超越主观性：基于 EEG 多窗谱估计的连续 VR 晕动症检测

基于摘要分析。本文研究用户在 VR 中自由交互时晕动症的动态变化，提出利用被动监测的 EEG 与头部运动信号，连续检测并量化晕动症程度的方法。其研究对象是 VR 晕动症监测，而非运动想象等主动 BCI 任务。 技术机制方面，方法从 EEG 估计多窗频谱（multitaper spectrum），结合专门的 EEG 处理技术应对运动伪迹，以支持实时跟踪。摘要未说明谱特征如何映射为晕动症程度，也未交代头部运动信号用于伪迹处理、状态预测还是其他环节；窗长、更新频率、预测模型与训练目标尚未验证。 相较于主要依赖沉浸体验后主观问卷及限制运动的受控设置，本文强调自由交互条件下的连续监测。作者报告，该方法无需用户特定校准或个性化即可检测晕动症；但摘要未提供数据集、被试数、标签获取方式、数据划分、对照基线或定量指标，因此不能将该主张直接等同于已经验证的跨被试泛化效果，也不能据此判断检测精度或实时延迟。 复现与证据核对的重点包括：连续晕动症参考标签如何建立并与信号对齐，运动伪迹处理是否保留目标相关 EEG 信息，以及无个性化条件下如何隔离训练与测试被试。实验协议、消融及统计信息尚未验证，代码和数据可用性也无法由当前材料确认。作者将该工作定位为应对晕动症研究的可复现性与主观性问题，但这些目标的实现程度仍需完整实验支持。