Name: Ocena użyteczności rzeczywistości rozszerzonej: badanie neuro-systemów informacyjnych (Wideo) | JoVE Journal
Uploaded: 2022-11-30T14:40:00.000+00:00
Duration: 5 min 43 s
Description: Poznaj metodę oceny użyteczności technologii rzeczywistości rozszerzonej w systemach informacyjnych. Badanie łączy subiektywne kwestionariusze z obiektywnymi pomiarami fNIRS i okularami do śledzenia wzroku.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

To badanie było wspierane przez Projekt Badawczy Filozofii i Nauk Społecznych Departamentu Edukacji Prowincji Jiangsu (2018SJA1089), Stypendium Rządu Jiangsu na Studia Zagraniczne (JS-2018-262), Fundację Nauk Przyrodniczych Prowincji Zhejiang (LY19G020018) oraz Narodową Fundację Nauk Przyrodniczych Chin (NSFC) (72001096).

To badanie zostało przeprowadzone zgodnie z zasadami Deklaracji Helsińskiej. Wszyscy uczestnicy zostali poinformowani o celu i bezpieczeństwie eksperymentu oraz podpisali formularz świadomej zgody przed wzięciem udziału. Badanie to zostało zatwierdzone przez instytucjonalną komisję rewizyjną Uniwersytetu Nauki i Technologii w Jiangsu.
1. Procedura eksperymentu
<ol>
	<li>Przygotowanie do eksperymentu
	<ol>
		<li>Wyjaśnij uczestnikom świadomą zgodę i poproś ich o podpisanie formularza zgody.</li>
		<li>Przeprowadź test widzenia kolorów na uczestnikach, aby potwierdzić, że mają normalną dyskryminację kolorów.</li>
		<li>Zaprezentuj uczestnikom 30 marek wody mineralnej i poproś ich, aby wybrali marki, które są im znane, aby upewnić się, że nie są zaznajomieni z markami wody mineralnej użytymi w eksperymencie.</li>
		<li>Przedstaw uczestnikom procedurę eksperymentu.</li>
		<li>Przeprowadź eksperyment wstępny na uczestnikach przy użyciu marek wody mineralnej innych niż te użyte w badaniu i upewnij się, że są zaznajomieni z AR i operacjami na stronie internetowej.</li>
		<li>Pokieruj każdego uczestnika z grupy A, aby najpierw przeprowadził eksperyment AR, a następnie przeprowadził eksperyment na stronie internetowej. Poinstruuj każdego uczestnika z grupy B, aby najpierw przeprowadził eksperyment ze stroną internetową, a następnie przeprowadził eksperyment AR.</li>
	</ol>
	</li>
	<li>Noszenie instrumentów
	<ol>
		<li>Sondy fNIRS
		<ol>
			<li>Oczyść skórę czoła uczestników żelem do przygotowania skóry (patrz Tabela Materiałów).</li>
			<li>Owiń sondy (patrz Tabela materiałów) w folię spoconą w przypadku spoconych okoliczności. Zamocuj sondy w pozycji FP1 i FP2 zgodnie z międzynarodowym systemem 10-20 za pomocą czarnego pałąka45. Użyj czarnej bandany do zakrycia sond, aby chronić je przed światłem otoczenia i poprawić jakość sygnału.</li>
			<li>Po zakończeniu eksperymentu wyczyść nadajnik i odbiornik sond za pomocą wacika nasączonego 70% alkoholem izopropylowym.</li>
		</ol>
		</li>
		<li>Eye tracker: Rejestruj ruch gałek ocznych w rzeczywistych warunkach za pomocą okularów śledzących ruch gałek ocznych (patrz tabela materiałów). Zamontuj soczewki korekcyjne na jednostce głównej okularów śledzących ruch gałek ocznych magnetycznie (jeśli jest to wymagane) i upewnij się, że uczestnicy mogą swobodnie chodzić z skorygowanym wzrokiem. 
		UWAGA: Ponieważ okulary śledzące ruch gałek ocznych nie są przeznaczone do pracy w połączeniu ze standardowymi okularami, uczestnicy, którzy noszą okulary, mogą nadal zostać włączeni do badania, używając opcjonalnych soczewek korekcyjnych do korekcji krótkowzroczności lub dalekowzroczności. Uczestnicy mogą również nosić standardowe soczewki kontaktowe, ponieważ chociaż mogą one nieznacznie zwiększać hałas, zwykle nie wprowadzają błędów w danych. Uczestnicy nie mogą używać kolorowych lub innych soczewek, które zmieniają wygląd źrenicy lub tęczówki.</li>
	</ol>
	</li>
</ol>
2. Miary
<ol>
	<li>Niestabilne systemy informacyjne (fNIRS
	<ol>
		<li>Otwórz oprogramowanie do nagrywania (patrz Spis materiałów). Podłącz sondy do laptopa za pomocą adaptera Bluetooth, a następnie rejestruj zmiany stężenia natlenionej hemoglobiny (O2Hb) w korze przedczołowej uczestników przez laptopa, z częstotliwością próbkowania 10 Hz.</li>
		<li>Sprawdź jakość odbieranego natężenia światła i wskaźnika nasycenia tkanek (TSI), aby kontrolować jakość danych. Upewnij się, że odbierany sygnał mieści się w przedziale od 1% do 95%.</li>
		<li>Upewnij się, że uczestnicy siedzą w wygodnej pozycji na krześle i utrzymują stan spoczynku przez 2 minuty, aby zebrać dane wyjściowe przed prawdziwym eksperymentem.</li>
		<li>Kliknij przycisk Start w interfejsie oprogramowania, aby zarejestrować dane fNIRS.</li>
	</ol>
	</li>
	<li>Śledzenie ruchu gałek ocznych
	<ol>
		<li>Skonfiguruj sprzęt do okularów śledzących ruch gałek ocznych. Podłącz wtyczkę USB okularów śledzących ruch gałek ocznych do portu USB w laptopie. Otwórz oprogramowanie do nagrywania (patrz Tabela materiałów) i ustaw częstotliwość próbkowania na 120 Hz.</li>
		<li>Kalibracja: Wykonaj kalibrację jednopunktową. Poproś uczestnika, aby skupił się na wyraźnie rozpoznawalnym obiekcie w jego polu widzenia z odległości 0,6 m. Przesuń kursor celownika na obiekt, na którym skupia się uczestnik w filmie ze sceny, a następnie kliknij obiekt.</li>
		<li>Naciśnij przycisk nagrywania w interfejsie oprogramowania, aby rozpocząć nagrywanie.</li>
	</ol>
	</li>
	<li>Kwestionariusz i skala: Zaprezentuj uczestnikom kwestionariusz użyteczności i skalę NASA-TLX po wykonaniu zadań AR/strony internetowej.</li>
</ol>
3. Analiza danych
<ol>
	<li>Przetwarzanie danych fNIRS
	<ol>
		<li>Przelicz wartości gęstości optycznej uzyskane z oprogramowania rejestrującego fNIRS na stężenia (μmol) zgodnie ze zmodyfikowanym prawem Beera-Lamberta46.</li>
		<li>Filtruj surowe dane przy dolnoprzepustowym 0,5 Hz, aby usunąć systematyczne szumy, takie jak bicie serca i oddychanie.</li>
		<li>Sprawdź i popraw dane pod kątem artefaktów ruchu, usuwając segmenty danych, które przekroczyły trzy odchylenia standardowe powyżej całego szeregu czasowego47.</li>
		<li>Wyeksportuj średnie i maksymalne dane fNIRS w AR i warunkach na stronie internetowej, a następnie odejmij je od danych bazowych.</li>
	</ol>
	</li>
	<li>Przetwarzanie danych śledzenia ruchu gałek ocznych
	<ol>
		<li>Eksportuj częstotliwość fiksacji (liczby/s), całkowity czas fiksacji (ms), średni czas fiksacji (ms), częstotliwość sakad (liczby/s), średni czas sakad (ms) i średnią długość ścieżki skanowania (px/s) uczestników.</li>
	</ol>
	</li>
	<li>analiza statystyczna
	<ol>
		<li>Wykonaj test dwustronny na poziomie istotności 0,05. Sprawdź normalność danych za pomocą testu Shapiro-Wilka i wykonaj test różnicowy. Wykonaj wielokrotne korekty porównawcze wartości p przy użyciu metody współczynnika fałszywych wykryć (FDR). 
		UWAGA: Podczas wykonywania testu różnicowego dane, które były zgodne z rozkładem normalnym, były analizowane przy użyciu testu t dla sparowanych prób, a dane, które nie były zgodne z rozkładem normalnym, były analizowane przy użyciu testu rang ze znakiem Wilcoxona.</li>
	</ol>
	</li>
</ol>

Autorzy nie mają nic do ujawnienia.

Krytyczne kroki w ramach protokołu Podczas eksperymentu wzięto pod uwagę kilka etapów mających na celu zapewnienie wiarygodności wyników. Po pierwsze, uczestnicy, którzy są zaznajomieni z markami wody mineralnej użytej w eksperymencie, zostali wykluczeni, ponieważ ci uczestnicy wykonaliby zadanie w oparciu o swoją wiedzę na temat marki. Po drugie, uczestnicy ukończyli eksperyment wstępny z użyciem wody mineralnej innych marek, który został zastosowany, aby upewnić się, że uczestnicy są zaznajomieni ...

Sześć technologii przełomowych wchodzących w interakcję z konsumentami, reprezentowanych zazwyczaj przez rozszerzoną rzeczywistość, wirtualną rzeczywistość, sztuczną inteligencję, technologie ubieralne, robotykę oraz big data, przekształca wiele teoretycznych modeli zachowań konsumenckich1. Rozszerzona Rzeczywistość (AR) to nowa technologia, która może wzbogacić doświadczenia konsumenta i zwiększyć jego satysfakcję. Polega ona na nakładaniu informacji tekstowych, obrazów, filmów i innych wirtualnych elementów na rzeczywiste scenariusze w celu połączenia wirtualności z rzeczywistością, co pozwala wzbogacić informacje ze świata rzeczywistego poprzez wyjaśnienia, wskazówki, oceny i prognozy2. AR zapewnia nowy rodzaj interakcji człowiek-komputer, tworząc dla konsumentów immersyjne doświadczenie zakupowe, co doprowadziło do rozwoju wielu aplikacji3,4. Jednakże akceptacja usług AR przez konsumentów jest wciąż minimalna, w związku z czym wiele firm ostrożnie podchodzi do wdrażania technologii AR5,6. Model akceptacji technologii (TAM) jest szeroko stosowany do wyjaśniania i przewidywania zachowań związanych z adaptacją nowych technologii informacyjnych7,8. Zgodnie z TAM, zamiar przyjęcia nowej technologii zależy w dużej mierze od jej użyteczności9. Zatem możliwe wyjaśnienie powolnej akceptacji usług AR przez konsumentów z perspektywy TAM może wiązać się z użytecznością nowych technik, co podkreśla potrzebę oceny użyteczności AR podczas zakupów10,11.
Użyteczność definiuje się jako skuteczność, wydajność i satysfakcję z osiągania określonych celów w określonym kontekście przez określonych użytkowników12. Obecnie istnieją dwie główne metody oceny użyteczności: oceny subiektywne i obiektywne13. Oceny subiektywne opierają się głównie na metodach samoopisowych z wykorzystaniem kwestionariuszy i skal. Kontynuując ten nurt badań, kwestionariusz użyty w niniejszym badaniu obejmował pięć cech związanych z trybem wyszukiwania informacji w celu osiągnięcia celu: (1) wydajność, (2) łatwość obsługi, (3) zapamiętywalność (łatwość zapamiętania), (4) satysfakcja (tryb wyszukiwania informacji jest wygodny i przyjemny) oraz (5) możliwość generalizacji na inne obiekty14,15,16. Ponadto obciążenie poznawcze, reprezentujące obciążenie systemu poznawczego uczącego się podczas wykonywania konkretnego zadania17, jest kolejnym kluczowym wskaźnikiem użyteczności18,19. W związku z tym w badaniu tym dodatkowo wykorzystano NASA Task Load Index (NASA-TLX)13,20 jako subiektywną miarę do pomiaru obciążenia poznawczego podczas zakupów z wykorzystaniem AR w porównaniu do zakupów za pomocą usług stron internetowych. Warto zauważyć, że metody samoopisowe opierają się na zdolności i chęci osób do dokładnego raportowania swoich postaw i/lub wcześniejszych zachowań21, co pozostawia możliwość błędnego raportowania, niedoszacowania lub stronniczości. Zatem miary obiektywne mogą stanowić wartościowe uzupełnienie tradycyjnych metod subiektywnych22.
Metody systemów neuroinformatycznych (NeuroIS) są wykorzystywane do obiektywnej oceny użyteczności AR. NeuroIS, termin wprowadzony przez Dimokę i współpracowników na konferencji ICIS w 2007 roku, przyciąga coraz większą uwagę w dziedzinie systemów informacyjnych (IS)23. NeuroIS wykorzystuje teorie i narzędzia neuronauki poznawczej, aby lepiej zrozumieć rozwój, wdrażanie i wpływ technologii IS24,25. Do tej pory w badaniach NeuroIS powszechnie stosowano narzędzia neuronauki poznawczej, takie jak funkcjonalny rezonans magnetyczny (fMRI), elektroencefalografia (EEG), pozytonowa tomografia komputerowa, magnetoencefalografia (MEG) oraz funkcjonalna spektroskopia bliskiej podczerwieni (fNIRS)26,27. Na przykład Dimoka i Davis wykorzystali fMRI do pomiaru aktywacji u badanych podczas interakcji ze stroną internetową i wykazali, że postrzegana łatwość obsługi wpływała na aktywację w korze przedczołowej (PFC)28. Podobnie, wykorzystując EEG, Moridis i współpracownicy stwierdzili, że asymetria czołowa była ściśle powiązana z użytecznością29. Wyniki te wskazują, że PFC może odgrywać kluczową rolę w użyteczności.
Mimo osiągnięć w poprzednich badaniach z zakresu NeuroIS, stosowane w nich paradygmaty ograniczały ruchy ciała badanych i charakteryzowały się niską trafnością ekologiczną, co ograniczało ich wkład teoretyczny i praktyczny. Interakcja z technologiami takimi jak AR podczas zakupów wymaga swobody ruchów ciała, a ograniczenia nakładane na badanych w znacznym stopniu pogarszają doświadczenia konsumenta, co omówiono w pracy He i wsp.22. W związku z tym, do testów użyteczności systemów informacyjnych niezbędne są narzędzia do obrazowania mózgu o wysokiej trafności ekologicznej. W tym względzie fNIRS posiada unikalne zalety techniczne: podczas eksperymentów fNIRS badani mogą w pewnym stopniu swobodnie się poruszać30. Na przykład w poprzednich badaniach mierzono aktywację mózgu badanych podczas kilku aktywności na świeżym powietrzu, takich jak jazda na rowerze, z wykorzystaniem przenośnego fNIRS31. Ponadto fNIRS jest niskokosztowy i umożliwia pomiar aktywacji mózgu przez długi czas32. W niniejszym badaniu fNIRS wykorzystano do obiektywnego pomiaru poziomu obciążenia poznawczego badanych podczas korzystania z usług zakupowych w AR w porównaniu z witryną internetową.
Okulografia (eye tracking) stała się w ostatnich latach cenną techniką psychofizjologiczną służącą do wykrywania uwagi wzrokowej użytkowników podczas testów użyteczności33 i była również szeroko stosowana w badaniach NeuroIS34. Technika ta opiera się na hipotezie oko-umysł (eye-mind hypothesis), która zakłada, że punkt skupienia obserwatora znajduje się tam, gdzie skierowana jest uwaga, że uwaga wzrokowa reprezentuje procesy mentalne, a wzorce uwagi wzrokowej odzwierciedlają ludzkie strategie poznawcze35,36,37. W obszarze badań nad AR Yang i inni wykorzystali okulografię, aby wykazać, że reklamy AR poprawiły stosunek konsumentów do reklamy poprzez zwiększenie ich ciekawości i uwagi38. W niniejszym badaniu okulografię wykorzystano do pomiaru uwagi badanych, uwzględniając parametry takie jak całkowity czas fiksacji, średni czas fiksacji, częstotliwość fiksacji, częstotliwość sakad, średni czas trwania sakady oraz średnia długość ścieżki skanowania.
Podsumowując, niniejsze badanie proponuje metodę testowania użyteczności, która łączy oceny subiektywne i obiektywne, posługując się aplikacjami AR jako przykładem. Do oceny subiektywnej wykorzystano kwestionariusz użyteczności oraz skalę NASA-TLX, natomiast do oceny obiektywnej zastosowano pomiary multimodalne łączące fNIRS i eye tracking39,40.
Projekt eksperymentalny 
Materiały eksperymentalne: Aby zasymulować realny kontekst zakupowy, w laboratorium zbudowano półkę sklepową, na której jako materiały eksperymentalne umieszczono dwie różne marki wody mineralnej. Wybór wody mineralnej jako produktu pierwszej potrzeby wynikał z chęci uniknięcia stronniczości uczestników w subiektywnych ocenach ze względu na ich wykształcenie zawodowe, płeć oraz możliwości nabywcze. Cenę, pojemność oraz stopień rozpoznawalności marek kontrolowano (patrz: Tabela materiałów), aby wyeliminować wpływ nieistotnych zmiennych.
Test użyteczności obejmował dwa warianty: aplikację AR na smartfona (Rysunek uzupełniający 1) oraz stronę internetową (Rysunek uzupełniający 2). Aplikacja AR została zaprogramowana w oparciu o silnik AR. Strona internetowa została opracowana w języku Python, z wykorzystaniem Bootstrap dla front-endu oraz Flask dla back-endu. Aplikacja AR oraz strona internetowa były uruchamiane i przeglądane na smartfonie. Spośród dwóch różnych marek wody mineralnej, jednej użyto jako materiału eksperymentalnego w wariancie AR, a drugiej w wariancie ze stroną internetową.
Zadania eksperymentalne: Uczestnicy zostali poproszeni o wykonanie czterech zadań polegających na wyszukiwaniu informacji, które pochodziły z kontekstów zastosowań IoT: jakość wody, temperatura przechowywania, odpowiednia dieta oraz cena za litr. Te cztery elementy informacyjne to kwestie, na które konsumenci zazwyczaj zwracają uwagę podczas zakupu wody mineralnej. Nie wprowadzono ograniczeń czasowych na wykonanie zadań przez uczestników.
Jakość wody: Jakość wody mineralnej zazwyczaj obejmuje dwa wskaźniki: całkowitą ilość rozpuszczonych substancji stałych (TDS) oraz wartość pH. TDS odzwierciedla zawartość minerałów, a wartość pH opisuje kwasowość lub zasadowość wody. Te dwa wskaźniki są powiązane z pierwiastkami śladowymi zawartymi w wodzie mineralnej i wpływają na jej smak. Na przykład Bruvold i Ongerth podzielili sensoryczną jakość wody na pięć stopni w zależności od zawartości TDS41. Marcussen i inni stwierdzili, że woda posiada dobre właściwości sensoryczne w zakresie 100-400 mg/L TDS42. Wartości TDS i pH dwóch marek wody mineralnej użytych w tym badaniu zostały zmierzone odpowiednio za pomocą mierników TDS i pH, a następnie naniesione w aplikacji AR oraz na stronie internetowej. Podczas wykonywania zadania uczestnicy musieli podać wartości TDS i pH wody mineralnej oraz potwierdzić, czy wartości te mieszczą się w zakresie nominalnym. W warunkach AR uczestnicy mogli uzyskać te informacje poprzez zeskanowanie butelki wody. W warunkach korzystania ze strony internetowej uczestnicy musieli wykonać cztery kroki: (1) odnalezienie kodu numerycznego na tylnej części butelki wody mineralnej, (2) wprowadzenie kodu numerycznego do pola zapytania w celu uzyskania wartości TDS i pH wody mineralnej, (3) wyszukanie zakresu nominalnego dla wody mineralnej na stronie internetowej oraz (4) ustne zgłoszenie, czy wartość TDS i pH mieszczą się w zakresie nominalnym dla danego produktu.
Temperatura przechowywania: Jakość wody mineralnej może ulec pogorszeniu podczas transportu i przechowywania z powodu zmian temperatury. Eksperymenty wykazały, że odpowiednia temperatura dla wody mineralnej podczas transportu i przechowywania mieści się w zakresie od 5 °C do 25 °C. W tym zakresie temperatur woda nie wykazuje nieprzyjemnego zapachu43. W niniejszym eksperymencie temperaturę przechowywania dwóch rodzajów wody mineralnej w różnych miejscach zaznaczono w aplikacji AR oraz na stronie internetowej. Podczas wykonywania zadania uczestnicy byli zobowiązani do zgłoszenia miejsca przechowywania oraz odpowiadającej mu temperatury wody. W warunkach AR uczestnicy mogli uzyskać te informacje poprzez zeskanowanie butelki wody. W warunkach strony internetowej uczestnicy mogli uzyskać te informacje poprzez wpisanie kodu numerycznego w polu zapytania.
Dopasowanie diety: Różne marki wody mineralnej są odpowiednie dla różnych menu ze względu na ich unikalny skład mineralny i zawartość pęcherzyków gazu44. W niniejszym eksperymencie zalecenia dietetyczne dla dwóch wód mineralnych zostały oznaczone w aplikacji AR oraz na stronie internetowej. Podczas wykonywania zadania uczestnicy musieli zgłosić, w jaki sposób woda mineralna pasuje do potraw w menu. W warunkach AR uczestnicy mogli uzyskać tę informację poprzez zeskanowanie butelki wody. W warunkach strony internetowej uczestnicy mogli wyszukać tę informację na stronie WWW.
Cena za litr: Obecnie etykiety na butelkach wody mineralnej w Chinach nie zawierają informacji o cenie za litr. Utrudnia to konsumentom rozróżnienie różnic w cenach jednostkowych różnych rodzajów wody mineralnej. W związku z tym w niniejszym eksperymencie od uczestników wymagano podania ceny za litr. W aplikacji AR uczestnicy mogli uzyskać informację o cenie za litr bezpośrednio poprzez zeskanowanie butelki wody. W warunkach korzystania ze strony internetowej informacja ta mogła zostać obliczona na podstawie ceny jednostkowej i objętości podanej na etykiecie.
W badaniu zastosowano schemat wewnątrzobiektowy, a kryteria włączenia i wykluczenia uczestników opisano w Tabeli 1. W eksperymencie wzięło udział łącznie 40 osób (20 mężczyzn i 20 kobiet, średni wiek = 21,31 ± 1,16 lat). Wszyscy uczestnicy byli studentami Jiangsu University of Science and Technology i zostali losowo przydzieleni do dwóch grup (A i B). Aby uniknąć efektu kolejności, kolejność eksperymentalna została zrównoważona pomiędzy obiema grupami (A/B). Konkretnie, jedna grupa najpierw realizowała warunek AR, a następnie warunek strony internetowej, podczas gdy druga grupa najpierw korzystała ze strony internetowej, a następnie z warunku AR. Od uczestników wymagano przygotowania do eksperymentu, założenia aparatury i wykonania zadań eksperymentalnych. Przerwa między eksperymentami została ustalona na 10 s, aby umożliwić powrót aktywacji kory do poziomu bazowego, co pozwoliło uniknąć wzajemnego wpływu na kolejne zadanie. Po zakończeniu eksperymentu AR/strona internetowa uczestnicy zostali poproszeni o wypełnienie kwestionariusza użyteczności oraz skali NASA-TLX. Schemat blokowy eksperymentu przedstawiono na Rysunku 1. Zdjęcie konfiguracji eksperymentalnej znajduje się na Rysunku 2.
Tabela 1: Kryteria włączenia i wykluczenia z badania. <a href="https://www.jove.com/files/ftp_upload/64667/Table%201%20Inclusion%20and%20exclusion%20criteria.xlsx" target="_blank">Kliknij tutaj, aby pobrać tę tabelę.</a>
<img alt="Schemat zadań dotyczących użyteczności AR i stron internetowych; skala NASA-TLX, etapy przygotowania eksperymentu dla grup A i B." class="xfigimg" src="/files/ftp_upload/64667/64667fig1v2.jpg" data-altupdatedat="1788304762000" data-alt="Rysunek 1"> 
Rysunek 1: Schemat blokowy eksperymentu. Każdy eksperyment trwał ~45 min, z przerwą 10 s między zadaniami. <a href="https://www.jove.com/files/ftp_upload/64667/64667fig1v2large.jpg" target="_blank">Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.</a>
<img alt="Zakupy w rozszerzonej rzeczywistości; użytkownik skanuje butelkę smartfonem i goglami w środowisku handlowym." class="xfigimg" src="/files/ftp_upload/64667/64667fig02.jpg" data-altupdatedat="1788304762000" data-alt="Rycina 2"> 
Rycina 2: Przykładowa konfiguracja sceny eksperymentalnej. Przedstawiono materiały eksperymentalne, uczestnika oraz sprzęt. <a href="https://www.jove.com/files/ftp_upload/64667/64667fig02large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>

<table><tbody><tr><td>AR Engine</td><td>Unity Technologies</td><td>2020.3.1</td><td>Platforma programistyczna AR</td></tr><tr><td>SDK</td><td>PTC</td><td>Vuforia Engine 9.8.5</td><td>Zestaw rozwojowy AR</td></tr><tr><td>Eye Tracker (okulary śledzące ruch gałek ocznych)</td><td>SMI, Niemcy</td><td>SMI ETG</td><td>Montowany na głowie system śledzenia oczu </td></tr><tr><td>Oprogramowanie do śledzenia ruchu gałek ocznych</td><td>SMI, Niemcy</td><td>Oprogramowanie iViewETG</td><td>Oprogramowanie do nagrywania Eye Tracker</td></tr><tr><td>Sondy fNIRS</td><td>Artinis Medical Systems BV, Holandia</td><td>Artinis PortaLite</td><td>Źródło światła: Diody elektroluminescencyjne Długości fal: Standardowe nominalne 760 i 850 nm</td></tr><tr><td>Oprogramowanie fNIRS</td><td>Artinis Medical Systems BV, Holandia</td><td>Oprogramowanie do rejestracji i analizy danych fNIRS</td><td>OxySoft 3.2.70</td></tr><tr><td>Woda mineralna</td><td>Groupe Danone</td><td>Badoit </td><td>Materiał doświadczalny w stanie AR    Pojemność: 330ml Cena: <img alt="Równanie 1" src="/files/ftp_upload/64667/64667eq01.jpg" style="margines: auto; ">6</td></tr><tr><td>Woda mineralna</td><td>Nestlé</td><td>Acqua Panna</td><td>Materiał eksperymentalny w stanie strony internetowej Pojemność: 250ml Cena: <img alt="Równanie 1" src="/files/ftp_upload/64667/64667eq01.jpg" style="margines: auto; ">5.4</td></tr><tr><td>Żel do przygotowania skóry</td><td>Weaver i firma</td><td>Nuprep</td><td>Oczyść skórę czoła uczestników</td></tr><tr><td>Smartfon</td><td>Xiaomi</td><td>Redmi K30 Ultra</td><td>Aplikacja AR i strona internetowa oparta na smartfonie</td></tr></tbody></table>

ocena użyteczności rzeczywistości rozszerzonej: badanie neuro-systemów informacyjnych

Usability Evaluation of Augmented Reality: A Neuro-Information-Systems Study

To badanie wprowadza eksperymentalny paradygmat do testu użyteczności powstających technologii w systemie informacji zarządczej (MIS). Test użyteczności obejmował zarówno subiektywne, jak i obiektywne oceny. Do oceny subiektywnej przyjęto kwestionariusz użyteczności oraz skalę NASA-TLX. Do obiektywnej oceny wykorzystano metody Neuro-Information-Systems (NeuroIS). Z perspektywy NeuroIS, w badaniu wykorzystano mobilne fNIRS i okulary śledzące ruch gałek ocznych do pomiarów multimodalnych, co rozwiązało problem ekologicznej ważności narzędzi neuronauki poznawczej stosowanych w eksperymentach behawioralnych w świecie rzeczywistym. W badaniu wykorzystano rzeczywistość rozszerzoną (AR) zintegrowaną z Internetem rzeczy (IoT) jako obiekt eksperymentalny. Porównując różnice w danych neuroobrazowych, danych fizjologicznych, kwestionariuszu użyteczności i danych w skali NASA-TLX między dwoma trybami wyszukiwania informacji (AR kontra strona internetowa), wyszukiwanie informacji za pomocą AR miało wyższą skuteczność i mniejsze obciążenie poznawcze w porównaniu z wyszukiwaniem informacji za pomocą strony internetowej podczas procesu podejmowania decyzji konsumpcyjnych. Wyniki eksperymentu użyteczności pokazują, że AR, jako nowa technologia w handlu detalicznym, może skutecznie poprawić doświadczenia konsumentów i zwiększyć ich intencje zakupowe. Paradygmat eksperymentalny, łączący zarówno subiektywne, jak i obiektywne oceny w tym badaniu, można zastosować do testu użyteczności dla nowych technologii, takich jak rzeczywistość rozszerzona, rzeczywistość wirtualna, sztuczna inteligencja, technologia ubieralna, robotyka i duże zbiory danych. Zapewnia praktyczne eksperymentalne rozwiązanie dla doświadczenia użytkownika w interakcjach człowiek-komputer z przyjęciem nowych technologii.

Reprezentatywne wyniki niniejszego badania obejmują wyniki kwestionariusza użyteczności, analizę danych eye-trackingu, dane ze skali NASA-TLX, analizę danych fNIRS oraz dynamiczne zmiany obciążenia poznawczego. W odniesieniu do wyników kwestionariusza użyteczności, analizy danych eye-trackingu, danych ze skali NASA-TLX oraz analizy danych fNIRS przeprowadzono testy normalności oraz testy różnic. W celu zobrazowania dynamicznych zmian obciążenia poznawczego w niniejszym badaniu wybrano dane fNIRS i eye-trackingu od jedneg...

To badanie przedstawia eksperymentalny paradygmat testu użyteczności łączącego subiektywne i obiektywne oceny. W obiektywnej ocenie przyjęto metody Neuro-Information-Systems (NeuroIS), a w ocenie subiektywnej przyjęto kwestionariusz użyteczności i skalę NASA-Task Load Index (NASA-TLX).

Ocena użyteczności rzeczywistości rozszerzonej: badanie neuro-systemów informacyjnych

This study introduces an experimental paradigm for a usability test of emerging technologies in a management information system (MIS). The usability test ...

Niniejsze badanie wprowadza eksperymentalny paradygmat do testu użyteczności nowych technologii w systemach informacji zarządczej. Test użyteczności obejmował zarówno subiektywne, jak i obiektywne oceny. Mobilne fNIRS i okulary śledzące ruch gałek ocznych wykorzystano do pomiarów multimodalnych, rozwiązując problem ekologicznej trafności narzędzi neuronauki poznawczej stosowanych w eksperymentach behawioralnych w świecie rzeczywistym.Procedurę zademonstruje Di Zhang, mistrz z mojego laboratorium. Yi Wang, uczeń mistrza, będzie pełnił rolę uczestnika. Zacznij od wyjaśnienia uczestnikom świadomej zgody i poproś ich o podpisanie formularza zgody.Następnie przeprowadź test widzenia kolorów na uczestnikach, aby potwierdzić, że mają normalną dyskryminację kolorów. Następnie zaprezentuj uczestnikom 30 marek wody mineralnej i poinstruuj ich, aby wybrali znane im marki, aby upewnić się, że nie są zaznajomieni z markami wody mineralnej użytymi w eksperymencie. Następnie przedstaw uczestnikom procedurę eksperymentalną.Przeprowadź wstępny eksperyment na uczestnikach przy użyciu marek wody mineralnej nieużywanych w badaniu, aby zapoznać ich z rzeczywistością rozszerzoną lub AR i operacjami na stronie internetowej. Aby założyć sondy fNIRS, oczyść skórę czoła uczestników żelem do przygotowania skóry. Owiń sondy w folię, aby uniknąć pocenia się, i zamocuj je w pozycji FP jeden i FP dwa zgodnie z międzynarodowym systemem 10 do 20 z czarnym pałąkiem.Następnie przykryj sondy czarną bandaną. Używaj okularów śledzących ruch gałek ocznych, aby rejestrować ruch gałek ocznych w rzeczywistych środowiskach. W razie potrzeby zamontuj soczewki korekcyjne na jednostce głównej okularów śledzących ruch gałek ocznych magnetycznie i upewnij się, że uczestnicy mogą swobodnie chodzić z skorygowanym wzrokiem.Gdy wszyscy uczestnicy zapoznają się z eksperymentem, pokieruj każdego uczestnika z grupy A, aby najpierw przeprowadził eksperyment AR, a następnie eksperyment internetowy. Podobnie poproś uczestników z grupy B, aby najpierw przeprowadzili eksperyment ze stroną internetową, a następnie eksperyment AR. Upewnij się, że uczestnicy siedzą wygodnie na krześle i odpoczywają przez dwie minuty, aby zebrać dane wyjściowe przed eksperymentem.Aby zmierzyć dane fNIRS, otwórz oprogramowanie do nagrywania i podłącz sondy do laptopa za pomocą adaptera Bluetooth. Następnie rejestruj zmiany stężenia natlenionej hemoglobiny w korze przedczołowej uczestnika z częstotliwością próbkowania 10 Hz. Sprawdź natężenie odbieranego światła i jakość wskaźnika nasycenia tkanek, aby kontrolować jakość danych.Upewnij się, że odbierany sygnał mieści się w zakresie od jednego do 95%Aby zmierzyć śledzenie oczu, skonfiguruj sprzęt do okularów śledzących ruch gałek ocznych. Podłącz wtyczkę okularów śledzących ruch gałek ocznych do portu USB w laptopie. Następnie otwórz oprogramowanie do nagrywania i ustaw częstotliwość próbkowania na 120 Hz.Wykonaj jednopunktową kalibrację, prosząc uczestnika o skupienie się na możliwym do zidentyfikowania obiekcie w jego polu widzenia z odległości 0,6 metra. Przesuń kursor krzyżyka na zogniskowany obiekt w filmie sceny i kliknij obiekt. Następnie kliknij przycisk nagrywania w interfejsie oprogramowania, aby rozpocząć nagrywanie.Zaprezentuj uczestnikom kwestionariusz użyteczności i skalę NASA TLX po wykonaniu przez nich zadań AR i strony internetowej. Po zakończeniu eksperymentu wyczyść nadajnik i odbiornik sond za pomocą wacika nasączonego 70% alkoholem izopropylowym. Mediana różnic w wynikach kwestionariusza użyteczności wykazała, że uczestnicy mieli lepsze doświadczenia użytkownika w stanie AR niż w stanie strony internetowej.Dane ze śledzenia ruchu gałek ocznych ujawniły, że uczestnicy mieli wyższą skuteczność wyszukiwania informacji podczas korzystania z AR niż ze strony internetowej. Mediana różnic w skali NASA TLX wskazała, że technika AR prowadziła do mniejszego obciążenia poznawczego niż technika strony internetowej. Dane fNIRS analizowane pod kątem różnic w średnim natlenieniu, hemoglobinie i warunkach strony internetowej wykazały dynamiczne zmiany obciążenia poznawczego.Uczestnicy zaznajomieni z markami wody mineralnej użytej w eksperymencie zostali wykluczeni, ponieważ wykonaliby zadanie w oparciu o swoją wiedzę na temat marki. W niniejszym badaniu zaproponowano eksperymentalny paradygmat łączący subiektywne i obiektywne oceny, które mogą skutecznie ocenić użyteczność powstających technologii.

usability-evaluation-augmented-reality-neuro-information-systems

Research

JoVE Journal

Behavior

Zachowanie

Ten protokół określa techniczne ustawienia opracowanej aplikacji rzeczywistości mieszanej, która jest używana do immersyjnej analizy. Na tej podstawie przedstawiono miary, które zostały wykorzystane w badaniu mającym na celu uzyskanie wglądu w aspekty użyteczności opracowanego rozwiązania technicznego.

Ocena aspektów użyteczności rozwiązania rzeczywistości mieszanej na potrzeby analizy immersyjnej w scenariuszach Przemysłu 4.0

Celem było zaprojektowanie, zbudowanie i pilotowanie nowatorskiego zadania w wirtualnej rzeczywistości, aby wykryć i scharakteryzować jednostronne zaniedbanie przestrzenne, syndrom dotykający 23-46% osób, które przeżyły ostry udar, rozszerzając rolę wirtualnej rzeczywistości w badaniu i leczeniu chorób neurologicznych.

Narzędzia rzeczywistości wirtualnej do oceny jednostronnych zaniedbań przestrzennych: nowe możliwości gromadzenia danych

Wirtualna rzeczywistość (VR) to potężne, ale niedostatecznie wykorzystywane podejście do rozwoju diagnostyki i leczenia chorób neurologicznych. Platforma zakupowa Cleveland Clinic Virtual Reality łączy najnowocześniejsze treści VR z wielokierunkową bieżnią w celu ilościowego określenia instrumentalnych czynności życia codziennego - proponowanego markera prodromalnego choroby neurologicznej.

Immersyjna platforma zakupowa Cleveland Clinic w wirtualnej rzeczywistości do oceny kluczowych czynności życia codziennego

Ten artykuł omawia, jak zbudować interfejs mózg-komputer, opierając się na sprzęcie klasy konsumenckiej i wizualnie wywoływanych potencjałach w stanie ustalonym. W tym celu jednokanałowy elektroencefalograf wykorzystujący suche elektrody został zintegrowany z okularami rzeczywistości rozszerzonej do prezentacji bodźców i wizualizacji danych wyjściowych. Ostateczny system był nieinwazyjny, przenośny i ubieralny.

Jednokanałowy i nieinwazyjny interfejs mózg-komputer do noszenia na ciele dla przemysłu i opieki zdrowotnej

Protokół jednoczesnego rejestrowania zachowań wzrokowo-ruchowych i aktywności mózgu podczas standardowych papierowych testów poznawczych z użyciem tabletu kompatybilnego z MRI oraz technologii monitorowania oczu oraz funkcjonalnego MRI, mający na celu poprawę stosowania takich testów. Wstępne wyniki przedstawiane są od młodego, zdrowego dorosłego wykonującego test Trail-Building.

Ocena testów poznania za pomocą komputerowego tabletu dotykowego, śledzenie oczu oraz funkcjonalne obrazowanie rezonansu magnetycznego

W artykule przedstawiono system do fotorealistycznej rekonstrukcji 3D z wykorzystaniem obrazów 360 stopni, Splattingu Gaussa i integracji z rzeczywistością wirtualną. Podejście to można zastosować do różnych zastosowań, takich jak edukacja, symulacja środowisk uczenia się; budownictwo, w celu symulacji prac poza placem budowy i pobierania metryk; lub opieki zdrowotnej, aby szkolić osoby z autyzmem w codziennych zadaniach.

Fotorealistyczne poznane krajobrazy dla rzeczywistości rozszerzonej

Protokół ten oferuje przewodnik do implementacji śledzenia znaczników w podczerwieni dla swobodnie poruszających się fantomów (np. organów) i wizualizacji holograficznej przy użyciu rzeczywistości rozszerzonej. Ponadto przedstawiono w nim konfigurację do przedklinicznej walidacji systemów nawigacji holograficznej wykorzystujących śledzenie elektromagnetyczne na swobodnie poruszających się fantomach.

Techniczne podejście do śledzenia w podczerwieni w nawigacji tkanek miękkich z holograficznym wyświetlaczem montowanym na głowie i walidacją przedkliniczną

Skala Neurobehawioralna dla Noworodków z Oddziałów Intensywnej Terapii (NICU Network Neurobehavioral Scale, NNNS) została opracowana jako narzędzie oceny niemowląt z grupy ryzyka. Celem niniejszego artykułu jest opisanie skali NNNS, przedstawienie w materiałach wideo przykładów procedur NNNS oraz omówienie sposobów wykorzystania tego badania.

Ocena i ewaluacja noworodka wysokiego ryzyka: Skala Neurobehawioralna NICU Network

Tutaj opisujemy procedury eksperymentalne związane z dwufotonowym obrazowaniem kory myszy podczas zachowania w środowisku wirtualnej rzeczywistości.

Dwufotonowe obrazowanie wapnia u myszy poruszających się w środowisku rzeczywistości wirtualnej

Wyzwaniem dla udowodnienia skuteczności leczenia zaburzeń poznawczych w schizofrenii jest znalezienie optymalizującego pomiaru umiejętności związanych z codziennym funkcjonowaniem. Narzędzie do oceny zdolności funkcjonalnej rzeczywistości wirtualnej (VRFCAT) to interaktywny, komputerowy pomiar oparty na grach, mający na celu umiejętności związane z codziennym funkcjonowaniem, w tym upośledzenie wyjściowe i zmiany związane z leczeniem.

Opracowanie oceny umiejętności życia codziennego w wirtualnej rzeczywistości

Poznaj metodę oceny użyteczności technologii rzeczywistości rozszerzonej w systemach informacyjnych. Badanie łączy subiektywne kwestionariusze z obiektywnymi pomiarami fNIRS i okularami do śledzenia wzroku.

Ocena użyteczności rzeczywistości rozszerzonej: badanie neuro-systemów informacyjnych

Przeglądaj więcej filmów