研究员分析VR行走任务数据集及其在晕动症预测中的应用
数据集
（映维网Nweon 2025年02月12日）VR在培训、教育、医疗和娱乐等各个行业迅速确立了自己的地位。然而，认知负担、身体负担和晕动症对开发者而言可能是不可预测的。研究人员之前已经提供了用于预测用户静止时的晕动症的数据集，但很少有标记数据集用于预测用户行走时的晕动症。
所以，德州大学圣安东尼奥分校，加州大学，密苏里大学哥伦比亚分校，密苏里大学团队从39名被试中收集了头部方向、头部位置、眼动追踪、图像、外部传感器的生理读数，以及VR中自我报告的晕动症严重程度、身体负荷和精神负荷。
在整个数据收集过程中，被试需要真正行走在迷宫中，并完成挑战注意力和工作记忆的任务。为了展示数据集的实用性，团队进行了一个训练分类器的案例研究，其中对晕动症严重程度的分类达到了95%的准确率。
研究人员指出，直观分类器的显著性能使得所述数据集成为未来研究人员开发晕动症检测的理想选择。为了更好地理解有助于分类的特征，他们进行了SHAP分析，强调了眼动追踪和生理测量对行走时晕动症预测的重要性。这个开放的数据集可以帮助未来的研究人员研究晕动症和认知负荷之间的联系，并开发预测模型。
......（全文 1730 字，剩余 1292 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
