Navigation behavior during visual wayfinding in people with ultra-low vision using virtual reality
本研究利用校准后的虚拟现实平台，旨在证明基于轨迹的指标（如路径效率和转向偏差）能够有效量化超低视力人群在环境复杂度不断增加的情况下所面临的不同导航挑战与功能缺陷，从而为指导康复策略提供一种安全且有价值的方法。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你戴着一副模糊的护目镜，看什么都像是一幅模糊的水彩画，然后试图在拥挤的商场中寻找出路。现在，想象一下你必须在同样的迷雾中穿过一条繁忙的街道，或者在行驶的列车上寻找一个特定的座位。这就是超低视力（ULV）患者的日常生活现状——在这种情况下，他们的视力极差，几乎只能辨认出形状或光影。在这样的世界中穿行不仅仅是避开障碍物的问题，它还是一场复杂的心理舞蹈：需要记住你在哪里、规划路线，并对何时可以安全移动做出瞬间的决策。对于科学家来说，研究这些人是如何导航的非常困难。你不能直接把一个有深度视力障碍的人送到混乱的真实地铁站去观察会发生什么；那太危险了。因此，研究人员转向了一个数字游乐场：虚拟现实（VR）。把 VR 想象成一个安全的、隐形的沙盒，科学家可以在其中构建一个完美的、可重复的世界，像调整视频游戏难度一样调整难度，并在没有任何受伤风险的情况下观察人们是如何移动的。这项研究深入了这个沙盒，旨在观察当眼睛无法提供太多帮助时，大脑和身体是如何协同工作的。
研究人员设置了一个高科技 VR 实验，观察超低视力人群如何应对三种截然不同的“关卡”：穿越街道、在食堂寻找收银员，以及在地铁站登上列车。他们对比了三组人群：正常视力组（NV）、超低视力组（ULV），以及第三组佩戴特殊滤镜以“模拟”超低视力的正常视力组（sULV）。其目标是观察这种模拟是否能成为真实情况的良好替代品，并确定哪些环境最具挑战性。
研究结果就像是在观察一个视频游戏角色在不同难度的关卡中挣扎。拥有实际超低视力的人在看到繁忙街道时，甚至在开始行走前就会犹豫很久，比正常视力组多等待了约 3.6 秒。一旦开始移动，他们走得更慢，路径也更加曲折、低效，经常为了避开那些他们认为可能存在的物体而做出额外的转向。有趣的是，佩戴“模糊滤镜”的人（模拟组）的表现优于真实的 ULV 组，但差于正常视力组。这表明，虽然模糊你的视线能让你体验到这种挑战，但它并不能完全捕捉到真实生活在深度视力丧失中的体验，因为那涉及到多年的适应和使用不同策略的过程。
当研究人员观察哪种环境最难时，答案很明确：地铁站是最终的“大 Boss 关卡”。无论参与者视力如何，地铁站都让他们比在街道或食堂中效率更低、速度更慢。ULV 组在这里表现得最为挣扎，仅仅为了找到一个空位，他们就比正常视力组多转了 12 个弯。食堂是第二难的，主要是因为杂乱的桌子和走动的人群破坏了他们规划直线路径的能力。穿越街道虽然也很困难，但参与者似乎随着过程的进行变得越来越擅长处理，而地铁站则需要一个复杂的、多步骤的计划，而这种计划在视力受损的压力下容易崩溃。
这项研究中最酷的发现之一是，通常衡量成功的方式——比如“花了多久？”或“有没有撞到东西？”——并不能说明全部问题。研究人员发现，观察人们所走路径的“形状”要更有启发性。他们使用了名为“路径效率”（路径相对于完美路线有多直）和“转向偏差”（做了多少次额外的转向）的指标。这些指标显示，即使两个人在完成任务时花费的时间相同，超低视力的人可能采取了更加曲折、低效的路径。
研究还发现，视力“越差”并不总是意味着一个人在每种情况下都会走得更慢或转弯更多。事实上，对于大多数任务来说，具体的视力损失程度并不能完美预测他们的导航表现。这意味着，即使两个人的视力损失程度完全相同，他们在现实世界中的导航方式也可能截然不同，这表明信心、经验以及他们如何利用剩余感官等因素起到了巨大的作用。
简而言之，这项研究表明，虚拟现实是一个了解超低视力人群如何在世界中移动的绝佳且安全的工具。它发现地铁站是最具挑战性的环境，而“模糊滤镜”并不是真实视力丧失的完美替代品，并且通过测量某人所走的“路径”比单纯计时更能告诉我们关于其导航技能的信息。这些发现可以帮助医生和治疗师设计更好的培训计划，帮助人们在面对深度视力丧失时，能够更自信、更安全地在现实世界中穿行。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。