論文の概要: Exploring Physiological Responses in Virtual Reality-based Interventions for Autism Spectrum Disorder: A Data-Driven Investigation
- arxiv url: http://arxiv.org/abs/2404.07159v1
- Date: Wed, 10 Apr 2024 16:50:07 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-11 13:42:08.052538
- Title: Exploring Physiological Responses in Virtual Reality-based Interventions for Autism Spectrum Disorder: A Data-Driven Investigation
- Title（参考訳）: 自閉症スペクトラム障害に対するバーチャルリアリティに基づく介入における生理的反応の探索--データ駆動による検討
- Authors: Gianpaolo Alvari, Ersilia Vallefuoco, Melanie Cristofolini, Elio Salvadori, Marco Dianti, Alessia Moltani, Davide Dal Castello, Paola Venuti, Cesare Furlanello,
- Abstract要約: 本研究は、ARDと診断された34名を対象に、VR内のマルチプレイヤー深刻なゲーム環境を取り入れた。
また,VRセッションの参加者の覚醒反応を包括的に把握するために,高精度バイオセンサを用いた。
この研究は、仮想シナリオに適応するためにリアルタイムデータを使用することの可能性を示し、パーソナライズされた治療を支援するための有望な道のりを示唆した。
- 参考スコア（独自算出の注目度）: 0.24876373046660102
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Virtual Reality (VR) has emerged as a promising tool for enhancing social skills and emotional well-being in individuals with Autism Spectrum Disorder (ASD). Through a technical exploration, this study employs a multiplayer serious gaming environment within VR, engaging 34 individuals diagnosed with ASD and employing high-precision biosensors for a comprehensive view of the participants' arousal and responses during the VR sessions. Participants were subjected to a series of 3 virtual scenarios designed in collaboration with stakeholders and clinical experts to promote socio-cognitive skills and emotional regulation in a controlled and structured virtual environment. We combined the framework with wearable non-invasive sensors for bio-signal acquisition, focusing on the collection of heart rate variability, and respiratory patterns to monitor participants behaviors. Further, behavioral assessments were conducted using observation and semi-structured interviews, with the data analyzed in conjunction with physiological measures to identify correlations and explore digital-intervention efficacy. Preliminary analysis revealed significant correlations between physiological responses and behavioral outcomes, indicating the potential of physiological feedback to enhance VR-based interventions for ASD. The study demonstrated the feasibility of using real-time data to adapt virtual scenarios, suggesting a promising avenue to support personalized therapy. The integration of quantitative physiological feedback into digital platforms represents a forward step in the personalized intervention for ASD. By leveraging real-time data to adjust therapeutic content, this approach promises to enhance the efficacy and engagement of digital-based therapies.
- Abstract（参考訳）: 自閉症スペクトラム障害(ASD)患者の社会的スキルと感情的幸福感を高めるための有望なツールとしてVR(Virtual Reality)が登場した。
技術的調査を通じて,本研究はVR内でのマルチプレイヤーゲーム環境を採用し,ASDと診断された34名の個人と,VRセッション中の参加者の覚醒と反応を包括的に見るために高精度バイオセンサーを用いた。
参加者は、コントロールと構造化された仮想環境において、社会的認知能力と感情的規制を促進するために、ステークホルダーと臨床専門家と共同で設計された3つの仮想シナリオに従属した。
生体信号取得のためのウェアラブル非侵襲センサと組み合わせ,心拍変動の収集と呼吸パターンに着目し,参加者の行動を監視する。
さらに, 観察および半構造化インタビューを用いて行動評価を行い, 相関関係を同定し, デジタル・インターベンションの有効性を探求するための生理的指標とともに分析した。
予備分析の結果,生理的反応と行動学的結果との間に有意な相関がみられた。
この研究は、仮想シナリオに適応するためにリアルタイムデータを使用することの可能性を示し、パーソナライズされた治療を支援するための有望な道のりを示唆した。
定量的生理的フィードバックをデジタルプラットフォームに統合することは、ASDに対するパーソナライズされた介入の前進である。
リアルタイムデータを利用して治療内容の調整を行うことで、デジタルベースの治療の有効性とエンゲージメントを高めることができる。
関連論文リスト
- EEG Emotion Copilot: Pruning LLMs for Emotional EEG Interpretation with Assisted Medical Record Generation [13.048477440429195]
本稿では,局所的に動作する軽量な大規模言語モデル(LLM)を利用したEEG Emotion Copilotを提案する。
このシステムは、まず脳波信号から直接感情状態を認識し、パーソナライズされた診断と治療の提案を生成するように設計されている。
プライバシーに関する懸念も対処され、倫理的データ収集、処理、ユーザーの個人情報の保護に焦点が当てられている。
論文 参考訳（メタデータ） (2024-09-30T19:15:05Z) - Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
エンゲージメント測定は、医療、教育、サービスに応用される。
生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。
コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
論文 参考訳（メタデータ） (2024-04-05T20:39:16Z) - Evaluating the Efficacy of Interactive Language Therapy Based on LLM for
High-Functioning Autistic Adolescent Psychological Counseling [1.1780706927049207]
本研究では,高機能自閉症青年に対する対話型言語治療におけるLarge Language Models(LLMs)の有効性について検討した。
LLMは、従来の心理学的カウンセリング手法を強化する新しい機会を提供する。
論文 参考訳（メタデータ） (2023-11-12T07:55:39Z) - Functional Graph Contrastive Learning of Hyperscanning EEG Reveals
Emotional Contagion Evoked by Stereotype-Based Stressors [1.8925617030516924]
本研究では,女性ペア間の協調的問題解決作業におけるステレオタイプベースストレス(SBS)の文脈に焦点を当てた。
本研究は、感情伝染の解明を通じて、その基盤となるメカニズムと効果を明らかにすることを目的とする。
論文 参考訳（メタデータ） (2023-08-22T09:04:14Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳（メタデータ） (2022-07-20T13:37:57Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - Designing A Clinically Applicable Deep Recurrent Model to Identify
Neuropsychiatric Symptoms in People Living with Dementia Using In-Home
Monitoring Data [52.40058724040671]
鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。
扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。
本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
論文 参考訳（メタデータ） (2021-10-19T11:45:01Z) - AI-Augmented Behavior Analysis for Children with Developmental
Disabilities: Building Towards Precision Treatment [2.0324247356209835]
AI-Augmented Learning and Applied Behavior Analytics(AI-ABA)プラットフォームを提供し、パーソナライズされた治療と学習計画を提供します。
自動データ収集と分析とともに体系的な実験を定義することで、AI-ABAは自己規制的行動を促進することができる。
論文 参考訳（メタデータ） (2021-02-21T16:15:40Z) - MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。
我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文 参考訳（メタデータ） (2020-11-17T15:18:38Z) - Continuous Emotion Recognition via Deep Convolutional Autoencoder and
Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。
ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。
表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-01-31T17:47:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。