[论文解读] The Impact of Flow in an EEG-based Brain Computer Interface

Jelena Mladenović, Jérémy Frey+3 more|arXiv (Cornell University)|Jun 6, 2017

EEG and Brain-Computer Interfaces参考文献 24被引用 12

一句话总结

本研究调查了在基于运动想象的脑-机接口（BCI）中，通过诱导‘心流’状态（以沉浸感、控制感和内在动机为特征）是否能提升性能与可用性。通过调整任务难度并添加背景音乐，作者发现难度自适应显著提升了心流体验与离线性能，而音乐则无积极影响，甚至轻微降低了在线性能，表明心流是BCI设计中一个有前景但复杂的因素。

ABSTRACT

Major issues in Brain Computer Interfaces (BCIs) include low usability and poor user performance. This paper tackles them by ensuring the users to be in a state of immersion, control and motivation, called state of flow. Indeed, in various disciplines, being in the state of flow was shown to improve performances and learning. Hence, we intended to draw BCI users in a flow state to improve both their subjective experience and their performances. In a Motor Imagery BCI game, we manipulated flow in two ways: 1) by adapting the task difficulty and 2) by using background music. Results showed that the difficulty adaptation induced a higher flow state, however music had no effect. There was a positive correlation between subjective flow scores and offline performance, although the flow factors had no effect (adaptation) or negative effect (music) on online performance. Overall, favouring the flow state seems a promising approach for enhancing users' satisfaction, although its complexity requires more thorough investigations.

研究动机与目标

• 通过诱导沉浸感、控制感和内在动机的心流状态，提升BCI的可用性与用户表现。
• 探究心流是否能同时提升运动想象任务中的主观用户体验与客观BCI性能。
• 评估两种心流诱导因素的影响：自适应任务难度与背景音乐。
• 探索在实时BCI环境中，心流、用户表现与EEG信号分类准确率之间的关系。
• 评估教学设计原则，特别是心流理论，是否可指导更有效的BCI反馈系统设计。

提出的方法

• 采用被试内设计的BCI实验，使用修改版3D视频游戏（TuxRacer）作为运动想象任务的沉浸式环境。
• 通过根据用户表现动态调整任务复杂度，实现自适应难度，以维持最佳挑战水平。
• 引入非同步背景音乐，采用中等节奏，基于先前证据表明其具有提升表现与动机的效应。
• 在校准阶段（Graz协议）与游戏阶段采集EEG数据，并使用离线分类评估性能。
• 通过EduFlow2问卷测量心流，评估认知控制、沉浸感与自成体验等维度。
• 分析心流评分、在线性能（实时分类准确率）与离线性能（存储数据上的分类准确率）之间的相关性。

实验结果

研究问题

• RQ1 自适应任务难度是否能提升EEG基BCI系统中用户的心流状态？
• RQ2 中等节奏的背景音乐是否能增强心流并改善BCI性能？
• RQ3 主观心流体验与客观BCI性能（在线与离线）之间存在何种关系？
• RQ4 校准环境与游戏环境之间的差异如何影响在线性能与心流感知？
• RQ5 与任务提示不同步的音乐是否可能因节奏错配而对BCI性能产生负面影响？

主要发现

• 自适应难度显著提升了心流的‘认知控制’维度，表明心流状态成功被诱导。
• 主观心流评分与离线BCI性能呈正相关，表明更高的心流与更好的信号分类相关。
• 背景音乐对心流无积极影响，且与在线性能下降相关，可能因节奏与运动想象节奏错配所致。
• 离线性能与心流呈正相关，表明表现更好的用户报告了更高的心流状态。
• 心流与在线性能之间缺乏相关性，可能源于极简校准环境与复杂游戏环境之间的差异。
• 结果表明音乐选择至关重要：非同步或低激励性的音乐可能干扰而非增强BCI性能。