Instrumenting a Virtual Reality Headset to Monitor Changes in Electroencephalograms of PTSD Patients During Multisensory Immersion
Notice bibliographique
Résumé
Virtual reality (VR) has emerged as a promising tool to help treat posttraumatic stress disorder (PTSD) symptoms, as well as help patients manage their anxiety. More recently, multisensory immersive experiences involving audio-visual-olfactory stimuli have been shown to lead to improved relaxation states. Despite these advances, very little is still known about the psychophysiological changes resulting from these interventions, and outcomes need to be monitored via questionnaires and interviews at the end of the intervention. In this article, we propose to instrument a VR headset with several biosensors to allow for the tracking of neural changes throughout the intervention, as well as track the progress of different neuromarkers, namely powers across the five conventional electroencephalogram (EEG) frequency subbands computed at the frontal, central, parietal, and occipital areas of the brain. In total, 20 participants diagnosed with PTSD by their medical doctors took part in the experiment and underwent a 12-session multisensory nature immersion protocol. We show the changes that were observed for those who benefited and those who did not benefit from the intervention, leading to insights on potential new markers of intervention outcomes that could save patients and medical professionals time and resources. The proposed headset also allowed for changes in arousal states and EEG patterns to be tracked, thus providing additional insights on the disorder, as well as the effects of the intervention on patient symptoms.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».