期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于变分模态分解的休息态虚拟现实晕动症脑电自动检测
1
作者
化成城
柴立宁
+2 位作者
周占峰
陈旭
刘佳
《电子测量与仪器学报》
CSCD
北大核心
2024年第2期171-181,共11页
虚拟现实晕动症的存在是制约VR技术行业进一步发展的关键因素,研究虚拟现实晕动症相关的神经活动及对其准确检测是解决此问题的前提,此前研究缺少对休息态虚拟现实晕动症神经活动的研究。因此,本研究利用虚拟现实晕动症暴露任务前后休...
虚拟现实晕动症的存在是制约VR技术行业进一步发展的关键因素,研究虚拟现实晕动症相关的神经活动及对其准确检测是解决此问题的前提,此前研究缺少对休息态虚拟现实晕动症神经活动的研究。因此,本研究利用虚拟现实晕动症暴露任务前后休息态脑电信号,提出虚拟现实晕动症脑电特征作为指标实现对虚拟现实晕动症的检测。首先,通过统计分析对所选的5个电极即Fp1、Fp2、F8、T7及T8的脑电信号分别进行变分模态分解,并从选中的模态分量中提取样本熵、排列熵及中心频率。然后,通过统计检验和ReliefF算法进行两个阶段的特征选择。最后,将选择的特征向量送入支持向量机中进行分类,进而实现对虚拟现实晕动症的自动检测。结果表明,此方法准确率、灵敏度及特异度分别达到了98.3%、98.5%及98.1%,ROC曲线下的面积值达到了1,优于其他方法,证明了此方法在虚拟现实晕动症脑电信号自动检测方面优势与有效性。
展开更多
关键词
虚拟现实晕动症脑电
变分模态分解
样本熵
排列熵
中心频率
下载PDF
职称材料
基于脑电节律能量与模糊熵的VR诱发晕动症水平检测研究
2
作者
周占峰
化成城
+3 位作者
柴立宁
严颖
刘佳
付荣荣
《数据采集与处理》
CSCD
北大核心
2024年第2期490-500,共11页
晕动症一直是影响虚拟现实用户体验及限制虚拟现实行业发展的一个关键因素。为解决这一问题,本文研究了虚拟现实晕动症对大脑神经活动的影响,并利用脑电特征对晕动症水平进行检测。为得到可度量眩晕水平的特征,记录受试者在体验眩晕测...
晕动症一直是影响虚拟现实用户体验及限制虚拟现实行业发展的一个关键因素。为解决这一问题,本文研究了虚拟现实晕动症对大脑神经活动的影响,并利用脑电特征对晕动症水平进行检测。为得到可度量眩晕水平的特征,记录受试者在体验眩晕测试场景前及过程中的脑电信号,计算节律能量和模糊熵,并利用统计分析进行特征选择,最后分类验证该特征的有效性。结果表明,受试者产生晕动症时,CP4和Oz的θ、α频段能量及C4的β、γ频段能量显著降低(p<0.01);在模糊熵方面,δ频段有FC4、Cz模糊熵值显著升高(p<0.0001),β频段有O1模糊熵值显著降低(p<0.0001)。对比线性判别分析(Linear discriminant analysis,LDA)、逻辑回归(Logistic regression,LR)和支持向量机(Support vector machine,SVM),K最近邻(K-nearest neighbor,KNN)算法的分类效果较好,它在节律能量和模糊熵上的分类准确率分别为89%和91%。本研究表明脑电节律能量及模糊熵有望成为晕动症水平检测的有效指标,为研究虚拟现实晕动症成因及缓解方案提供客观依据。
展开更多
关键词
虚拟现实
晕动症
脑电信号
模糊熵
下载PDF
职称材料
基于脑电样本熵功率谱的VR诱发晕动症分析
被引量:
4
3
作者
柴立宁
化成城
周占峰
《电子测量技术》
北大核心
2022年第20期43-52,共10页
如今,虚拟现实(VR)技术已在各个领域得到广泛应用,但很多VR系统在带给用户沉浸式体验时会使其产生一种不适症状——虚拟现实晕动症。为弄清虚拟现实晕动症对大脑神经活动的作用,本研究招募被试者利用头戴式VR体验虚拟现实晕动症诱发场景...
如今,虚拟现实(VR)技术已在各个领域得到广泛应用,但很多VR系统在带给用户沉浸式体验时会使其产生一种不适症状——虚拟现实晕动症。为弄清虚拟现实晕动症对大脑神经活动的作用,本研究招募被试者利用头戴式VR体验虚拟现实晕动症诱发场景,记录体验前及过程中被试者的脑电信号。采用样本熵及功率谱方法提取不同状态下被试者脑电特征,并进行显著性检验。从全频段来看,在电极F8、F12、CZ、CPZ及OZ处的样本熵均值具有显著性差异,在电极F7、T7及T8处的功率谱均值具有显著性差异(P<0.01);从分频段来看,在Delta及Theta频段的样本熵均值及功率谱均值同时具有显著性差异(P<0.01)。研究结果表明,样本熵与功率谱分析结果可能与虚拟现实晕动症有关,有望成为度量虚拟现实病的有效指标。
展开更多
关键词
虚拟现实
晕动症
脑电信号
样本熵
功率谱
显著性检验
下载PDF
职称材料
题名
基于变分模态分解的休息态虚拟现实晕动症脑电自动检测
1
作者
化成城
柴立宁
周占峰
陈旭
刘佳
机构
南京信息工程大学自动化学院
出处
《电子测量与仪器学报》
CSCD
北大核心
2024年第2期171-181,共11页
基金
国家自然科学基金(62206130)
江苏省自然科技计划(BK20200821)
南京信息工程大学科研启动经费(2020r075)项目资助。
文摘
虚拟现实晕动症的存在是制约VR技术行业进一步发展的关键因素,研究虚拟现实晕动症相关的神经活动及对其准确检测是解决此问题的前提,此前研究缺少对休息态虚拟现实晕动症神经活动的研究。因此,本研究利用虚拟现实晕动症暴露任务前后休息态脑电信号,提出虚拟现实晕动症脑电特征作为指标实现对虚拟现实晕动症的检测。首先,通过统计分析对所选的5个电极即Fp1、Fp2、F8、T7及T8的脑电信号分别进行变分模态分解,并从选中的模态分量中提取样本熵、排列熵及中心频率。然后,通过统计检验和ReliefF算法进行两个阶段的特征选择。最后,将选择的特征向量送入支持向量机中进行分类,进而实现对虚拟现实晕动症的自动检测。结果表明,此方法准确率、灵敏度及特异度分别达到了98.3%、98.5%及98.1%,ROC曲线下的面积值达到了1,优于其他方法,证明了此方法在虚拟现实晕动症脑电信号自动检测方面优势与有效性。
关键词
虚拟现实晕动症脑电
变分模态分解
样本熵
排列熵
中心频率
Keywords
virtual reality motion sickness EEG
variational mode decomposition
sample entropy
permutation entropy
center frequency
分类号
TN911.7 [电子电信—通信与信息系统]
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于脑电节律能量与模糊熵的VR诱发晕动症水平检测研究
2
作者
周占峰
化成城
柴立宁
严颖
刘佳
付荣荣
机构
南京信息工程大学自动化学院
南京信息工程大学江苏省智能气象探测机器人工程研究中心
南京信息工程大学江苏省大气环境与装备技术协同创新中心
燕山大学河北省测试计量技术及仪器重点实验室
出处
《数据采集与处理》
CSCD
北大核心
2024年第2期490-500,共11页
基金
国家自然科学基金(62206130,62073282)
江苏省自然科学基金(BK20200821)
+1 种基金
河北省自然科学基金(F2022203092)
南京信息工程大学人才启动经费(2020r075)。
文摘
晕动症一直是影响虚拟现实用户体验及限制虚拟现实行业发展的一个关键因素。为解决这一问题,本文研究了虚拟现实晕动症对大脑神经活动的影响,并利用脑电特征对晕动症水平进行检测。为得到可度量眩晕水平的特征,记录受试者在体验眩晕测试场景前及过程中的脑电信号,计算节律能量和模糊熵,并利用统计分析进行特征选择,最后分类验证该特征的有效性。结果表明,受试者产生晕动症时,CP4和Oz的θ、α频段能量及C4的β、γ频段能量显著降低(p<0.01);在模糊熵方面,δ频段有FC4、Cz模糊熵值显著升高(p<0.0001),β频段有O1模糊熵值显著降低(p<0.0001)。对比线性判别分析(Linear discriminant analysis,LDA)、逻辑回归(Logistic regression,LR)和支持向量机(Support vector machine,SVM),K最近邻(K-nearest neighbor,KNN)算法的分类效果较好,它在节律能量和模糊熵上的分类准确率分别为89%和91%。本研究表明脑电节律能量及模糊熵有望成为晕动症水平检测的有效指标,为研究虚拟现实晕动症成因及缓解方案提供客观依据。
关键词
虚拟现实
晕动症
脑电信号
模糊熵
Keywords
virtual reality
motion sickness
electroencephalogram(EEG)signal
fuzzy entropy
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于脑电样本熵功率谱的VR诱发晕动症分析
被引量:
4
3
作者
柴立宁
化成城
周占峰
机构
南京信息工程大学自动化学院
南京信息工程大学江苏省智能气象探测机器人工程研究中心
出处
《电子测量技术》
北大核心
2022年第20期43-52,共10页
基金
江苏省自然科学基金(BK20200821,BK20170955)
南京信息工程大学人才启动经费项目(2020r075)资助。
文摘
如今,虚拟现实(VR)技术已在各个领域得到广泛应用,但很多VR系统在带给用户沉浸式体验时会使其产生一种不适症状——虚拟现实晕动症。为弄清虚拟现实晕动症对大脑神经活动的作用,本研究招募被试者利用头戴式VR体验虚拟现实晕动症诱发场景,记录体验前及过程中被试者的脑电信号。采用样本熵及功率谱方法提取不同状态下被试者脑电特征,并进行显著性检验。从全频段来看,在电极F8、F12、CZ、CPZ及OZ处的样本熵均值具有显著性差异,在电极F7、T7及T8处的功率谱均值具有显著性差异(P<0.01);从分频段来看,在Delta及Theta频段的样本熵均值及功率谱均值同时具有显著性差异(P<0.01)。研究结果表明,样本熵与功率谱分析结果可能与虚拟现实晕动症有关,有望成为度量虚拟现实病的有效指标。
关键词
虚拟现实
晕动症
脑电信号
样本熵
功率谱
显著性检验
Keywords
virtual reality
motion sickness
EEG
sample entropy
power spectrum
significance test
分类号
TP391 [自动化与计算机技术—计算机应用技术]
TH782 [机械工程—精密仪器及机械]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于变分模态分解的休息态虚拟现实晕动症脑电自动检测
化成城
柴立宁
周占峰
陈旭
刘佳
《电子测量与仪器学报》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于脑电节律能量与模糊熵的VR诱发晕动症水平检测研究
周占峰
化成城
柴立宁
严颖
刘佳
付荣荣
《数据采集与处理》
CSCD
北大核心
2024
0
下载PDF
职称材料
3
基于脑电样本熵功率谱的VR诱发晕动症分析
柴立宁
化成城
周占峰
《电子测量技术》
北大核心
2022
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部