的非平稳信号。然而,时间的变化可以发现更好的使用更复杂的处理方法,如小波(如使用,例如,在 63年)建立敏感的心理工作负荷指标)。这可能是实现和测试在未来的发展。的确,高效的小波算法计算确实存在,甚至与实时应用程序兼容。

 5。结论

总之,目前的工作中强调的是检测变化的可能性在关注人类/环境交互,使用一个简单的unexpansive脑电图技术,适用于实时人工设置和前瞻性。结果强调,α力量减少任务期间需要关注外部环境,即使在条件当任务需要越来越精神努力。相反,α权力的增长水平类似的放松状态,当一个任务需要从外部世界隔离。这些结果阐明某些方面仍然不够清楚在最近的文献中,这表明阿尔法节律的一个主要角色是隔绝外部环境和注意力转向内部方面。

我们研究的特点是使用一个诡辩虚拟现实环境与人工模拟个体之间的相互作用特别设计的场景。的角度来看,这可能是用于人工系统的设计,或神经工程学应用程序。的确,从低分辨率的脑电图监测注意力变化的可能性是最大的价值实现简单易用,舒适,和便宜的系统在实际应用如neurofeedback,大脑计算机接口,neuroergonomics,神经学营销( 64年- - - - - - 66年]。

 数据可用性

使用的数据来支持本研究的发现是可用的(以匿名形式)要求提交Elisa Magosso ( elisa.magosso@unibo.it)和弗兰西斯卡德Crescenzio ( francesca.decrescenzio@unibo.it)。

 的利益冲突

作者宣称没有利益冲突。

 确认

这项工作已经收到资金从干净的天空2合营企业在欧盟的地平线2020研究和创新计划根据授权协议。807083年。

 Klimesch W。 Alpha-band振荡、注意力和控制访问存储的信息 认知科学趋势 2012年 16 12 606年 617年 10.1016 / j.tics.2012.10.007 2 - s2.0 - 84869490459 Palva 年代。 Palva j . M。 新的视野 α高频振荡乐队 神经科学的趋势 2007年 30. 4 150年 158年 10.1016 / j.tins.2007.02.001 2 - s2.0 - 33947613170 Pfurtscheller G。 Stancak 一个。 Jr。 Neuper C。 与事件相关同步(ERS)αband-an电生理学相关的皮质空转:复习一下 国际心理生理学杂志 1996年 24 1 - 2 39 46 10.1016 / s0167 - 8760 (96) 00066 - 9 2 - s2.0 - 0030294507 福克斯著 J·J。 斯奈德 a . C。 alpha-band脑振荡的作用作为一个感官抑制在选择性注意机制 心理学领域 2011年 2 1 15 10.3389 / fpsyg.2011.00154 2 - s2.0 - 83455253301 Medendorp w·P。 克莱默 g . f . I。 詹森 O。 Oostenveld R。 Schoffelen 人类。 薯条 P。 振荡活动在人类顶叶和枕叶皮质区显示半球偏侧性和记忆效应延迟双扫视任务 大脑皮层 2007年 17 10 2364年 2374年 10.1093 / cercor / bhl145 2 - s2.0 - 34948839863 Pfurtscheller G。 洛佩斯-达-席尔瓦 f . H。 与事件相关去同步化 爱思唯尔脑电图与临床神经生理学的手册 1999年 Thut G。 方法 一个。 布兰德 美国一个。 帕斯卡- 一个。 Alpha-band脑电图仪的活动在枕叶皮质区索引视觉空间的注意偏差和预测视觉目标检测 神经科学杂志》上 2006年 26 37 9494年 9502年 10.1523 / jneurosci.0875 - 06.2006 2 - s2.0 - 33748714335 曼恩 c。 斯特曼 m B。 凯撒 d . A。 抑制脑电图有节奏的频率在somato-motor和付诸行为 国际心理生理学杂志 1996年 23 1 - 2 1 7 10.1016 / 0167 - 8760 (96)00036 - 0 2 - s2.0 - 0030218116 福克斯著 J·J。 辛普森 g . V。 Ahlfors s P。 Parieto-occipital∼10 Hz活动反映了预期状态的视觉注意力机制 NeuroReport 1998年 9 17 3929年 3933年 10.1097 / 00001756-199812010-00030 2 - s2.0 - 0032238916 组织 t。 米歇尔 c . M。 Thut G。 选择性抑制机制在视觉空间注意力被alpha-band脑电图同步 欧洲神经科学杂志》上 2007年 25 2 603年 610年 10.1111 / j.1460-9568.2007.05278.x 2 - s2.0 - 33847043999 Sauseng P。 Klimesch W。 施 W。 转变的视觉空间注意有选择地与人工脑电图α活动有关 欧洲神经科学杂志》上 2005年 22 11 2917年 2926年 10.1111 / j.1460-9568.2005.04482.x 2 - s2.0 - 29144471258 Babiloni C。 Brancucci 一个。 Arendt-Nielsen l α与事件相关去同步化之前去/不方便任务:高分辨率脑电图研究 神经心理学 2004年 18 4 719年 728年 10.1037 / 0894 - 4105.18.4.719 2 - s2.0 - 5144230347 Klimesch W。 记忆过程,脑振荡和脑电图同步 国际心理生理学杂志 1996年 24 1 - 2 61年 One hundred. 10.1016 / s0167 - 8760 (96) 00057 - 8 2 - s2.0 - 0030292577 最小值 B.-K。 公园 j . Y。 金 e . J。 金 j . I。 金 j j。 公园 周宏儒。 Prestimulus脑电图α活动反映了时间期望 神经学字母 2008年 438年 3 270年 274年 10.1016 / j.neulet.2008.04.067 2 - s2.0 - 44349189113 万尼 年代。 rvonsuo 一个。 哈里 R。 在目标检测的调制parieto-occipital阿尔法节律 神经科学杂志》上 1997年 17 18 7141年 7147年 10.1523 / jneurosci.17 - 18 - 07141.1997 Cartocci G。 Maglione a·G。 罗西 D。 α和θ脑电波变化作为听的指标,努力实现在neurofeedback耳蜗植入用户 学报》国际研讨会共生互动(共生2017) 2017年12月 荷兰埃因霍温 施普林格国际出版 30. 41 Cartocci G。 Maglione a·G。 Vecchiato G。 单侧耳聋儿童的心理工作负荷估计 IEEE工程学报》第37届国际会议在医学和生物学协会(EMBC-IEEE) 2015年8月 米兰,意大利 1654年 1657年 Marsella P。 Scorpecci) 一个。 Cartocci G。 脑电图活动的客观测量认知负荷期间努力聆听:儿科研究主题与双边、不对称感音神经性听力损失 国际小儿耳鼻喉科学杂志》上 2017年 99年 1 7 10.1016 / j.ijporl.2017.05.006 2 - s2.0 - 85019358658 Wisniewski m·G。 汤普森 e·R。 艾耶 N。 θ-和alpha-power增强脑电图作为听觉延迟match-to-sample任务变得无比困难 心理生理学 2017年 54 12 1916年 1928年 10.1111 / psyp.12968 2 - s2.0 - 85034075547 库珀 n R。 伯吉斯 答:P。 克罗夫特 r . J。 Gruzelier j . H。 调查诱发和任务相关α诱导脑电图活动能力增加内部在注意力的任务 NeuroReport 2006年 17 2 205年 208年 10.1097/01. wnr.0000198433.29389.54 2 - s2.0 - 30744466387 库珀 n R。 克罗夫特 r . J。 Dominey 美国J·J。 伯吉斯 答:P。 Gruzelier j . H。 矛盾了吗?探索α的作用振荡在外部和内部的注意力和空转和抑制的影响假设 国际心理生理学杂志 2003年 47 1 65年 74年 10.1016 / s0167 - 8760 (02) 00107 - 1 2 - s2.0 - 12244306908 Palva j . M。 Palva 年代。 开啦 K。 人类大脑皮层神经元之间的相位同步振荡 神经科学杂志》上 2005年 25 15 3962年 3972年 10.1523 / jneurosci.4250 - 04.2005 2 - s2.0 - 17644417849 思楚普 h·T。 Lutzenberger W。 Birbaumer N。 Miltner W。 布劳恩 C。 神经生理学感知与图像之间的区别 大脑的认知研究 1994年 2 2 77年 86年 10.1016 / 0926 - 6410 (94)90004 - 3 2 - s2.0 - 0028030342 雷 W。 科尔 H。 脑电图α活动反映了注意力的要求,和β活动反映了情感和认知过程 科学 1985年 228年 4700年 750年 752年 10.1126 / science.3992243 2 - s2.0 - 0021839919 詹森 O。 盖尔芬德 J。 Kounios J。 赫伯 j·E。 振荡的α乐队(9 - 12赫兹)增加内存负载在保留一个短期记忆的任务 大脑皮层 2002年 12 8 877年 882年 10.1093 / cercor / 12.8.877 詹森 O。 Mazaheri 一个。 塑造功能体系结构由振荡α活动:通过抑制控制 人类神经科学前沿 2010年 4 186年 10.3389 / fnhum.2010.00186 2 - s2.0 - 79651473046 Klimesch W。 Sauseng P。 Hanslmayr 年代。 脑电图α振荡:inhibition-timing假说 大脑研究评论 2007年 53 1 63年 88年 10.1016 / j.brainresrev.2006.06.003 2 - s2.0 - 33845315253 沃格尔 e·K。 麦克洛 答:W。 Machizawa m·G。 神经措施揭示个体差异在控制进入工作记忆 自然 2005年 438年 7067年 500年 503年 10.1038 / nature04171 2 - s2.0 - 28544443479 Scheeringa R。 Petersson k . M。 Oostenveld R。 诺里斯 d·G。 Hagoort P。 Bastiaansen M . c . M。 Trial-by-trial脑电图和大胆的识别网络之间的耦合与α和θEEG功率增加工作记忆在维护 科学杂志 2009年 44 3 1224年 1238年 10.1016 / j.neuroimage.2008.08.041 2 - s2.0 - 57649176805 Tuladhar a . M。 Huurne n . t。 Schoffelen 人类。 马里斯 E。 Oostenveld R。 詹森 O。 Parieto-occipital来源占α活动与工作记忆负载的增加 人类大脑图谱 2007年 28 8 785年 792年 10.1002 / hbm.20306 2 - s2.0 - 34547887283 Bonnefond M。 詹森 O。 α振荡为保护维修工作记忆对预期的错误 当代生物学 2012年 22 20. 1969年 1974年 10.1016 / j.cub.2012.08.029 2 - s2.0 - 84867848557 Sauseng P。 Klimesch W。 Heise k . F。 脑振荡基质的视觉短时记忆能力 当代生物学 2009年 19 21 1846年 1852年 10.1016 / j.cub.2009.08.062 2 - s2.0 - 71849085931 Poch C。 瓦尔迪维亚 M。 Capilla 一个。 Hinojosa j . A。 坎波 P。 抑制不再在工作记忆相关的信息:alpha-power相关机制? 生物心理学 2018年 135年 112年 116年 10.1016 / j.biopsycho.2018.03.009 2 - s2.0 - 85044588757 维瑟 m E。 参与 J。 Slagter h·A。 更加主动,而不是被动的,错误选择过滤依靠当地α振荡活动的调制 认知神经科学杂志》 2016年 28 12 1964年 1979年 10.1162 / jocn_a_01017 2 - s2.0 - 84994141746 福斯特 J·J。 不在 E。 α振荡的作用在空间注意:有限的证据抑制帐户 目前心理学观点 2018年 29日 34 40 范Moorselaar D。 福斯特 J·J。 萨特 d . W。 Theeuwes J。 奥利弗 c . n . L。 不在 E。 空间选择性α振荡揭示每时每刻都权衡工作记忆和注意力 认知神经科学杂志》 2018年 30. 2 256年 266年 10.1162 / jocn_a_01198 2 - s2.0 - 85039896910 •冯•斯坦 一个。 蒋介石 C。 康尼锡 P。 自上而下的加工由interareal同步 美国国家科学院院刊》上 2000年 97年 26 14748年 14753年 10.1073 / pnas.97.26.14748 2 - s2.0 - 0034687817 •冯•斯坦 一个。 Sarnthein J。 不同频率不同尺度的皮质集成:从当地伽马远程α和θ同步 国际心理生理学杂志 2000年 38 3 301年 313年 10.1016 / s0167 - 8760 (00) 00172 - 0 2 - s2.0 - 0033692573 De Smedt B。 Grabner r·H。 瑞士思德利公司 B。 振荡脑电图关联的算术策略使用加法和减法 大脑研究实验 2009年 195年 4 635年 642年 10.1007 / s00221 - 009 - 1839 - 9 2 - s2.0 - 67349212937 和谐 T。 费尔南德斯 T。 席尔瓦 J。 做特定的脑电波频率显示不同的过程中精神计算? 神经学字母 1999年 266年 1 25 28 10.1016 / s0304 - 3940 (99) 00244 - x 2 - s2.0 - 0345280019 余 X。 张 J。 谢 D。 王 J。 张 C。 头皮电位之间的关系和自主神经活动在心算任务 自主神经系统 2009年 146年 1 - 2 81年 86年 10.1016 / j.autneu.2008.12.005 2 - s2.0 - 60349087398 Babiloni C。 维琪 F。 Miriello M。 吉普赛 g . L。 罗西尼 p . M。 视觉空间意识和parieto-occipital领域:高分辨率脑电图研究 大脑皮层 2006年 16 1 37 46 10.1093 / cercor / bhi082 2 - s2.0 - 28544439835 梅农 V。 里维拉 s M。 白色的 c, D。 格洛弗 g . H。 瑞斯 a . L。 游离前额叶和顶叶皮层激活算法处理 科学杂志 2000年 12 4 357年 365年 10.1006 / nimg.2000.0613 2 - s2.0 - 0033778651 江 X。 扁 g . B。 田 Z。 去除工件从脑电图信号:一个回顾 传感器 2019年 19 5 987年 10.3390 / s19050987 荣格 陈宗柏。 Makeig 年代。 汉弗莱斯 C。 通过盲源分离去除脑电图仪的工件 心理生理学 2000年 37 2 163年 178年 10.1017 / s0048577200980259 2 - s2.0 - 0034108247 Makeig 年代。 Onton J。 Kappenman 大肠。 运气 美国J。 ERP功能和动态脑电图:ICA的角度 与事件相关的潜在的牛津手册组件 2009年 纽约,纽约,美国 牛津大学出版社 51 86年 贝尔 a·J。 Sejnowski t·J。 一个信息最大化盲分离和盲反褶积方法 神经计算 1995年 7 6 1129年 1159年 10.1162 / neco.1995.7.6.1129 2 - s2.0 - 0029411030 李 t.w。 Girolami M。 Sejnowski t·J。 独立分量分析使用一个扩展infomax算法混合subgaussian和supergaussian来源 神经计算 1999年 11 2 417年 441年 10.1162 / 089976699300016719 2 - s2.0 - 0033556834 Cruz-Neira C。 Sandin d . J。 DeFanti t。 Surround-screen projection-based虚拟现实:洞穴的设计和实现 学报》第20届年度会议上计算机图形和交互技术 1993年8月 美国加利福尼亚州阿纳海姆 ACM的新闻 135年 142年 Masotti N。 De Crescenzio F。 Bagassi 年代。 增强现实技术在控制塔:渲染管道为多个head-tracked平视显示器 在计算机科学的课堂讲稿 2016年 柏林,德国 施普林格 321年 338年 10.1007 / 978 - 3 - 319 - 40621 - 3 - _23 2 - s2.0 - 84976605843 Gobel s M。 卡拉布利亚 M。 拥有 一个。 罗赛蒂 Y。 顶叶rTMS扭曲了心理数字线:模拟“空间”健康受试者的忽视 这项研究 2006年 44 6 860年 868年 10.1016 / j.neuropsychologia.2005.09.007 2 - s2.0 - 33644932437 Halgren E。 Boujon C。 克拉克 J。 王 C。 的左右 P。 快速的分布式fronto-parieto-occipital人类工作记忆中加工阶段 大脑皮层 2002年 12 7 710年 728年 10.1093 / cercor / 12.7.710 面粉糊 F。 Uhlhaas p . J。 工作记忆和神经振荡:αγ与theta-gamma编码不同的WM信息? 认知科学趋势 2014年 18 1 16 25 10.1016 / j.tics.2013.10.010 2 - s2.0 - 84890440544 Benedek M。 伯格纳 年代。 Konen T。 芬克 一个。 纽鲍尔 a . C。 脑电图α同步与自上而下的加工在收敛和发散性思维 这项研究 2011年 49 12 3505年 3511年 10.1016 / j.neuropsychologia.2011.09.004 2 - s2.0 - 80053587366 常 c . Y。 许 s . H。 Pion-Tonachini l 荣格 t P。 评价工件为脑电图工件自动删除子空间重建 学报》第四十届IEEE国际会议在医学和生物工程协会(IEEE-EMBC) 2018年7月 美国檀香山,嗨 1242年 1245年 Aromaa 年代。 Vaananen K。 适用性的虚拟原型支持人为因素/工效学评估在设计 应用人体工程学 2016年9月 56 11 18 10.1016 / j.apergo.2016.02.015 2 - s2.0 - 84960968083 De Crescenzio F。 Lucchi F。 Mezannar N。 Persiani F。 使用bci(大脑计算机接口)来评估情绪知觉的客舱设计在虚拟环境中 学报》第29届国际航空科学理事会大会(2014年英格尔) 2014年9月 Peterburg、俄罗斯 国际航空科学委员会 1 8 Peruzzini M。 大人物 F。 Pellicciari M。 坎帕内拉 c, E。 用户体验分析基于生理数据监测和混合原型支持human-centre产品设计 人体工程学设计的进步 2019年 可汗、瑞士 施普林格 401年 412年 10.1007 / 978 - 3 - 319 - 94706 - 8 - _44 2 - s2.0 - 85049696121 Vecchiato G。 Tieri G。 Jelic 一个。 德•加尼姆 F。 Maglione a·G。 Babiloni F。 感觉运动的脑电图仪的相关集成和虚拟建筑环境体现在升值 心理学领域 2015年 6 1944年 10.3389 / fpsyg.2015.01944 2 - s2.0 - 84954211687 Bohil c·J。 Alicea B。 Biocca f。 虚拟现实技术在神经科学研究和治疗 神经系统科学自然评论 2011年 12 12 752年 762年 10.1038 / nrn3122 2 - s2.0 - 81555202406 公园 j·L。 Dudchenko p。 唐纳森 d . I。 在真实环境中导航:新的机会移动脑成像技术的进步 人类神经科学前沿 2018年 12 1 12 10.3389 / fnhum.2018.00361 2 - s2.0 - 85054804552 Rus-Calafell M。 Garety P。 Sason E。 克雷格 t·j·K。 Valmaggia l R。 虚拟现实在精神病的评估和治疗:系统回顾它的效用,可接受性和有效性 心理医学 2018年 48 3 362年 391年 10.1017 / s0033291717001945 2 - s2.0 - 85025459856 日本村田公司 一个。 为了评估心理工作负荷使用小波变换的脑电图 人为因素:人为因素和人类工程学协会杂志》上 2005年 47 3 498年 508年 10.1518 / 001872005774860096 2 - s2.0 - 33644871333 Grummett t·S。 Leibbrandt r·E。 刘易斯 t·W。 测量从廉价的神经信号,无线和干燥的脑电图描记器系统 生理测量 2015年 36 7 1469年 1484年 10.1088 / 0967 - 3334/36/7/1469 2 - s2.0 - 84937845202 海尔斯顿 d . W。 惠特克 k W。 里斯 a·J。 可用性的四个商业化脑电图系统 《神经工程 2014年 11 4 046018年 10.1088 / 1741 - 2560/11/4/046018 2 - s2.0 - 84903639165 米哈 V。 Grundlehner B。 Vullers R。 潘德 J。 可穿戴、无线脑电图的解决方案在日常生活的应用:我们缺少什么? IEEE生物医学和卫生信息学杂志》上 2015年 19 1 6 21 10.1109 / jbhi.2014.2328317 2 - s2.0 - 84920936282