利用 EEG 频带平衡内部与外部注意状态的自适应虚拟现实系统设计与评估

基于摘要分析。本研究针对虚拟现实中工作记忆负荷可能导致刺激过度或不足的问题，设计了依据内部与外部注意相关 EEG 特征调整环境视觉复杂度的自适应系统。其主要研究对象是 VR 中的注意资源调节与工作记忆任务表现，而非通用 EEG 解码算法。 参与者执行视觉工作记忆 N-Back 任务，系统调整周围干扰元素的视觉复杂度。作者以额区 theta 和顶区 alpha 频带作为动态调节的信号依据，尝试通过改变外部干扰水平，支持与任务相关的信息优先处理及无关信息抑制。摘要未说明两类频带如何映射至注意状态，也未提供特征计算、个体校准、调节阈值或更新时序，因此尚不能据此重建闭环控制流程。 作者报告，这些 EEG 频带可用于动态调整视觉复杂度；在所述视觉 N-Back 实验中，相较于反向自适应条件，该系统改善了任务表现，并降低了主观感知工作负荷。摘要未给出任务表现的具体指标、效应大小或统计结果，不能将这一结论扩展为对所有 VR 任务或注意状态的普遍有效性。 复现时需从全文核对 EEG 采集与预处理、频带特征及伪迹处理、自适应与反向自适应规则、N-Back 难度、条件顺序和工作负荷量表。被试数量、数据划分、个体差异、实验协议、消融及统计信息尚未验证；尤其需核对反向自适应这一对照所支持的结论范围，以及效果能否跨任务或跨会话保持。