За последние 10 лет технология виртуальной реальности VR приобрела большую популярность и интерес к ней продолжает расти как в исследованиях, так и в потребительских продуктах (играх, образовательных проектах и тд.). Одной из перспективных областей применения виртуальной реальности является экспозиционная терапия виртуальной реальности (ЭТВР), которая занимается лечением тревожных расстройств, подвергая пациента постепенному воздействию его страха. Чтобы сделать этот метод ЭТВР безопасным и эффективным, необходимо мониторить уровень страха пациента во время сеанса в VR.
Технология fNIRS из-за низкой восприимчивости к двигательным артефактам лучше всего подходит для ненавязчивого детектирования реакции страха в качестве неинвазивной нейровизуализации. Именно этот тезис был положен в основу исследования, в котором сравнивались fNIRS сигналы, полученные как реакции в виртуальной реальности людей со страхом высоты и без него. Изучалось также в какой степени реакция страха высоты во время сеанса виртуальной реальности может быть обнаружена с помощью технологии ближнекрасной спектроскопии (fNIRS).
Публикаций, в которых исследовалось как реакция страха отображается в сигналах fNIRS очень мало. Кроме того, не было предшествующих работ по автоматическому обнаружению реакции страха с применением данных fNIRS.
В литературе отмечается, что комбинация технологии VR и fNIRS возможна и позволяет проводить эксперименты с большей экологичной достоверностью, чем традиционные лабораторные эксперименты.
Был проведен эксперимент с регистрацией сигналов fNIRS, в ходе которого испытуемые с умеренным страхом высоты и участники эксперимента без страха высоты, погружались в VR-среду с симуляцией эффекта высоты и эффектом грунта (нулевой высоты). Дополнительно из сигнала fNIRS извлекалась частота сердечных сокращений.
![](http://spectralsystems.ru/wp-content/uploads/2022/07/jake-ingle-83428-unsplash.jpg)
Перекрестные тесты использовались для представления межгруппового статистического анализа и внутригруппового статистического анализа (для экспериментальной группы) данных fNIRS и сердечного ритма. Кроме того, линейный дискриминантный анализ и метод опорных векторов были использованы для обучения и тестирования субъектно-зависимых классификаторов и субъектно-независимых классификаторов на данных значимых fNIRS каналов экспериментальной группы, чтобы обнаружить реакции страха. Статистический анализ между группами показывает, что данные fNIRS контрольной группы и экспериментальной группы значительно различаются только в канале 3, где общий средний контрастный сигнал оксигемоглобина экспериментальной группы превышает сигнал контрольной группы. Кроме того, данные ЧСС обеих групп существенно не различаются.
![](http://spectralsystems.ru/wp-content/uploads/2022/07/fearofheights-1200x675.jpg)
Внутригрупповой статистический анализ показывает, что существуют значительные различия между общими средними значениями оксигемоглобина в реакциях страха и в реакциях без страха, где значения оксигемоглобина при реакциях страха были значительно выше, чем у испытуемых, с реакцией отсутствия страха в каналах, расположенных в лобной доли префронтальной коры.
Кроме того, канал 23 оказался значимым для сигналов общего среднего гемоглобина. Существенных различий между данными ЧСС при реакции страха или при отсутствии реакции страха в экспериментальной группе обнаружено не было. Субъектно-зависимый классификатор, использующий 1-секундную последовательность сигналов fNIRS, может обнаруживать реакции страха со средней точностью 72,47% (SD 20,61). Субъектно-зависимый классификатор, использующий 5-секундную последовательность сигналов fNIRS, может обнаруживать реакции страха со средней точностью 77,29% (SD 10,64). Субъектно-независимые классификаторы демонстрируют потенциал для использования в сценариях онлайн-обнаружения, поскольку их можно заранее обучить на существующих данных fNIRS и они могут классифицировать невидимые данные нового участника со средней точностью выше 75%.
ссылки:
https://publications.artinis.com/publication/essay-84927