XiaoMi-AI文件搜索系统
World File Search System沉浸式
沉浸式虚拟现实助力自闭症谱系障碍干预：系统评价与荟萃分析
摘要：自闭症谱系障碍 (ASD) 的特征是持续存在社交沟通和互动障碍，这会对日常生活、教育和工作产生重大影响。学习和工作表现有限以及被排除在社交活动之外是自闭症患者面临的常见挑战。虚拟现实 (VR) 技术已成为一种有前途的自闭症干预手段。为了解决五个主要研究问题并了解该领域的最新趋势和挑战，使用 PRISMA 方法对 2010 年 1 月 1 日至 2022 年 12 月 31 日期间发表的 21 篇期刊文章进行了系统回顾。进一步对 15 篇文章进行了荟萃分析，以评估干预效果。结果表明，大多数研究侧重于社交和情感技能训练，依赖现有的理论和实践，对 VR 的适应性有限。此外，尚未彻底研究支持技术对自闭症患者干预需求的承受能力。我们建议未来的研究应提出和设计具有坚实理论基础的干预措施，探索社交和情感技能训练之外的更多干预领域，并采用更严格的实验设计来研究 VR 支持的 ASD 干预措施的有效性。
以 3D 形式探索太空前沿：沉浸式虚拟现实助力天文学推广
介绍了大型望远镜和太空任务的沉浸式虚拟展览。该展览旨在克服公众在欣赏现代天文研究设施的规模和复杂性时遇到的困难。使用详细的 3D 模型，可以通过在虚拟空间中移动来探索无法亲自参观的地面和太空望远镜。该展览是使用 Epic Games 开发的工具 Unreal Engine 创建的。用户佩戴 Oculus Quest 虚拟现实耳机并使用 Xbox 游戏控制器遍历 3D 展览。CAD 模型是从开放获取来源和主要天文台工作人员的帮助下收集的。展览的第一个版本重点介绍了亚利桑那大学主要参与的望远镜和行星任务，但它可以定制以包括任何主要的望远镜或太空任务。游客可以体验 6.5 米 MMT、双 8.4 米 LBT、24.5 米 GMT、25 米甚大天线阵、美国宇航局哈勃太空望远镜和詹姆斯韦伯太空望远镜、凤凰号火星着陆器和 OSIRIS-REx 航天器以及小行星 Bennu 的 3D 模型。该展览在华盛顿特区亚利桑那大学主办的一次推广活动中成功亮相。
在沉浸式虚拟现实体验中，从脑电图中解码主观情绪唤醒
情绪已与自主神经（ANS）和中枢神经系统的活动联系起来（CNS; Dalgleish，2004）。因此，很难将个人（即离散）情绪类别与ANS中的特定响应模式联系起来（参见Kragel＆Labar，2013年； Kreibig，2010年； Siegel等人，2018年）或不同的大脑区域（Lindquist等，2012;但是参见Saarimäki等，2016）。相反，情绪似乎是通过与基本心理学（即，也是非情感）操作有关的大脑区域和身体激活的一组动态实现的（即“心理原始人”； Lindquist等，2012）。在这种观点中，Humans通常处于令人愉悦或不愉快的唤醒状态的波动状态（“核心影响”； Russell＆Feldman Barrett，1999; Lindquist，2013），可能会受到外部刺激的影响。表情唤醒可能会有一种“共同货币”来比较不同的刺激或事件（Lindquist，2013年），并代表基本的神经过程，这些神经过程是各种表情的基础（Wilson-Mendenhall等，2013）。
沉浸式脑机接口在运动意象过程中的功能连接评估
脑机接口 (BCI) 设计的新趋势旨在将这项技术与沉浸式虚拟现实相结合，从而为用户提供真实感。在本研究中，我们提出了一种实验性 BCI，使用运动想象 (MI) 来控制沉浸式远程呈现系统。该系统具有沉浸感，因为用户可以以第一人称视角 (1PP) 控制 NAO 人形机器人的运动，也就是说，机器人的运动就像是他/她自己的运动一样。我们使用图论属性（例如度、中介中心性和效率）分析了 BCI 控制过程中 1PP 和 3PP 之间的功能性大脑连接。在 1PP 的情况下以及在传统的第三人称视角 (3PP) 的情况下，这些指标的变化都是在用户可以看到机器人的运动作为反馈的情况下获得的。作为概念验证，在两个受试者进行 MI 来控制机器人运动时，记录了他们的脑电图 (EEG) 信号。图论分析应用于通过部分定向相干性 (PDC) 获得的二元定向网络。在初步评估中，我们发现 1PP 条件下 α 脑节律的效率高于前额叶皮层的 3PP。此外，在 1PP 条件下，EEG 通道 C3（初级运动皮层）测量的信号对其他区域的影响更大。此外，我们的初步结果似乎表明，1PP 条件下 α 和 β 脑节律在前额叶皮层具有较高的入度，这可能与自主感的体验有关。因此，在沉浸式系统中控制远程呈现机器人时使用 PDC 结合图论可能有助于理解这些环境中大脑网络的组织和行为。
沉浸式可视化技术对认知负载，动机，可用性和实施方案的影响
抽象虚拟现实（VR）是一种有前途的工具，可以在健康的用户和脑受伤的患者中促进运动（重新）学习。然而，在当前基于VR的电机训练中，通常在计算机屏幕，电视或投影系统中可视化在三维空间中执行的用户的运动，而这些运动缺乏深度提示（2D屏幕），因此仅使用单眼深度线索显示信息。从在三维空间中执行的运动到其在2D屏幕上的二维间接可视化的运动的深度线索和视觉空间转换可能会增加认知负载，从而降低VR可用性，尤其是在患有认知障碍的用户中。这些2D屏幕可能会进一步降低学习成果，如果它们限制了用户的动机和体现，即先前与更好的运动性能相关的因素。这项研究的目的是使用头部安装显示器（HMD）评估更多沉浸式技术的潜在好处。作为迈向潜在临床实施的第一步，我们与20名健康参与者进行了实验，他们同时执行了3D电动机到达和认知计数任务，使用：（1）（沉浸式）VR（IVR）HMD，（2）增强现实（AR）HMD（AR）HMD和（3）计算机屏幕（2D屏幕）。在先前的分析中，我们报告了使用IVR可视化的运动质量的提高，而不是在2D屏幕上。在这里，我们介绍了对问卷分析的结果，以评估可视化技术是否影响用户的认知负载，动机，技术可用性和实施方案。关于认知负荷的报告在可视化技术之间没有差异。但是，IVR比AR和2D屏幕更具激励性和可用性。IVR和AR REA的实施方案都比2D屏幕更高。我们的结果支持我们以前的发现，即IVR HMD似乎比训练3D运动时在基于VR的治疗中使用的常见2D屏幕更合适。对于AR，对于2D屏幕上缺乏福利仍然是由于可视化技术本身或设备特定的技术限制所致。
影响建筑项目中 BIM 与沉浸式技术整合的标准系统回顾
摘要：集成建筑信息模型 (BIM) 和沉浸式技术 (ImT) 可带来多种好处，例如将客户纳入设计过程，从而改善施工管理实践。BIM 对数字数据管理的倾向，加上 ImT 增强的沟通和协调能力，解决了建筑项目中固有的碎片化和协作挑战等问题。虽然之前的研究主要分别研究了 BIM 和 ImT，但很少有研究探讨这两种技术的协同集成以及它们在建筑、工程和施工 (AEC) 行业中结合使用时可能带来的好处。本文回顾了现有施工管理文献中集成 BIM 和 ImT 的策略和前景，旨在识别和分类支持成功集成 BIM 和 ImT 的关键社会技术标准。因此，我们遵循 PRISMA 指南进行了系统文献综述 (SLR)，分析了 Scopus 和 ASCE 图书馆数据库中 2013 年至 2023 年 5 月期间有关建筑项目中 BIM 和 ImT 集成的 56 种学术期刊。结果揭示了 BIM 和 ImT 集成的各种属性，包括使用与 BIM 相关的软件（如 Autodesk Revit）、ImT 硬件（如 Oculus Rift 和 HTC Vive）、游戏引擎（如 Unity3D）、数据标准（如 FBX）以及协作平台（如 Autodesk BIM 360 和 Trimble Connect）。从这些方面确定了必要的技术标准：强调软件系统集成和硬件优化以实现无缝数据交换，以及侧重于用户参与、学习和有效的利益相关者协作的非技术标准。该研究还强调了一些重大差距，例如需要标准化方法、更详细的技术讨论和以用户为中心的策略，指出了需要进一步探索的领域以改进 BIM 和 ImT 集成实践，同时为 AEC 领域数字化转型战略的采用和有效性提供了宝贵的见解。
技术合作伙伴计划调查
VR 系统有多种类型，包括非沉浸式、半沉浸式和全沉浸式。非沉浸式系统允许用户在计算机屏幕上看到虚拟物体，而半沉浸式系统使用投影屏幕或多个显示器将虚拟图像环绕在用户周围。全沉浸式系统使用头戴式显示器或其他设备将用户完全环绕在虚拟图像和声音中，隔绝现实世界。
元元中的多人沉浸式交流和互动：挑战，架构和未来方向
摘要 - 元评估已经唤醒了用户对沉浸式互动的期望，该互动融合了虚拟数字世界和跨时空的物理世界。然而，元视频仍处于起步阶段，通常会扩展多玩家应用程序（例如，多玩家游戏），借助5G/BEERCE 5G，人工智能，数字双胞胎和其他支持技术来实现原型。本文回顾了特征，启用技术以及驱动状态元元的应用。我们专注于从用户，数字世界和物理世界中的任务，输入和反馈的元评估的沉浸式互动观点，并揭示了关键的挑战。之后，我们根据云边缘设备协作框架提出了一个多玩家交互原型平台。此外，我们使用集中式和设备（D2D）的方法对其进行评估，以验证相互作用的效率和灵活性。最后，我们指出了未来的研究方法，并讨论了潜在的解决方案，以实现更稳定和更高质量的多人互动来进行荟萃服务。
在沉浸式虚拟现实体验中，从脑电图中解码主观情绪唤醒
抽象的沉浸式虚拟现实（VR）实现了自然主义的神经科学研究，同时进行了实验控制，但动态和互动刺激构成了方法论挑战。我们在这里探索了情绪唤醒，情感经验的基本特性和自然主义刺激下的枕骨 - 枕α功率之间的联系：37名年轻健康的成年人完成了沉浸式的VR体验，其中包括越过的越野车，并记录了他们的EEG，而他们的EEG被记录。然后，他们在观看经验重播的同时，不断地评估自己的主观情感唤醒。通过（1）分解连续的脑电图信号，同时通过（1）分解α功率和唤醒等级之间的启动，并通过（2）解码高唤醒和低唤醒时期的高唤醒时期，通过（1）分解连续的EEG信号，通过（1）分解连续的EEG信号，通过（1）分解连续的EEG信号，通过（1）分解连续的EEG信号，通过（1）分解连续的EEG信号，以高和低唤醒的方式通过（2）使用区分的常见的短暂的空间记忆和长期的长期恢复性的Neural Neural re recrillent neural recor re recor remanter，对情绪唤醒和parieto-cipipital Alpha功率之间的关联进行了测试和确认。我们成功地结合了脑电图和自然主义的身临其境的VR经验，以扩展有关情绪唤醒神经生理学的先前发现，对现实世界的神经科学。
在沉浸式虚拟现实体验中，从脑电图中解码主观情绪唤醒
情绪已与自主神经（ANS）和中枢神经系统的活动联系起来（CNS; Dalgleish，2004）。因此，很难将个人（即离散）情绪类别与ANS中的特定响应模式联系起来（参见Kragel＆Labar，2013年； Kreibig，2010年； Siegel等人，2018年）或不同的大脑区域（Lindquist等，2012;但是参见Saarimäki等，2016）。相反，情绪似乎是通过与基本心理学（即，也是非情感）操作有关的大脑区域和身体激活的一组动态实现的（即“心理原始人”； Lindquist等，2012）。在这种观点中，Humans通常处于令人愉悦或不愉快的唤醒状态的波动状态（“核心影响”； Russell＆Feldman Barrett，1999; Lindquist，2013），可能会受到外部刺激的影响。表情唤醒可能会有一种“共同货币”来比较不同的刺激或事件（Lindquist，2013年），并代表基本的神经过程，这些神经过程是各种表情的基础（Wilson-Mendenhall等，2013）。