VR诱发下的恐高情绪对人体行为的影响分析.pdfVIP

杭州电子科技大学硕士学位论文

要

跌倒是平衡系统赤字人群面临的主要问题之一，其已成为老年人因伤致死的首要

原因。生理缺陷并不是跌倒的唯一原因，已有研究证明恐惧或自信等心理因素会影响

平衡。因此，研究恐惧和其他可能的情绪状态变化与站立平衡、姿态控制之间的关系

十分必要。然而，姿态平衡控制其背后机理和情绪作用机制的复杂性以及姿态引诱方

法的多样性，导致对于姿态不稳定的评估难度加大，如何选取有效的评估和量化姿势

不稳定的方法对于了解背后机理和临床诊断都具有十分重要的意义。基于此，本研究

使用VR虚拟场景引诱姿态威胁的方法，进行了以下两个方面的研究：

1.针对虚拟场景引诱的恐高情绪对于姿态稳定性的影响以及潜在机制还远未完全

了解的现状，本研究设计了2（视觉）*2（本体觉）*2（前庭觉）的实验场景，提取

了水平方向、前后方向、速度、摇摆密度曲线等7种时间序列特征分析虚拟恐高环境

下人体的压力中心稳定性。为了能够寻找出量化虚拟恐高场景下的多感觉系统作用机

制的特征组合，首先基于传统生物医学的方法进行了分析，如均值、方差、标准差分

析、相关性分析、样本熵分析，发现CoP的水平方向特征、速度、加速度、摇摆密

度曲线等相关特征对于衡量组间差异性和组内差异性能够起到十分显著的作用。其

次，通过相关算法挖掘出上述特征之间的关联性。最终发现在面临姿态威胁时，受试

者试图通过避免危险，增加身体支撑面积，调整身体晃动的方向，速度，频率维持姿

态的平衡。

2.针对现有的研究主要集中在如何缓解恐高症上，而关于恐高症分析的文献

很少的现状，本文研究了虚拟现实场景中多模态生理信号的恐高相关问题。为了

刺激被试的视觉感受，本实验采用了4种VR场景，分别是VR游戏的虚拟场景

“Richie‘sPlankExperience”和现实的篮球击球刺激。本文记录健康受试者的同步

眼动(EMO)、瞳孔和心电图(ECG)，男女比例均匀，用于恐高分析。基于多模态生

理信号的分析表明：1)不同的VR场景(地面/高原场景)，瞳孔直径、EMO功率谱

密度(PSD)、瞳孔、ECG、EMO均值等生理特征有明显的变化；2)基于多模态生理

信号的机器学习模型结合特征优化可以获得比使用单一生理特征更好的恐高识别效

-I-

杭州电子科技大学硕士学位论文

果。同时本研究从以下几个方面进行了特征选择：1)为了选择能够有效表征恐高特征

的最佳多模态特征，对所提取的46个特征进行了常用的特征选择算法，如ReliefF、

PCA等；2)为了得到更可靠、更准确的恐高特征分析模型，本文从特征级融合和决

策级融合两个角度对多模态学习进行了研究。

最后，为了能够使得上述的研究具有实际的应用价值，从工程实现的角度出发，

使用研究成果和硬件设备相结合，开发一套基于眼动仪数据和肌电仪等多模态生理信

号的差异性分析系统和恐高情绪分析系统。为情绪对于人体生理信号的影响的智能化

评估提供基础。最终在实验室完成了系统的调试实验并成功申请了相关计算机软件著

作权。

关键词:虚拟现实、多模态生理信号、恐高、姿态控制

-II-

杭州电子科技大学硕士学位论文

ABSTRACT

Fallsareoneofthemajorproblemsfacedbypeoplewithbalancesystemdeficits,

andtheyhavebecometheleadingcauseofinjury-relateddeathinolderadults.Phys-

iologicaldeficitsarenottheonlycauseoffalls;psychologicalfactorssuchasfearor

confidencehavebeenstudiedtodemonstratethattheycanaffectbalance.T