小波变换与注意力双路融合的虚拟现实晕动症脑电检测模型

来源：电子与信息学报杂志2026年第5期北京时间：

作者：陈玥池, 化成城, 戴志安, 付景琦, 朱敏, 汪秋宇, 严颖, 刘佳

单位：1.南京信息工程大学江苏省智能气象探测机器人工程研究中心 南京 2100442.南京信息工程大学江苏省大气环境与装备技术协同创新中心 南京 210044

摘要：虚拟现实晕动症(VRMS)指在虚拟现实(VR)环境中用户因前庭-视觉信息失调引发的严重眩晕，该症状阻碍沉浸式VR技术应用和推广。该文提出一种小波变换与注意力机制协同的双路融合模型(WTATNet)，通过解耦VR运动刺激暴露后的休息态脑电(EEG)的时空特征，为VRMS的客观检测提供新方法。该模型分为两条支路，支路1对EEG时间维和导联维进行二维离散小波变换计算出小波系数，再将小波系数送入卷积层进行特征提取。支路2则是EEG经过一维卷积层滤波后，依次利用通道注意力模块和导联注意力模块强化通道维与导联维的关键特征。最后将两支路的特征融合并进行分类。该文使用VR游戏《超级滑翔翼2》诱发受试者的VRMS并记录他们在任务前后的休息态EEG评估WTATNet模型的性能，最终实现对受试者休息态下眩晕脑电与非眩晕脑电的分类。该模型对VRMS的识别准确率、F1-score、精确率和召回率(10折交叉验证的平均值)分别为98.39%, 98.39%, 98.38%和98.40%，优于目前先进的EEG识别模型。结果表明所提方法可对VRMS进行检测，并用于进一步研究VRMS的产生因素和治理方法，对优化VR系统具有一定的指导意义。

关键词：虚拟现实晕动症, 脑电, 离散小波变换, 卷积神经网络, 注意力机制

基金资助：国家自然科学基金(62206130)，江苏省自然科学基金(BK20200821)，南京信息工程大学人才启动经费 (2020r075)