가상 현실 생리 측정 실험
Summary
가상 현실 (VR) 실험을 구현 하 고 세심 한 계획이 필요 어려울 수 있습니다. 이 프로토콜 설계 및 인간 참가자 로부터 생리 데이터를 수집 하는 VR 실험의 구현 하는 방법을 설명 합니다. 가상 환경 (이브) 프레임 워크에서 실험은이 과정을 가속 하기 위하여 채택 된다.
Abstract
가상 현실 (VR) 실험 점점 실제 관찰 및 실험실 실험에 비해 각각 그들의 내부 및 외부 타당성 때문에 고용 됩니다. VR 지리적 시각화 및 공간 행동의 조사에 대 한 특히 유용합니다. 공간 행동 연구, VR 탐색 및 생리 적 측정 사이의 관계를 공부에 대 한 플랫폼을 제공 (예., 피부 전도성, 심장 박동, 혈압). 특히, 생리 적 측정 소설 질문 및 제한 공간 능력, 전략, 성과의 이전 이론 연구자 수 있습니다. 예를 들어 탐색 성능에서 개별 차이 정도는 흥분에 변화 중재 작업 어려움의 효과 의해 설명 될 수 있습니다. 그러나, 설계 및 VR 실험의 구현에 복잡 한 그들의 주요 연구 목표에서 경험 주의 분산 하 고 데이터 수집 및 분석에 비리를 소개 수 있습니다. 이러한 과제를 해결 하기 위해 실험에 가상 환경 (이브) 컨트롤 훈련 참가자 등 표준화 된 모듈을 포함 하는 프레임 워크 인터페이스, 데이터 수집, 설문 조사를 사용 하 여 생리의 동기화 측정 및 데이터 저장 이브는 또한 데이터 관리, 시각화, 및 평가에 필요한 인프라를 제공합니다. 현재 종이 생리 센서와 VR에 탐색 실험을 실시 이브 프레임 워크를 사용 하는 프로토콜을 설명 합니다. 프로토콜 모집 참가자, 생리 적 센서 부착 실험 이브를 사용 하 여 이브 평가 도구와 수집 된 데이터를 평가 및 관리에 필요한 단계를 나열 합니다. 전반적으로,이 프로토콜 설계 및 구현 VR 실험의 생리 적인 센서 덕분 미래 연구를 촉진 한다.
Introduction
인지 과학1,2,3, 컴퓨터 과학6 , 신경 과학4,5, 등 여러 분야에 대 한 중요 한 의미를가지고 개인 탐색 하는 방법 이해 , 7. 탐색 모두 실제 및 가상 환경에서 조사 되었습니다. 실제 실험의 한 장점은 탐색 제어 인터페이스의 중재를 필요로 하지 않는 및 따라서 현실적 공간 동작을 생성할 수 있습니다. 가상 현실 (VR) 실험 행동의 더 정확한 측정을 위해 허용 하는 반면, (예., 궤도 걷고) 생리 (예., 심장 박동) 데이터, 뿐만 아니라 더 많은 실험 제어 (즉,., 내부 유효성)입니다. 차례 차례로,이 방법은 데이터의 더 간단한 해석에 따라서 더 강력한 이론 탐색의 발생할 수 있습니다. 또한, 신경 과학 연구 참가자는 가상 환경에 종사 하는 동안 탐색의 신경 상관 관계를 조사할 수 있지만 물리적으로 이동할 수 없습니다 때문에 VR에서 활용할 수 있습니다. 컴퓨터 과학자, VR에 탐색 처리 능력, 메모리 및 컴퓨터 그래픽 몰입 경험을 보장 하기 위해 독특한 개발을 필요 합니다. VR 실험 결과 또한에 적용할 수 있는 건축과 제작 건물의 디자인을 알리는 레이아웃8 및 지도 기능9 실제 탐색을 촉진 하기 위하여. 최근, 그것의 비용의 극적인 감소와 결합 된 VR 기술의 발전은 그들의 실험적인 디자인에 대 한 VR을 채용 하는 실험실의 증가에 이르렀다. 이 성장 인기 때문에 연구원 VR 응용 프로그램의 구현을 간소화 하 고 실험 워크플로 표준화 하는 방법을 고려해 야 합니다. 이 방법은 이론 발전에 교대 리소스 구현에서 도움이 되며 VR의 기존 기능을 확장.
VR 설정에서 더 적은 현실 디스플레이와 컨트롤을 배열할 수 있다. 보다 현실적인 VR 설정 추가 인프라 큰 추적 공간 등 및 고해상도 표시10요구 해 경향이 있다. 이러한 시스템 자주 주사 눈에 보이지 않는 회전 및 시각적 피드백을 사용자에 게 제공으로 번역 하려면 리디렉션된 워킹 알고리즘을 고용 하 고 효과적으로 참가자는11 를 이동할 수 있는 가상 환경 확대 , 12. 이러한 알고리즘 일반화에 그들은 환경 구조13 의 지식이 필요로 하지 않습니다 또는 예측 그들은 가정 사용자14에 대 한 특정 경로 될 수 있습니다. 리디렉션된 산책에 대부분의 연구는 사용 하지만 헤드 마운트 디스플레이 (HMDs), 일부 연구 자들은 큰 프로젝션 시스템의 일환으로 제자리에서 걷기와 함께이 기술의 버전을 사용 (예., 동굴)15. HMDs는 참가자의 머리에 실행 될 수 있다, 하는 동안 동굴 디스플레이 넓은 수평 시야16,17를 제공 하는 경향이 있다. 그러나, 적은 인프라 VR 시스템 데스크톱 디스플레이18,19를 사용 하 여 필요 합니다. Neuroscientific 연구는 또한20,21,22, 스캔 후 fMRI와 함께에서 함께에서 검색 하는 동안 기능적 자기 공명 영상 (fMRI)와 함께에서 VR 시스템 채택 23,24를 기록 하는 동안 electroencephalography (뇌 파). 소프트웨어 프레임 워크는 다양 한 디스플레이 탐색 연구에 사용 되는 컨트롤을 조정 하기 위해 필요 합니다.
VR 및 생리 적인 데이터를 통합 하는 연구는 데이터 수집 및 동기화와 같은 추가적인 도전 포즈. 그러나, 생리 데이터 탐색 잠재력과 공간 행동 사이 관계를 중재할 수 있는 암시적 프로세스의 조사에 대 한 수 있습니다. 실제로, 스트레스와 탐색의 관계 공부 하고있다 데스크탑 VR 및 다른 생리 적인 센서의 조합을 사용 하 여 (즉,., 심장 박동, 혈압, 피부 전도성, 침 코 티 솔과 알파-아 밀라 제)25 , 26 , 27 , 28. 밴 Gerven와 동료29 탐색 전략 및 모리스 물 미로 작업 및 몇 가지 생리 적 조치의 가상 현실 버전을 사용 하 여 성능에 대 한 스트레스의 영향을 조사 하는 등 (예., 피부 전도도, 심장 박동, 혈압). 그들의 결과 공개 스트레스 랜드마크 사용 측면에서 탐색 전략을 예측 (즉., allocentric 대 자기 중심) 하지만 탐색 성능 관련 되지 않았습니다. 일반적으로, 이전의 연구 결과 일치 하지 않습니다 다소 탐색 성능 및 공간 메모리에 대 한 스트레스의 효과 관한. 이 패턴은 스트레스의 분리에 기인 될 수 있습니다 (예., 차가운 pressor 절차26, 스타 거울 추적 작업25) 실제 탐색 작업, 간단한 미로 같은 가상 환경 ( 의 사용에서 예를 들어., 가상 모리스 물 미로26, 가상 광선 팔 미로28), 및 방법론 세부 사항에서 차이 (예., 스트레스, 생리 적인 데이터의 종류의 종류). 수집 된 생리 데이터 형식에서 차이 구현 하 고 이러한 연구 결과의 분석에 대 한 문제가 될 수 있습니다.
가상 실험 (이브) 프레임 워크에서 실험 설계, 구현, 및 VR 실험, 추가 주변 장치에 특히 그들의 분석을 용이 하 게 (예., 눈 추적자, 생리 적 장치)30. 이브 프레임 워크는 자유롭게 사용할 수 GitHub (https://cog-ethz.github.io/EVE/)에 오픈 소스 프로젝트. 이 프레임 워크는 인기 있는 Unity 3D 게임 엔진 (https://unity3d.com/) 및 MySQL 데이터베이스 관리 시스템 (https://www.mysql.com/)를 기반으로 합니다. 연구원은 제어 인터페이스, 기본 탐색 작업 훈련 사전 및 사후 연구 설문 조사, 어떤 생리 적인 데이터에 대 한 기준 측정을 포함 하는 VR 실험의 다양 한 단계를 준비 하기 위하여 이브 프레임 워크를 사용할 수 및 탐색 환경 공간 메모리에 대 한 테스트 (예., 상대 방향 판단). 경험 또한 집계의 서로 다른 수준에서 서로 다른 소스에서 데이터의 동기화를 제어할 수 있습니다 (예., 재판, 블록, 또는 세션). 데이터 소스는 실제 있을 수 있습니다 (즉., 사용자에 연결 된 테이블의 자료를 참조) 또는 가상 (즉., 참가자의 아바타 및 가상 환경 간의 상호 작용에 의존). 예를 들어 실험 녹음 심장 박동 및 위치/방향 참가자 로부터 그 참가자의 아바타 가상 환경의 특정 영역을 통해 이동 하는 경우 필요할 수 있습니다. 이 모든 데이터는 자동으로 MySQL 데이터베이스에 저장 하 고 재생 기능과 R 패키지 evertools (https://github.com/cog-ethz/evertools/)와 평가. Evertools 내보내기 기능, 기본 기술 통계를 제공 하 고 데이터의 분포에 대 한 진단 도구.
물리적 인프라 및 VR 시스템의 다양 한 이브 프레임 워크를 배포할 수 있습니다. 현재 프로토콜에서 우리는 ETH 취리히 (그림 1)에서 NeuroLab에 하나의 특정 구현을 설명합니다. NeuroLab 6 m 룸 칸막이 포함 하는 VR 시스템 (2.6 m x 2.0 m), 그리고 생리 적 센서 부착 커튼이 지역 뇌 파 실험을 실시에 대 한 격리 된 챔버를 포함 하 여 12 m 이다. VR 시스템 포함 55″초 고화질 텔레비전 디스플레이, 하이 엔드 게이밍 컴퓨터, 조이스틱 제어 인터페이스, 그리고 여러 가지 생리 적 센서 ( 재료의 표참조). 다음 섹션에서 우리는 스트레스 및 탐색에 이브 프레임 워크 및 생리 적인 센서, 한 연구에서 현재 대표적인 결과 사용 하 여 NeuroLab에서 탐색 실험을 실시 하기 위한 프로토콜을 설명 하 고 토론 기회 그리고이 시스템와 관련 된 문제입니다.
Protocol
Representative Results
Discussion
현재 신문에서 우리는 이브 프레임 워크를 사용 하 여 생리 적 장치와 VR에 실험을 실시 하기 위한 프로토콜을 설명. 추가 하드웨어 고려 사항 때문에 이러한 유형의 실험 독특합니다 (예., 생리 적인 장치 및 기타 주변 장치), VR, 및 데이터 관리 요구 사항을 사용 하 여 생리 적인 데이터를 수집 하기 위한 예비 단계. 현재 프로토콜은 동시에 여러 주변 장치에서 데이터를 수집 하려는 경험에 ?…
Divulgations
The authors have nothing to disclose.
Acknowledgements
가상 환경 VI 게임 (http://www.vis-games.de) 가상 현실에서 연구를 실시 하 여 친절 하 게 제공 되었다.
Materials
| Alienware Area 51 Base | Dell | 210-ADHC | Computation |
| 138cm 4K Ultra-HD LED-TV | Samsung | UE55JU6470U | Display |
| SureSigns VS2+ | Philips Healthcare | 863278 | Blood Pressure |
| PowerLab 8/35 | AD Instruments | PL3508 | Skin Conductance |
| PowerLab 26T (LTS) | AD Instruments | ML4856 | Heart Rate |
| Extreme 3D Pro Joystick | Logitech | 963290-0403 | HID |
References
- Gallistel, C. R. . The Organization of Learning. , (1990).
- Waller, D., Nadel, L. . Handbook of Spatial Cognition. , (2013).
- Denis, M. . Space and Spatial Cognition: A Multidisciplinary Perspective. , (2017).
- Epstein, R. A., Patai, E. Z., Julian, J. B., Spiers, H. J. The cognitive map in humans: spatial navigation and beyond. Nature Neuroscience. 20, 1504 (2017).
- O’Keefe, J., Nadel, L. . The Hippocampus as a Cognitive Map. , (1978).
- Kuipers, B. J. Modelling spatial knowledge. Cognitive Science. 2, 129-153 (1978).
- Heppenstall, A. J., Crooks, A. T., See, L. M., Batty, M. . Agent-Based Models of Geographical Systems. , (2012).
- Kuliga, S. F., Thrash, T., Dalton, R. C., Hölscher, C. Virtual reality as an empirical research tool – Exploring user experience in a real building and a corresponding virtual model. Computers, Environment and Urban Systems. 54, 363-375 (2015).
- Credé, S., Fabrikant, S. I. Let’s Put the Skyscrapers on the Display-Decoupling Spatial Learning from Working Memory. Proceedings of Workshops and Posters at the 13th International Conference on Spatial Information Theory (COSIT 2017). , 163-170 (2018).
- Hodgson, E., Bachmann, E. R., Vincent, D., Zmuda, M., Waller, D., Calusdian, J. WeaVR: a self-contained and wearable immersive virtual environment simulation system). Behavior Research Methods. 47 (1), 296-307 (2015).
- Nilsson, N., et al. 15 Years of Research on Redirected Walking in Immersive Virtual Environments. IEEE Computer Graphics and Applications. , 1-19 (2018).
- Razzaque, S., Kohn, Z., Whitton, M. C. Redirected walking. Proceedings of EUROGRAPHICS. , 105-106 (2001).
- Hodgson, E., Bachmann, E. Comparing Four Approaches to Generalized Redirected Walking: Simulation and Live User Data. IEEE Transactions on Visualization and Computer Graphics. 19 (4), 634-643 (2013).
- Nescher, T., Huang, Y. -. Y., Kunz, A. Planning redirection techniques for optimal free walking experience using model predictive control. 2014 IEEE Symposium on 3D User Interfaces (3DUI). , 111-118 (2014).
- Razzaque, S., Swapp, D., Slater, M., Whitton, M. C., Steed, A. Redirected walking in place. Eurographics workshop on virtual environments. , 123-130 (2002).
- Meilinger, T., Knauff, M., Bulthoff, H. Working Memory in Wayfinding-A Dual Task Experiment in a Virtual City. Cognitive Science: A Multidisciplinary Journal. 32 (4), 755-770 (2008).
- Grübel, J., Thrash, T., Hölscher, C., Schinazi, V. R. Evaluation of a conceptual framework for predicting navigation performance in virtual reality. PLOS ONE. 12 (9), 0184682 (2017).
- Weisberg, S. M., Schinazi, V. R., Newcombe, N. S., Shipley, T. F., Epstein, R. A. Variations in Cognitive Maps: Understanding Individual Differences in Navigation. Journal of experimental psychology. Learning, memory, and cognition. , (2014).
- Wiener, J. M., Hölscher, C., Büchner, S., Konieczny, L. Gaze behaviour during space perception and spatial decision making. Psychological research. 76 (6), 713-729 (2012).
- Hassabis, D., Chu, C., Rees, G., Weiskopf, N., Molyneux, P. D., Maguire, E. A. Decoding Neuronal Ensembles in the Human Hippocampus. Current Biology. 19 (7), 546-554 (2009).
- Maguire, E. A., Nannery, R., Spiers, H. J. Navigation around London by a taxi driver with bilateral hippocampal lesions. Brain. 129, 2894-2907 (2006).
- Marchette, S. A., Vass, L. K., Ryan, J., Epstein, R. A. Anchoring the neural compass: coding of local spatial reference frames in human medial parietal lobe. Nature neuroscience. 17 (11), 1598-1606 (2014).
- Vass, L. K., et al. Oscillations Go the Distance: Low-Frequency Human Hippocampal Oscillations Code Spatial Distance in the Absence of Sensory Cues during Teleportation. Neuron. 89 (6), 1180-1186 (2016).
- Sharma, G., Gramann, K., Chandra, S., Singh, V., Mittal, A. P. Brain connectivity during encoding and retrieval of spatial information: individual differences in navigation skills. Brain Informatics. 4 (3), (2017).
- Richardson, A. E., VanderKaay Tomasulo, M. M. Influence of acute stress on spatial tasks in humans. Physiology & Behavior. 103 (5), 459-466 (2011).
- Duncko, R., Cornwell, B., Cui, L., Merikangas, K. R., Grillon, C. Acute exposure to stress improves performance in trace eyeblink conditioning and spatial learning tasks in healthy men. Learning & memory (Cold Spring Harbor, N.Y.). 14 (5), 329-335 (2007).
- Klopp, C., Garcia, C., Schulman, A. H., Ward, C. P., Tartar, J. L. Acute social stress increases biochemical and self report markers of stress without altering spatial learning in humans. Neuro endocrinology letters. 33 (4), 425-430 (2012).
- Guenzel, F. M., Wolf, O. T., Schwabe, L. Sex differences in stress effects on response and spatial memory formation. Neurobiology of Learning and Memory. 109, 46-55 (2014).
- van Gerven, D. J. H., Ferguson, T., Skelton, R. W. Acute stress switches spatial navigation strategy from egocentric to allocentric in a virtual Morris water maze. Neurobiology of Learning and Memory. 132, 29-39 (2016).
- Grübel, J., Weibel, R., Jiang, M. H., Hölscher, C., Hackman, D. A., Schinazi, V. R. EVE: A Framework for Experiments in Virtual Environments. Spatial Cognition X: Lecture Notes in Artificial Intelligence. , 159-176 (2017).
- Hegarty, M., Richardson, A. E., Montello, D. R., Lovelace, K., Subbiah, I. Development of a self-report measure of environmental spatial ability. Intelligence. 30, 425-447 (2002).
- Ziegler, M. G. Psychological Stress and the Autonomic Nervous System. Primer on the Autonomic Nervous System. , 189-190 (2004).
- Michaelis, J. R., Rupp, M. A., Montalvo, F., McConnell, D. S., Smither, J. A. The Effect of Vigil Length on Stress and Cognitive Fatigue. Proceedings of the Human Factors and Ergonomics Society Annual Meeting. 59 (1), 916-920 (2015).
- Helton, W. S. Validation of a Short Stress State Questionnaire. Proceedings of the Human Factors and Ergonomics Society Annual Meeting. 48 (11), 1238-1242 (2004).
- Wolbers, T., Hegarty, M. What determines our navigational abilities. Trends in Cognitive Sciences. 14 (3), 138-146 (2010).
- Moussaïd, M., et al. Crowd behaviour during high-stress evacuations in an immersive virtual environment. Journal of The Royal Society Interface. 13 (122), (2016).
- . Lead positioning Available from: https://lifeinthefastlane.com/ecg-library/basics/lead-positioning/ (2017)
- Wilder, J. The law of initial value in neurology and psychiatry. The Journal of Nervous and Mental Disease. 125 (1), 73-86 (1957).
- Loomis, J., Knapp, J. Visual Perception of Egocentric Distance in Real and Virtual Environments. Virtual and Adaptive Environments. , 21-46 (2003).
- Richardson, A. R., Waller, D. The effect of feedback training on distance estimation in virtual environments. Applied Cognitive Psychology. 19 (8), 1089-1108 (2005).
- Klatzky, R. L., Loomis, J. M., Beall, A. C., Chance, S. S., Golledge, R. G. Spatial updating of self-position and orientation during real, imagined, and virtual locomotion. Psychological Science. 9, 293-298 (1998).
- Bakker, N. H., Werkhoven, P. J., Passenier, P. O. Calibrating Visual Path Integration in VEs. Presence: Teleoperators and Virtual Environments. 10 (2), 216-224 (2001).
- Thrash, T., et al. Evaluation of control interfaces for desktop virtual environments. Presence. 24 (4), (2015).
- Kinateder, M., Warren, W. H. Social Influence on Evacuation Behavior in Real and Virtual Environments. Frontiers in Robotics and AI. 3, 43 (2016).
- Loomis, J. M., Blascovich, J. J., Beall, A. C. Immersive virtual environment technology as basic research tool in psychology. Behavior Research Methods, Instruments & Computers. 31 (4), 557-564 (1999).
