VR应力场景
在这项研究中,将135名参与者浸入了三种不同的VR场景中。在第一种情况下,他们探索了一个空的虚拟房间,从一个小的红色步骤开始,面向墙壁。虚拟房间本身具有与参与者所在的实际尺寸相同的尺寸,因此,如果他们碰到虚拟墙,他们实际上会感觉到它。经过90秒的探索,参与者被告知返回他们开始的红色小步骤。VR房间将淡入黑色,然后第二种情况开始。
在第二种情况下,参与者发现自己在虚拟城市地面上几米的高架虚拟巷子上。然后,他们被要求探索小巷90秒,然后返回红色步骤。一旦上台,步骤开始越来越快地降低地面。另一个褪色,然后是最后的情况。
在第三种情况下,参与者被“放置”在一个完全黑暗的房间中。他们被告知只有一个虚拟的手电筒,只有一个虚拟的手电筒探索一个黑暗的迷宫走廊,其中四个类似人类的人物被放在角落区域,而每二十秒钟则通过参与者的耳机出现了三个突然的白噪声。
开发预测模型
研究人员测量了参与者经历每个VR场景时的心率,在受控的实验条件下收集了大量的心率变异数据。EPFL的博士后和该研究的第一作者Joao Rodrigues随后使用前两种情况分析了运动数据机器学习方法,并开发了一个模型,可以预测第三种威胁情况下,可以预测一个人的压力反应 - 心率变异性的变化。
团队随后测试了该模型,发现其预测可以在不同的参与者组中起作用。他们还确认,该模型可以预测压力脆弱性,即对参与者进行最终VR测试的不同压力挑战,在该挑战中,他们必须迅速进行算术练习,并看到与其他人相比的得分。这里的想法是为压力增加一个定时和社会方面。此外,当他们给出错误的答案时,一部分虚拟地板的部分破裂了,同时发挥了令人痛苦的噪音。
最后,研究人员还确认他们的模型优于其他压力预测工具,例如焦虑问卷。卡门·桑迪(Carmen Sandi)说:“我们的研究的优点是,我们开发了一个模型,在该模型中,人们如何探索人们如何探索两个新颖的虚拟环境足以预测如果他们的心率变异性会如何变化,如果它们暴露于高度压力的情况下;因此,消除了在那些高度压力的条件下对它们进行测试的需求。”
衡量未来的压力脆弱性
该研究提供了一种标准化工具,可根据客观标记来测量压力源的脆弱性,并为进一步开发此类方法铺平道路。“我们的研究表明,行为数据的令人印象深刻的力量揭示了个人的生理脆弱性。如果暴露于高压力水平,VR探索期间的高密度运动参数如何有助于确定有多种病理(心脏血管,精神障碍等)风险的人。我们预计我们的研究将有助于对那些处于危险中的人进行早期干预措施。”