ReHabgame：一种应用于神经科学的非沉浸式虚拟现实康复系统
人机交互
2018-05-01 v1
摘要
本文提出使用一种基于Microsoft Kinect和Thalmic Labs Myo手势控制臂环开发的非沉浸式虚拟现实康复系统ReHabgame。ReHabgame基于两款第三人称视频游戏开发，为评估姿势控制与功能性伸展测试提供了可行的方案。它利用实时解剖标志朝向、关节速度与加速度精确量化特定的姿势控制机制，包括定时站立平衡与功能性伸展测试，而末端轨迹则通过逆运动学算法计算。该游戏旨在帮助神经功能受损的患者接受物理治疗活动并练习日常活动姿势。通过开发参与问卷（EQ）从定性、定量和Rasch模型方面研究了ReHabgame的主观体验。采用蒙特卡洛树搜索（MCTS）和随机物体（ROG）生成器算法，基于运动评估量表（MAS）和分层评分系统（HSS）调整ReHabgame中的体感与游戏强度。进行Rasch分析以评估ReHabgame的心理测量特征，并识别游戏中是否存在不匹配条目。使用Rasch评定量表模型（RSM）评估玩家在ReHabgame中的参与度，并评价游戏的有效性与吸引力。结果表明，评估康复过程的量表满足Rasch对信度与单维性的期望。对于所有考虑的16个条目，Infit与outfit均方值均在（0.68, 1.52）范围内。均方根残差（RMSR）与被试分离信度均可接受。条目/被试图显示被试与条目呈对称聚集。
引用
@article{arxiv.1804.11247,
title = {ReHabgame A non-immersive virtual reality rehabilitation system with applications in neuroscience},
author = {Shabnam Sadeghi Esfahlani and Tommy Thompson and Ali D. Parsa and Ian Brown and Silvia Cirstea},
journal= {arXiv preprint arXiv:1804.11247},
year = {2018}
}
备注
29 pages, 10 figures