出版融合視域下的VR媒介閱讀專注度研究

[摘 要] 通過記錄腦電圖中不同腦波頻帶的功率變化，比較分析在進行虛擬現實閱讀和傳統紙質閱讀時讀者大腦中與專注度相關的大腦活動變化，以研究虛擬現實（Virtual Reality，VR） 閱讀時的讀者閱讀關注度。本次實驗共31名被試參與，分別在虛擬現實閱讀和純文字紙質閱讀條件下，完成約120秒的閱讀任務，同步使用 Emotiv Pro設備記錄實驗期間被試的大腦活動情況，獲得相關實驗數據。實驗結果表明，θ、α、β波段的功率在虛擬現實閱讀任務中均顯著高于純文字紙質閱讀任務，表明在虛擬現實閱讀條件下，讀者注意力更加集中、專注度更高，能夠提升閱讀效果。并從豐富虛擬現實感官體驗、改進虛擬現實交互設計、優化虛擬現實敘事技巧、降低虛擬現實眩暈風險四個方面提出具體建議，以期能夠進一步提高虛擬現實閱讀的讀者閱讀專注度，提升閱讀效果。

[關鍵詞] 腦電圖 虛擬現實閱讀 閱讀專注度 閱讀效果 數字閱讀

[中圖分類號] G237 [文獻標識碼] A [文章編號] 1009-5853 （2024） 03-0042-09

Research on Reading Concentration in VR Media under the Perspective of Publishing Integration

Liu Jinhong Wang Yixue Chen Jiangtong Zhang Ziyan

（School of Law， Humanities and Sociology， Wuhan University of Technology， Wuhan， 430070）

[Abstract] In order to study readers’ reading attention during VR reading， this paper compares and analyzes the changes in brain activities related to concentration in readers’ brains while performing VR reading and traditional paper reading by recording the power changes of different brainwave bands in EEG. A total of 31 graduate students participated in this experiment， and they completed the reading task for about 120 seconds under VR reading and text-only paper reading conditions， respectively. While reading， the subjects synchronously used the Emotiv Pro to record the brain activity during the experiment and obtain relevant experimental data. The experimental results show that the power of theta， alpha， and beta bands are all significantly higher in the VR reading task than in the text-only paper reading task， indicating that readers are more focused and concentrated under VR reading conditions， which can enhance the reading effect. Based on the above conclusions， this paper puts forward specific suggestions from the levels of enriching VR sensory experience， improving VR interaction design， optimizing VR narrative skills， and reducing the risk of VR vertigo， in order to be able to further improve the reading concentration of readers in VR reading and enhance the reading effect.

[Key words] Electroencephalogram VR reading Reading concentration Reading effect Digital reading

1 引 言

中宣部發布的《關于推動出版深度融合發展的實施意見》指出“要加快推動出版深度融合發展，構建數字時代新型出版傳播體系”[1]。如今，伴隨著虛擬現實（Virtual Reality， VR）技術的不斷進步，虛擬現實閱讀這一新興的沉浸式閱讀正在逐漸成長為一種重要的閱讀模式[2]。所謂沉浸式閱讀，是指充分提升讀者的感官和認知體驗，在特定氛圍中讓讀者享受全身心投入的閱讀狀態，以達到深度學習效果的閱讀方法[3]。與傳統紙質閱讀相比，虛擬現實閱讀通過模擬真實場景，使用戶能夠身臨其境地沉浸在文本描述的場景中，為讀者提供全新的閱讀體驗。盡管虛擬現實閱讀在提供視覺和聽覺上的沉浸感方面取得了巨大突破，但對于讀者注意力和專注度的影響尚未得到充分的研究和驗證。為此，本文擬采用腦電圖（Electroencephalogram， EEG）技術捕捉讀者在進行虛擬現實閱讀和傳統紙質閱讀時與專注度相關的腦電活動信號，進而通過對比研究，了解虛擬現實閱讀對讀者專注度的影響，為進一步發展虛擬現實閱讀和數字出版探索新的空間。

2 文獻綜述

專注是產生有效學習的先決條件，是取得良好學習成效的重要保證[4]，它是指客體在做某件事情時能夠集中自己的身心注意，并能隨著專注程度的深淺進行高效率的學習[5]。專注在閱讀過程中至關重要，它決定了讀者對于文本內容的理解、思考和記憶的效果。因此，進一步探究虛擬現實閱讀對于讀者專注度的影響，對于深入理解虛擬現實閱讀效果以及提升閱讀體驗，解決傳統教育中場景化弱、學習興趣低等問題具有重要意義[6]。目前，學界對于虛擬現實閱讀專注效果的研究還不夠深入，雖然已有研究比較了虛擬現實閱讀和傳統閱讀的差異，但這些研究往往只是基于問卷調查和深度訪談等主觀報告，缺乏客觀的生理指標支持[7]。

腦電圖是一種無創的神經生理學技術，它通過記錄人腦活動的電信號，反映大腦在不同狀態下的活動情況，提供個體的認知狀態和情緒反應信息[8]。相較于傳統問卷調查或訪談可能受到被試主觀意識和記憶偏差的影響，腦電圖技術通過實時監測大腦活動的變化，提供客觀數據和即時反饋。同時，作為一種非言語性的生理測量方法，腦電圖技術繞過被試的語言表達能力和溝通技巧，直接反映大腦活動狀態，更適合評估閱讀等需要專注度的任務。近年來，隨著腦神經科學的不斷發展，腦電圖在認知科學、心理學和神經科學等領域得到了廣泛應用，越來越多的學者使用腦電圖技術探索人腦專注度與注意力的狀況[9][10][11][12][13]。還有研究通過學習結果測量、自我報告和腦電圖技術比較了虛擬環境中不同的學習內容表征對學習效果的影響，α波的激活明顯增強表明音頻條件下的學習效果更優[14]。

作為一種復合信號，腦電信號中不同的腦波頻率代表了大腦處于不同的狀態[15]。專注度與δ波（1—4 Hz）、θ波（4—8 Hz）、α波（8—13 Hz）、β波（14—30 Hz）等不同腦波頻率有著密切聯系，實驗中常采用δ、θ、α、β節律信號中的高頻段作為腦電圖信號特征進行分析研究。在腦電圖信號特征獲取方面，頻帶能量[16]、功率譜密度[17]、樣本嫡[18]等是常用的信號特征提取方法。相關研究發現，人在閉眼且精神比較放松的狀態下α波容易出現，注意力集中時，特別是視覺注意和積極的精神活動可以使其更為突出[19]。β波常出現于人處于清醒、專注、興奮的狀態，可用于分析描述注意力的相關任務[20]。β波一般與警覺性和認知過程有關[21]，β波功率強度越高表示人在執行和處理任務時警覺性和認知能力有所增強，如在放松狀態下進行高專注度游戲時，游戲者的腦電信號中α、θ波的功率譜密度會有所提高[22]。總之，α、θ波一般與身心輕松狀態下的注意力集中有關，β波與興奮狀態時人的警覺性有關。

專注是閱讀的關鍵，幫助理解和吸收信息，提高閱讀效果和記憶力。為此，本文力圖通過分析腦電信號的特征來了解讀者在閱讀任務中的大腦活動狀態，通過對θ、α、β波段與閱讀專注度之間的關系分析，比較讀者在虛擬現實閱讀和傳統紙質閱讀兩種狀態下的腦電圖信號中θ、α、β波段功率值的高低，客觀評估讀者的專注度水平，以驗證虛擬現實閱讀是否能夠提高讀者的專注度。

3 研究設計

3.1 研究對象

基于現有研究，為了保證統計效力，大多數腦電圖實驗至少需要20—30名被試，故本次實驗選取31位高校在校碩士生作為被試（男生11人，女生20人），年齡在22—25歲之間，平均年齡為23歲。所有被試均具有虛擬現實使用經驗，且沒有嚴重的神經系統疾病或其他健康問題，視力正常或矯正視力正常。

實驗在一間安靜的房間內進行，全程由工作人員進行指導，旨在保證實驗按照規定步驟執行。此外，為確保實驗研究的倫理道德合規，所有研究對象在參與實驗前均統一自愿閱讀和簽署了實驗知情同意書。

3.2 實驗設備

本研究使用如圖1（a）所示的14通道Emotiv Epoc X無限便攜式腦電儀采集腦電數據，按照國際10—20系統電極放置法放置腦電帽14個電極，如圖1（b）所示。該腦電設備采樣率為2048 Hz，采用鹽水電極和無線采集方式，允許被試自由移動頭部和身體，具有良好的佩戴舒適感。所有被試均提前清洗頭部，保證與電極接觸部位的干爽。

3.3 單因素兩水平被試內實驗

本實驗采用單因素兩水平（紙質閱讀和虛擬現實閱讀）被試內設計，流程如圖2所示，實驗在兩種閱讀方式下完成，以《出花園》為閱讀材料，一種是純文字紙質閱讀，另一種則使用Oculus Quest 1設備進行虛擬現實《出花園》閱讀，同時采集被試的腦電數據。每名被試首先進行純文字紙質閱讀任務，結束之后休息5分鐘，以緩解實驗過程中可能出現的疲勞感和注意力下降，再進行虛擬現實閱讀任務。實驗過程中同步使用Emotiv Pro軟件進行腦電數據收集采樣，實驗時間約為15分鐘左右。

需要說明的是，先紙質后虛擬現實的試次設置，一方面是基于熟悉度，紙質閱讀相對傳統且普遍，能幫助研究對象更好地適應實驗環境和任務；另一方面是基于適應性，避免因虛擬現實閱讀新鮮感引發的興奮和好奇帶來的專注度提升假象。

4 數據處理與結果分析

4.1 數據預處理

頭皮腦電信號一般很微弱，腦電信號在采集時很容易受到外界各種因素的影響[23]，如心電、肌電及眼電等信號的干擾，其中眼電信號是干擾腦電信號的主要信號源，因此需要按照如下步驟對腦電信號進行預處理，以獲得一份去除雜質的純凈腦電波數據。首先，在對腦電信號進行噪聲和偽跡消除的同時，進行去基線漂移以防信號過分偏移；然后，對信號進行0.1Hz的高通濾波及30 Hz的低通濾波處理以降低干擾，再進行重參考；最后，采用獨立成分分析（independent component analysis，ICA）對腦電中的眼電偽跡進行去除、剔除壞段處理。

4.2 數據分析方法

特征提取是對腦電信號進行變換，找出具有代表性特征的過程[24]。常用的腦電特征提取主要有時域特征、頻域特征和時頻特征等方法。本實驗分析研究對象的專注度情況，數據分析關注腦電信號θ波（4—8 Hz）、α波（8—13 Hz）、β波（14—30 Hz）的功率強弱，需要將θ、α、β波從腦電信號中分離出來，因此本實驗采用了基于功率譜密度（Power Spectral Density， PSD）的特征分析方法對專注度特征進行分析。

對電腦圖信號進行頻域分析時，功率譜估計是一種常用方法。功率譜是功率譜密度函數的簡稱，它表示信號功率隨著頻率的變化情況，即信號功率在頻域的分布狀況[25]。通常，研究者可以將電腦圖信號轉換成功率隨頻率變化的譜圖，更加直觀地從功率譜圖中分析電腦圖信號不同波段的功率分布與變化情況[26]。

本實驗使用 MATLAB 軟件的 pwelch 函數進行非周期隨機信號的功率譜密度估計，基于 Welch方法對 14 個通道的信號分別進行分段加窗，并計算每個片段的傅里葉變換以得到每個通道的功率譜密度估計，再通過積分計算每個通道在 θ、α、β 波頻帶內的信號功率，然后分別進行平均處理，由此計算得到每個被試在兩種閱讀方式下 θ、α、β 波頻段的平均功率值。

4.3 數據結果分析

4.3.1 α波功率統計結果

本實驗θ、α、β節律下的兩組差值經Shapiro-Wilk正態性檢驗，結果P值均為0.000，P<0.05，說明數據不服從正態分布，故采用Wilcoxon符號秩檢驗。

表1結果顯示，Z=-3.175，P=0.002，表明讀者在進行虛擬現實閱讀時腦電波α波功率顯著高于傳統紙質閱讀。大腦中的α節律主要與情緒和內部注意力的調節有關，且與精神放松狀態下的注意力集中相關[27]。實驗中α波功率的結果說明虛擬現實閱讀體驗對精神放松狀態下用戶的內在注意力調節和積極的精神活動起到了明顯的效果，可以認為虛擬現實閱讀能給讀者帶來良好的體驗，對大腦活動具有積極的影響。

4.3.2 β波功率統計結果

進一步采用上述方式對β波功率進行分析，其結果如表2所示，Z=-3.135，P=0.002，表明讀者在進行虛擬現實閱讀時腦電波β波功率顯著高于傳統紙質閱讀。β節律與警覺性和增強認知過程有關[28]，這種專注度的提高可能與虛擬現實技術本身的特點有關。

實驗中 β波功率的結果證實了虛擬現實閱讀任務下用戶注意力更加集中。與傳統紙質閱讀相比，虛擬現實閱讀通過提供沉浸式環境和多感官刺激，發揮了吸引用戶注意力、增強用戶警覺性的作用，并且加強了對場景的認知理解，使其更專注于閱讀內容。用戶在虛擬現實閱讀任務中通過視覺和聽覺雙重體驗，接收到更多的信息，大腦對這些信息進行更高的認知處理。

4.3.3 θ波功率統計結果

對θ波功率進行分析，其結果如表3所示，Z=-3.194，P=0.001，表明讀者在進行虛擬現實閱讀時腦電波θ波功率顯著高于傳統紙質閱讀。

θ節律被認為與大腦深度放松狀態下的注意力高度集中、靈感涌現、創造力高漲和洞察力提升有關，有助于促進創新思維。實驗中 θ波功率的結果可以說明虛擬現實閱讀在對大腦深度放松狀態下用戶注意力、洞察力等方面起到了明顯作用，專注度的提高可能導致用戶更深入地理解和體驗所閱讀的內容，這一數據結果支持了虛擬現實閱讀對提高用戶專注度的作用。

4.4 訪談結果分析

上述實驗數據顯示，在不同節律中兩種閱讀任務下的負秩為24，正秩為7，表明31位被試中有7位被試在進行紙質閱讀時大腦θ、α、β波功率高于虛擬現實閱讀。實驗結束后，筆者對這7位被試進行了深度訪談，訪談內容主要涉及兩種閱讀體驗過程中的閱讀環境、閱讀內容以及體驗效果等，同時還對受訪者提出的值得關注的感受進行更深入的提問。在訪談中，被訪者反映在進行虛擬現實閱讀時，“分散注意力”“產生眩暈”“舒適度不高”這三個關鍵詞被提及的頻率最高。

有4位被試表示當閱讀紙質文字時，他們能迅速從玩鬧狀態進入學習狀態，專注地進行閱讀，較少受到外界因素的干擾，但是當使用虛擬現實設備進入虛擬環境后，則會因外部刺激過多，而無意識地產生很多亂七八糟的想法，從而分散或者轉移注意力，如“在虛擬現實閱讀任務中，語音提示我拿起毛巾時，我還在欣賞周圍的虛擬環境，以至于找不到毛巾在哪”（受訪者4）。

有3位被試提到了在進行虛擬現實閱讀時會感到眩暈，出現頭暈、惡心、出汗、眼疲勞等癥狀。如“當我在虛擬現實環境中移動時，畫面的搖晃讓我感到很暈”（受訪者1）；以及“這種感受跟暈車癥狀很像，完成虛擬現實閱讀任務后我有些站不穩”（受訪者5）。

還有3位被試在進行虛擬現實閱讀時由于較長時間佩戴頭戴式顯示器，導致頭部不適感和頸部疲勞，他們一致認為虛擬現實設備沉重、憋悶，如“完成虛擬現實閱讀任務后，我的臉上出現了虛擬現實眼鏡的壓痕”（受訪者2）；或“感覺虛擬現實眼鏡不太透氣，舒適度不夠高”（受訪者6）；以及“佩戴虛擬現實眼鏡后剛開始沒感覺，但時間長了還是感覺壓臉，而且脖子會累”（受訪者7）。

5 研究建議

本文利用腦電信號數據比較分析了虛擬現實沉浸式閱讀任務與傳統純文字紙質閱讀任務中用戶的專注度水平，實驗結果表明，虛擬現實閱讀對提高讀者的專注度具有積極作用。基于上述研究結果，筆者認為要進一步提升虛擬現實閱讀環境下的讀者專注度及閱讀效果，虛擬現實閱讀的相關從業者還應從以下幾個方面加以完善或改進，以創造更優、更好的虛擬現實閱讀環境。

5.1 豐富虛擬現實感官體驗，增強用戶沉浸感

根據上述θ、α波功率統計結果，用戶在進行虛擬現實閱讀時，腦電波中θ、α波功率均顯著高于傳統紙質閱讀。相關研究發現α波和θ波是與創造力和洞察力相關的大腦波頻率，常出現在人們精神比較放松的狀態下[29]。虛擬現實閱讀提供的沉浸式虛擬環境可以幫助人們進入這些有益的波動狀態，從而激發讀者的創造力和靈感[30]。逼真的立體空間和良好的空間音頻可以使用戶更加深入地沉浸在虛擬環境中，對閱讀任務中的故事性和情感敘事產生更深刻的感受。此外，這種沉浸感可以幫助用戶擺脫外界干擾，進入心流狀態，從而更專注于閱讀內容。

因此，虛擬現實內容開發者應努力創造逼真的虛擬環境，讓用戶感覺置身于閱讀內容所創造的世界。具體來說，設計者可通過模擬更加真實的場景、添加背景音樂、環境聲效和畫面動態效果等方式來調動用戶的視覺、聽覺、觸覺等感官體驗為用戶創造更加身臨其境的閱讀體驗，提升閱讀效果。

5.2 改進虛擬現實交互設計，增加用戶參與感

根據上述β波功率統計結果，用戶在進行虛擬現實閱讀時，腦電波中β波功率顯著高于傳統紙質閱讀。不同于與身心輕松狀態下注意力集中有關的α、θ波，β波主要與興奮狀態時人的警覺性有關，β波功率強度越高表示人在處理任務時警覺性和認知能力越強。研究結果表明，在虛擬現實閱讀任務中，用戶的警覺性和注意力相較于傳統閱讀有所提升，這是由于虛擬現實交互體驗帶來的參與感和身臨其境的感覺導致。如在虛擬現實閱讀中，用戶可以通過頭部追蹤、手勢控制等方式與虛擬場景進行互動，這種參與感提升了用戶的警覺性和注意力，進而增強了用戶對場景的認知與理解[31]。

基于這一研究結果，在進行虛擬現實閱讀設計時，開發者應增加用戶交互設計，優化交互體驗。如在虛擬現實閱讀應用程序中增加手勢控制、語音控制、頭部追蹤、可點擊鏈接、彈出式信息、注釋、書簽、高亮標記等交互元素，使用戶與內容進行互動，增加用戶的參與感和探索欲望，以提高用戶對周圍虛擬環境的認知和理解。總之，交互設計的增加能夠給予用戶更強烈的感染力，讓用戶成為虛擬現實敘事內容的參與者，而不是傳統紙質閱讀中信息的被動接收者。

5.3 優化虛擬現實敘事技巧，增強用戶代入感

上述統計數據顯示，在31位被試中，有7位在進行紙質閱讀時專注度高于虛擬現實閱讀，通過深度訪談究其原因，“虛擬現實閱讀會分散注意力”被提及的次數最多。亦即，當用戶進入虛擬環境后，會因外部刺激過多導致關注點的轉移和分散。已有研究發現，虛擬現實頭顯雖能提供360 度的空間場景、更加豐富的參與元素以及靈活的視角支配，但由于承載的信息更多，導致用戶容易發生注意力失焦和眼動追蹤混亂現象，從而找不到有效信息，進而導致專注度丟失[32]。

因此，在進行虛擬現實閱讀敘事設計時，應加強互動數字敘事設計，為讀者提供更加沉浸、個性化和參與式的閱讀體驗[33]。設計者可以通過用戶視角安排、觀察點設置以及視線引導等方式，突出作品所要傳達的核心信息，以避免用戶出現注意力不集中、無法代入到虛擬現實敘事空間中的情況。在用戶視角設計方面，用戶視角應為主要角色視角，以便用戶能夠更好地代入主角的感受和情緒。在觀察點設置方面，可以通過設置多個觀察點、改變視角的高度和角度等方式創造不同的視覺效果，讓用戶更好地觀察到場景的細節和變化，增強用戶的臨場感。在視覺引導機制方面，可以通過設置光線明暗、顏色亮暗或運動效果來吸引用戶的視線，或者設置提示標志或箭頭來引導用戶關注重要的場景或細節，以避免出現用戶在虛擬空間中迷失方向而導致注意力不集中的情況。

5.4 降低虛擬現實眩暈風險，提高用戶舒適感

在上述深度訪談結果中，除了有3位被試表示在進行虛擬現實閱讀時會感到眩暈外，還有3位被試認為虛擬現實頭戴式設備沉重，導致頭部不適和頸部疲勞。針對這一問題，虛擬現實技術開發者需考慮改進虛擬現實設備性能，優化虛擬現實應用設計，以降低用戶產生眩暈的風險，提供更好的閱讀體驗。

眩暈感通常與屏幕低刷新率和低分辨率有關。為此，在圖像設計方面，一方面應采取模型場景優化、調整幀率限制等方法增加設備的刷新率，減少畫面的模糊和延遲；另一方面，可以使用先進的圖像渲染技術，提高圖像的清晰度和流暢度，為用戶提供更清晰、更真實、更流暢的閱讀體驗。此外，還可以優化設備的傳感器和處理器，減少輸入信號到顯示器的延遲，以提高用戶的沉浸感。

在優化虛擬現實應用設計方面，由于不同用戶對于虛擬現實體驗的適應能力不同，因此可以提供瞳距調節、色差矯正、每秒幀數調節和畸變矯正等設備參數調整選項，以提高用戶體驗舒適度。此外，設計人員還應提供合適的導航和指引，以減少用戶在虛擬環境中的迷失感。

用戶在進行虛擬現實閱讀時需佩戴頭戴式顯示器，而目前虛擬現實設備還較為笨重，長時間佩戴可能會導致頸部疲勞，從而對用戶體驗的舒適度和自由度產生一定影響。而伴隨著虛擬現實軟硬件技術的不斷升級和改進，虛擬現實硬件設備將變得越來越輕便，因此這一問題也將逐步得到解決。

6 研究局限與展望

本實驗存在以下局限。一是實驗樣本容量略少且分布集中。在本次實驗中，兩組閱讀模式的被試共31 個，且分布在受教育水平較高的人群中，雖具有一定的代表性，但實驗樣本較小可能導致統計分析結果的不穩定性和可靠性受到挑戰。為此，在未來的研究中希望能夠擴大樣本容量，并區分不同教育水平、年齡層次的群體進行研究，以提高研究結果的可信度和泛化性。二是被研究對象參與實驗當天的心情和狀態難以控制，容易導致數據采集誤差。為此，在未來的研究中將更加嚴格地控制實驗環境中外部干擾因素，如噪音、溫度等，并通過隨機分組和隨機化實驗時間，減少心情變化對實驗結果的影響，以進一步提升研究價值。此外，虛擬現實閱讀將人體作為認知媒介，感官通道變成了人腦與環境交互的認知通道，這種以身體為媒介的多通道認知效果遠超傳統認知方式，因此可以考慮引入認知負荷的概念，探究虛擬現實閱讀與傳統閱讀環境下的認知負荷差異對專注度的影響，綜合評估閱讀專注度。

注 釋

[1]尹琨. 《關于推動出版深度融合發展的實施意見》發布[N]. 中國新聞出版廣電報，2022-04-25 （002）

[2]趙明范，劉寧. “脫嵌”—“再嵌入”：元宇宙閱讀的價值意蘊與風險困境[J]. 南陽理工學院學報，2024（1）： 58-62

[3] 白祿，郭寶華. 閱讀類綜藝節目對公共圖書館開展沉浸式閱讀活動的啟示[J]. 圖書館研究與工作，2019（5）：60-63

[4] 武法提，賴松，高姝睿，等. 聯合面部線索與眼動特征的在線學習專注度識別[J]. 中國電化教育，2022（11）： 37-44

[5]沈家模. 情報心理學概論[J]. 陜西情報工作，1984（2）：38-89

[6] 劉錦宏，宋明珍，張玲穎，羅凡冰. VR沉浸式閱讀效果及其影響因素研究[J]. 出版科學，2020（3）：29-35

[7] 黃先蓉，張窈. 數字閱讀研究熱點與動向：倫理、行為與應用[J]. 出版科學，2020（2）：5-16

[8]高輝，馮智源，張馳，等. 面向情緒調節的大腦無創神經調控技術研究 [J]. 信息工程大學學報，2023（5）： 520-525

[9] Zhang T Z， Chang T， Wu M H. A brainwave-based attention diagnosis and music recommenda-tion system for reading improvement[C]. 2021 IEEE International Conference on Artificial Intelligence， Robotics， and Communication （ICAIRC）， 2021： 1-4

[10] Wang P， Wu F， Wang M， et al. Research on Attention Classification Based on Long Short-term Memory Network[C]. 2020 5th International Conference on Mechanical， Control and Computer Engineering，2020：1148-1151

[11] Michal Zivan， Sapir Bar， Xiang Jing， et al. Screen-exposure and altered brain activation related to attention in preschool children： An EEG study[J]. Trends in Neuroscience and Education， 2019（17）：100-117

[12] Cheng P Y， Chien Y C， Huang Y M. The design and implementation of a real-Time attention recognition/feedback system in online learning course[C]. 2017 International Conference of Educational Innovation through Technology （EITT）. IEEE， 2018： 214-217

[13] Baceviciute S， Terkildsen T， Makransky G. Remediating learning from non-immersive to immersive media： Using EEG to investigate the effects of environmental embeddedness on reading in Virtual Reality[J]. COMPUTERS & EDUCATION， 2021（164）：1-15

[14] Baceviciute S， Mottelson A， Terkildsen T， et al. Investigating Representation of Text and Audio in Educational VR using Learning Outcomes and EEG[C]. 2020 CHI Conference on Human Factors in Computing Systems （CHI），2020：25-30

[15]孫靜敏，孟佳圓，尤佳，等. 基于快速序列視覺呈現的腦-機接口應用范式研究進展 [J]. 生物醫學工程學雜志，2023（6）：1235-1241+1248

[16][23] 郇小寧，黃新林. 微弱腦信號專注度特征提取與識別[J]. 科學技術與工程，2015（13）：153-157

[17] Tang Y， Huang H. An EEG-based brain-computer interface for attention state recognition[C]. 2020 International Symposium on Autonomous Systems （ISAS），2020：100-104

[18] Kang J H， Youn J Kim S H， et al. Effects of frontal theta rhythms in a prior resting state on the subse-quent motor imager brain-computer interface performance[J]. Frontiers in Neuroscience， 2021，15： 663101

[19] 夏晴，楊藝，強峻，等. 睡眠腦電成分對慢性意識障礙患者評估及預后預判的研究 [J]. 中華神經創傷外科電子雜志，2020（6）：368-372

[20]李昕，孫小棋，蔡二娟，等. 嚴肅游戲訓練對腦功能狀態改善作用研究[J]. 中國生物醫學工程學報， 2017（6）：685-691

[21] Steriade M. Cellular substrates of brain rhythms[J]. Electroencephalography： Basic principles， clinical applications， and related fields， 2005， 5：31-83

[22] Donald L. Schomer， Fernando H. Lopes da Silva. Electroencephalography： basic principles， clinical applications， and related fields[M]. Lippincott Williams & Wilkins， 2005 ：11

[24] 藍文威，陳晨，張金等. 聯合腦電信號與虛擬技術的大腦情緒狀態的半球不對稱性研究[J]. 中國生物醫學工程學報，2021（3）：266-271

[25] See A R， Liang C K. A study on sleep EEG Using sample entropy and power spectrum analysis[C]. Defense Science Research Conference &. Expo， 2011：1-4

[26] Yang Yuxuan， Gao Zhongke， Wang Xinmin，et al. A recurrence quantification analysis-based channel-frequency convolutional neural network for emotion recognition from EEG[J]. Chaos， 2018 （8）： 1-8

[27] Aftanas L I， Golocheikine S A. Human anterior and frontal midline theta and lower alpha reflect emotionally positive state and internal-ized attention： high - resolution EEG investigation of meditation[J]. Neuroscience letters， 2001 （1）： 57-60

[28] 趙文瑞，陳鑫源，雷旭. 同步腦電—功能磁共振信號處理進展 [J]. 信號處理，2018（8）：930-942

[29] Kenji Katahira， et al. EEG Correlates of the Flow State： A Combination of Increased Frontal Theta and Moderate Frontocentral Alpha Rhythm in the Mental Arithmetic Task[J]. Front Psychol， 2018（3）： 1=11

[30]馬方楠，方睿. 擴展現實科普童書的互動數字敘事策略 [J]. 出版科學，2023（6）： 18-25

[31] 張寧，劉浩冰. VR閱讀賦能讀者理解的原理、優勢與困境 [J]. 科技與出版，2023（7）：93-100

[32] 袁磊，黃心寧，付文思等. 影響高等教育教學的技術與實踐：基于EDUCAUSE《2020年地平線報告（教學版）》的思考 [J]. 現代遠距離教育，2020（4）： 3-9

[33] 徐麗芳，曾李. 數字敘事與互動數字敘事[J].出版科學，2016（3）：96-101

（收稿日期：2024-02-01）