Апробация методики оценки психофизиологического состояния оператора при виртуализации рабочего информационного пространства

Цель. Апробация методики оценки психофизиологического состояния оператора при виртуализации рабочего информационного пространства на основе психофизиологических и электроэнцефалографических (ЭЭГ) параметров.

Материалы и методы. В эксперименте приняли участие 10 практически здоровых мужчин-правшей в возрасте от 25 до 45 лет, у которых оценивалось психофизиологическое состояние до, в процессе и по завершении работы в очках виртуальной реальности (ВР). Все участники имели высшее образование, нормальное или скорректированное до нормального зрение и опыт использования компьютера. Исследование психофизиологического состояния включало в себя неврологический осмотр, расширенное психометрическое тестирование с оценкой уровня функциональной подвижности нервных процессов (УФП) (время реакции, частота ошибок, количество пропущенных сигналов), работоспособности головного мозга (РГМ) в режиме «обратной связи» (время реакции, частота ошибок и пропущенные сигналы), оценку функций внимания (количество обработанных знаков на 1-й и 4-й минуте корректурной пробы Бурдона, объем внимания), кратковременной памяти (запоминание предъявляемых визуально 10 слов, 10 чисел и 10 бессмысленных слогов), пространственного восприятия, а также регистрацию многоканальной компьютерной ЭЭГ в состоянии покоя.

Результаты. Обнаружено, что ухудшение психометрических показателей после когнитивной нагрузки в ВР наблюдается только в наиболее сложных для выполнения заданиях: количество ошибок возросло на 93% в тесте РГМ и на 65% в тесте распределения внимания. Анализ ЭЭГ-данных показал, что после выполнения заданий в ВР у испытуемых мощность биопотенциалов дельта ритма уменьшилась на 28%, тета1 - на 13%, в то время как альфа1 ритм возрос на 96%. Предполагается, что наблюдаемые ЭЭГ-изменения соответствуют паттернам активации коры головного мозга, связанным с выполнением когнитивной нагрузки и возникающим утомлением.

Заключение. Разработанная парадигма экспериментального исследования с определением психофизиологического состояния человека до и после работы испытуемых в ВР показала приемлемую субъективную трудность и переносимость ВР согласно психофизиологическим показателями и может быть использована для целевой группы испытуемых. 

1. Liao YY, Chen IH, Lin YJ, Chen Y, Hsu WC. Effects of virtual reality-based physical and cognitive training on executive function and dual-task gait performance in older adults with mild cognitive impairment: a randomized control trial. Front Aging Neurosci. 2019;(11):162. https://doi.org/10.3389/fnagi.2019.00162

2. Aromaa S, Väätänen A, Aaltonen I, Goriachev V, Helin K, Karjalainen J. Awareness of the real-world environment when using augmented reality head-mounted. Appl Ergon. 2020;88:103145. https://doi.org/10.1016/j.apergo.2020.103145

3. Ansado J, Chasen C, Bouchard S, Iakimova G, Northoff G. How brain imaging provides predictive biomarkers for therapeutic success in the context of virtual reality cognitive training. Neurosci Biobehav Rev. 2020;S0149-7634(20)30421-8. https://doi.org/10.1016/j.neubiorev.2020.05.018

4. Кузьмина А.С. Виртуальная реальность как средство безопасного контакта с травмирующей реальностью в психотерапии. Вестник РУДН. Серия : Экология и безопасность жизнедеятельности. 2014;(3):77-82.

5. Indovina P, Barone D, Gallo L, Chirico A, De Pietro G, Giordano A. Virtual reality as a distraction intervention to relieve pain and distress during medical procedures: a comprehensive literature review. Clin J Pain. 2018;34(9):858-877. https://doi.org/10.1097/AJP.0000000000000599

6. Ahmadpour N, Randall H, Choksi H, Gao A, Vaughan C, Poronnik P. Virtual reality interventions for acute and chronic pain management. Int J Biochem Cell Biol. 2019;(114):105568. https://doi.org/10.1016/j.biocel.2019.105568

7. Kourtesis P, Collina S, Doumas LAA, MacPherson SE. Technological competence is a pre-condition for effective implementation of virtual reality head mounted displays in human neuroscience: a technological review and meta-analysis. Front Hum Neurosci. 2019;(13):342. https://doi.org/10.3389/fnhum.2019.00342

8. Saredakis D, Szpak A, Birckhead B, Keage HAD, Rizzo A, Loetscher T. Factors associated with virtual reality sickness in head-mounted displays: a systematic review and meta-analysis. Front Hum Neurosci. 2020;(14):96. https://doi.org/10.3389/fnhum.2020.00096

9. Смыслова О.В., Войскунский А.Е. Киберзаболевание в системах виртуальной реальности: феноменология и методы измерения. Психологический журнал. 2019;40(4):85-94. https://doi.org/10.31857/S020595920005473-6

10. Селиванов В.В., Селиванова Л.Н. Взаимодействие личности и виртуальной реальности при работе с краткосрочными программами. Психология когнитивных процессов. 2018;(7):156-169.

11. Селиванов В.В. Теория мышления как процесса: экспериментальное подтверждение. Экспериментальная психология. 2019;12(1):40-42. https://doi.org/10.17759/exppsy.2019120104

12. Ковалев А.И., Меньшикова Г.Я. Векция в виртуальных средах: психологические и психофизиологические механизмы формирования. Национальный психологический журнал. 2015;4(20):91-104 [Kovalev AI, Menshikova GJa. Vection in virtual environments: psychological and psychophysiological mechanisms. National psychological journal. 2015;4(20):91-104. https://doi.org/10.11621/npj.2015.0409

13. Nite S. VR/AR enterprise insider: guidebook for virtual reality and XR. Modu XR, 2020; p.151.

14. Millais P, Jones SL, Kelly R. Exploring data in virtual reality : Extended Abstracts of the 2018 CHI Conference on Human Factors in Computing Systems - CHI ’18. 2018. https://doi.org/10.1145/3170427.3188537

15. Cavallo M, Dolakia M, Havlena M. Ocheltree K, Podlaseck M. Immersive insights: a hybrid analytics system for collaborative exploratory data analysis. VRST. 2019;11(9):1-12. https://doi.org/10.1145/3359996.3364242

16. Schwarz F, Fastenmeier W. Visual advisory warnings about hidden dangers: Effects of specific symbols and spatial referencing on necessary and unnecessary warnings. Appl Ergon. 2018;72:25-36. https://doi.org/10.1016/j.apergo.2018.05.001

17. Wang CH, Tsai NH, Lu JM, Wang MJ. Usability evaluation of an instructional application based on Google Glass for mobile phone disassembly tasks. Appl Ergon. 2019;77:58-69. https://doi.org/10.1016/j.apergo.2019.01.007

18. Baumeister J, Ssin SY, ElSayed NAM, Dorrian J, Webb DP, Walsh JA, Simon TM, Irlitti A, Smith RT, Kohler M, Thomas BH. Cognitive Cost of Using Augmented Reality Displays. IEEE Trans Vis Comput Graph. 2017;23(11):2378-2388. https://doi.org/10.1109/TVCG.2017.2735098

19. Thapa N, Park HJ, Yang JG, Son H, Jang M, Lee J, Kang SW, Park KW, Park H. The effect of a virtual reality-based intervention program on cognition in older adults with mild cognitive impairment: a randomized control trial. J Clin Med. 2020;9(5):1283. https://doi.org/10.3390/jcm9051283

20. Dużmańska N, Strojny P, Strojny A. Can simulator sickness be avoided? a review on temporal aspects of simulator sickness. Front Psychol. 2018;9:2132. https://doi.org/10.3389/fpsyg.2018.02132

21. Войтенко В.П. Здоровье здоровых: Введение в санологию. Киев: Здоровье, 1991.

22. Психодиагностика стресса: практикум. Сост. Р.В. Куприянов, Ю.М. Кузьмина. Казань: КНИТУ. 2012; 212.

23. Иванов В.И., Литвинова Н.А., Березина М.Г. Автоматизированный комплекс для индивидуальной оценки индивидуально-типологических свойств и функционального состояния организма человека «СТАТУС ПФ». Валеология. 2004;(4):70-73.

24. Wascher E, Rasch B, Sänger J, Hoffmann S, Schneider D, Rinkenauer G, Heuer H, Gutberlet I. Frontal theta activity reflects distinct aspects of mental fatigue. Biol Psychol. 2014;96:57-65. https://doi.org/10.1016/j.biopsycho.2013.11.010

25. Puma S, Matton N, Paubel PV, Raufaste É, El-Yagoubi R. Using theta and alpha band power to assess cognitive workload in multitasking environments. Int J Psychophysiol. 2018;123:111-120. https://doi.org/10.1016/j.ijpsycho.2017.10.004.

26. Borghini G, Astolfi L, Vecchiato G, Mattia D, Babiloni F. Measuring neurophysiological signals in aircraft pilots and car drivers for the assessment of mental workload, fatigue and drowsiness. Neurosci Biobehav Rev. 2014;(44):58-75. https://doi.org/10.1016/j.neubiorev.2012.10.003

27. Käthner I, Wriessnegger SC, Müller-Putz GR, Kübler A, Halder S. Effects of mental workload and fatigue on the P300, alpha and theta band power during operation of an ERP (P300) brain-computer interface. Biol Psychol. 2014;(102):118-129. https://doi.org/10.1016/j.biopsycho.2014.07.014