使用 EEG 量化 VR 晕动症

基于摘要分析。本研究针对 VR 晕动症主要依赖定性问卷、难以交互式表征的问题，在参与者经历自运动知觉（vection）诱发的晕动不适时采集 EEG，并与基线比较。核心贡献是探索摇杆记录的参与者自报不适与 EEG 活动之间的关联，而非提出已验证的 BCI 解码算法或晕动症缓解系统。 方法上，作者通过摇杆运动记录参与者报告的晕动不适，并使用独立成分分析（ICA）区分与晕动症相关的信号及眨眼等其他来源。摘要未说明基线条件、EEG 采集配置、ICA 成分判定规则、频段特征计算方式，以及摇杆报告与 EEG 的时间对齐方法，这些复现条件尚未验证。 结果方面，在沉浸式虚拟环境的用户研究中，作者报告：跨参与者观察到与晕动症相关的 Delta（1.0–4.0 Hz）、Theta（4.0–7.0 Hz）和 Alpha（7.0–13.0 Hz）活动增加，且相关性较高并具有统计显著性。摘要未提供参与者人数、相关系数、显著性检验细节或效应量；这里的跨参与者观察不能等同于 Cross-subject 预测验证，也不能据此推断个体级监测准确率。 该研究支持的是主观不适与 EEG 活动之间的关联。作者将其定位为交互式表征和缓解 VR 晕动症的第一步，摘要并未报告在线预测或缓解干预效果。阅读全文时需核对视觉刺激、运动及眼动等因素的控制方式，以及相关关系在不同参与者和时间段中的稳定性；实验协议、消融及统计信息尚未验证。