August 29th, 2018
Experiências de realidade virtual (VR) podem ser difícil de implementar e exige planejamento meticuloso. Este protocolo descreve um método para a concepção e implementação de experimentos VR que coletam dados fisiológicos de participantes humanos. Os experimentos no quadro de ambientes virtuais (EVA) é empregado para acelerar este processo.
Este método permite o projeto e a implementação de experimentos de realidade virtual que coletam dados fisiológicos de participantes humanos. Os experimentos na estrutura do ambiente virtual estão implícitos para facilitar esse processo. A principal vantagem dessa técnica é o controle de variáveis estranhas durante a coleta de dados de várias fontes, incluindo dispositivos fisiológicos.
As implicações dessa técnica se estendem à ciência cognitiva em geral devido ao potencial de estudar a relação entre cognição e emoção em um ambiente controlado. Embora esse método possa fornecer informações sobre o comportamento de navegação especificamente, ele também pode ser aplicado a outros campos, como percepção ambiental, geografia comportamental e tomada de decisão. Geralmente, os indivíduos novos nesse método terão dificuldades porque o conhecimento necessário para coletar e analisar medidas fisiológicas às vezes está além do fornecido por um currículo de ciências cognitivas.
A demonstração visual desse método é importante porque fornece a outros pesquisadores um guia passo a passo para a coleta de dados fisiológicos que inclui a colocação de eletrodos. Para começar, abra o software EDA-ECG e crie um novo arquivo de configurações. Defina a taxa de amostragem para 1.000 hertz e selecione o número apropriado de canais.
Em seguida, salve o arquivo de configurações e salve novamente uma versão desse arquivo com um novo nome para a sessão experimental. Em seguida, execute um circuito aberto zero nos eletrodos EDA para obter uma medição de linha de base da condutividade do sistema. Abra o menu de configurações do experimento no software e insira os parâmetros do experimento.
Em seguida, clique em iniciar experimento. Primeiro, peça ao participante que leia a ficha informativa e assine um termo de consentimento informado. Em seguida, use um lenço úmido para limpar os dedos indicador e anelar da mão não dominante do participante.
Depois de garantir que os dedos do participante estejam secos, conecte os dois eletrodos EDA às falanges mediais. Coloque os eletrodos branco, preto e vermelho no corpo do participante entre as costelas de acordo com o protocolo de texto. Em seguida, conecte os três fios de ECG codificados por cores aos eletrodos correspondentes.
Enquanto o participante preenche os questionários, feche as duas paredes laterais do cubículo e prepare-se para a medição fisiológica. Prenda o manguito de pressão arterial ao braço não dominante. Conecte os dois fios EDA aos eletrodos nos dedos do participante.
Certifique-se de que os eletrodos estejam conectados aos locais corretos. Em seguida, desligue a luz acima do monitor e diminua as luzes do teto para a configuração mais baixa. Em seguida, zere o canal EDA para obter uma medida do nível inicial de condutores cutâneos do participante.
No software EDA-ECG, abra a caixa de diálogo Bio Amp. Em seguida, escolha o intervalo do sinal em que o sinal de batimento cardíaco cobre cerca de um terço da janela de visualização. Inicie a gravação com o software e certifique-se de que o sinal esteja visível na janela do software no monitor do experimentador.
Em seguida, inicie o registro da pressão arterial pressionando o botão apropriado na máquina de pressão arterial. No software Unity aberto, clique em iniciar medições. Peça ao participante para assistir ao vídeo da natureza da linha de base.
Peça ao participante para completar o labirinto de treinamento para praticar o uso do joystick. No jogo de labirinto de treinamento, o participante seguirá as setas e coletará gemas flutuantes. Depois disso, instrua o participante a concluir a tarefa de navegação.
Deixe o participante executar a tarefa de navegação. Depois que o participante concluir a tarefa de navegação, pare a gravação de EDA e ECG. Em seguida, remova o manguito de pressão arterial, desconecte os cabos dos eletrodos de ECG e remova os eletrodos EDA dos dedos do participante.
Informe ao participante que ele receberá outra série de perguntas no computador e que poderá fazer perguntas, se necessário. No menu de avaliação do software eve, pressione o botão adicionar marcador de evento para marcar os eventos nos arquivos de medição fisiológica. Em seguida, salve o arquivo EDA-ECG no arquivo de medição fisiológica no software EDA-ECG.
Em seguida, use o pacote evertools para exportar os dados experimentais para backup. Por fim, arrume o equipamento e limpe os eletrodos com compressas embebidas em álcool. Usando este protocolo, 60 participantes foram estudados para investigar o estresse efetivo na aquisição de conhecimento espacial durante a navegação.
Como previsto, os dados fisiológicos indicaram maior excitação para o grupo de estresse do que para o grupo sem estresse em termos de frequência cardíaca, mas não em termos de EDA. De modo geral, também houve relação negativa entre a capacidade de navegação autorreferida e o tempo necessário para aprender o ambiente virtual. De acordo com as trajetórias visualizadas, os participantes do grupo de estresse também se mostraram mais eficientes no ambiente virtual.
Isso indica que maior excitação e habilidade espacial podem estar relacionadas a um comportamento de navegação mais eficiente. Essa técnica pode abrir caminho para pesquisadores no campo da ciência cognitiva explorarem a relação entre estresse e comportamento de navegação humana usando realidade virtual e medidas fisiológicas.
View the full transcript and gain access to thousands of scientific videos
Este protocolo descreve um método para projetar e implementar experimentos de realidade virtual (RV) que coletam dados fisiológicos de participantes humanos. Utilizando o framework Experiments in Virtual Environments (EVE), esta abordagem visa simplificar o processo experimental.
This protocol enables controlled investigation of physiological responses during spatial navigation tasks, supporting mechanistic de-risking in target validation for cognitive and behavioral therapeutics. By integrating VR with synchronized physiological monitoring, it provides quantitative, reproducible readouts that clarify arousal-mediated effects on spatial learning and decision-making. This approach enhances predictive confidence in early discovery by linking physiological biomarkers to navigational performance in disease-relevant systems.
The method integrates into the discovery continuum from hypothesis testing through lead identification, providing physiological readouts that inform target engagement and functional selectivity in cognitive therapeutic development.