Efectul diferențiat al genurilor muzicale asupra răului de mișcare: evaluare EEG

Odată cu avansul tehnologiilor de conducere autonomă până la nivelul SAE 3, controlul partajat între om și mașină a devenit o paradigmă operațională predominantă. Această tranziție, deși crește confortul și siguranța rutieră, amplifică incidența răului de mișcare în rândul pasagerilor. Studiul realizat de cercetători de la Chongqing University of Arts and Sciences, publicat în Frontiers in Human Neuroscience, investighează potențialul terapeutic al muzicii asupra simptomelor de rău de mișcare, utilizând analiza semnalelor EEG pentru obiectivarea efectelor.
Evaluarea răului de mișcare s-a bazat tradițional pe chestionare subiective, însă metodele obiective, cum ar fi analiza EEG, devin tot mai importante pentru corelarea simptomelor cu activitatea cerebrală. În același timp, intervențiile senzoriale non-farmacologice, cum ar fi terapia cu muzică, au fost relativ neexplorate, în special în medii de conducere asistată.

Despre studiu

Metodologie și platformă experimentală

Studiul a utilizat un simulator de conducere bazat pe jocul Forza Horizon 5, combinat cu un sistem EEG de 64 de canale, pentru a induce și monitoriza răul de mișcare. Au fost selectate 10 trasee virtuale, evaluate pentru capacitatea de a induce simptome relevante, iar traseul 5 a fost ales pentru experimentele principale. Activitatea EEG a fost înregistrată cu o rată de eșantionare de 500 Hz, cu electrodul CPz ca referință.

Selecția participanților

• 112 voluntari au fost evaluați printr-o versiune adaptată a chestionarului MSSQ.
• Au fost selectați 30 de subiecți cu susceptibilitate moderată la rău de mișcare.
• S-au respectat criterii stricte de excludere (tulburări vestibulare, tratamente recente etc.).

Procedura experimentală

• Simularea a fost împărțită în trei faze: pregătire, inducție și modulare.
• După inducerea simptomelor, subiecții au fost împărțiți în 6 grupuri: patru au ascultat tipuri diferite de muzică (veselă, tristă, agitată, blândă), un grup a servit ca bază fără muzică, iar altul ca control cu recuperare naturală.
• Subiecții au raportat scoruri de rău de mișcare înainte și după intervenție; datele EEG au fost marcate și analizate.

Rezultate

Evaluarea modelelor de recunoaștere

Au fost antrenate cinci modele de clasificare pe baza semnalelor EEG: BPNN, KNN, SVM, NB și regresie logistică. Modelul BPNN aplicat în zona occipitală a oferit cea mai mare acuratețe (85,6%).

Efectul muzicii asupra răului de mișcare

• Muzica blândă: eficiență de 56,7% (obiectiv) și 56,3% (subiectiv).
• Muzica veselă: eficiență de 57,3% (obiectiv), scoruri subiective comparabile.
• Muzica tristă: eficiență inferioară recuperării naturale (40% vs 43,3%).
• Muzica agitată: eficiență obiectivă bună, dar slabă subiectiv.

Puterea spectrală în banda alfa a crescut semnificativ în stările de recuperare, indicând corelația dintre relaxare și ameliorarea simptomelor.

Complexitatea Kolmogorov-Chaitin (KC)

Valorile KC, asociate cu dinamica neuronală complexă, au fost extrase din regiunea occipitală (canalele O1, Oz, O2). S-a observat o corelație negativă semnificativă între scorul de rău de mișcare și complexitatea EEG (r = -0,625), confirmând scăderea complexității în stările de disconfort accentuat.

Interpretare

Interpretarea modelelor

Rezultatele superioare ale modelului BPNN pot fi explicate prin capacitatea acestuia de a învăța relații non-liniare complexe, în contextul răului de mișcare, care afectează profund activitatea vizuală din cortexul occipital. Creșterea benzii alfa și theta reflectă intervenția muzicală asupra conflictului vizual-vestibular.

Mecanismele intervenției muzicale

Muzica blândă pare să activeze sistemul parasimpatic și să inducă relaxare, în timp ce muzica veselă ar putea activa sistemele dopaminergice și recompensa, distrăgând atenția de la disconfort. Muzica tristă pare să exacerbeze simptomatologia prin rezonanță emoțională negativă.

Complexitatea EEG ca biomarker

Scăderea complexității EEG în cortexul vizual este un potențial indicator neurofiziologic al intensificării răului de mișcare, deschizând calea spre utilizarea KC ca biomarker obiectiv pentru recunoașterea automată a acestuia.

Limite ale studiului

• Dimensiunea redusă a eșantionului (30 subiecți).
• Variație de vârstă restrânsă (20–30 de ani).
• Utilizarea exclusivă a unui simulator, fără validare în trafic real.
• Lipsa unui studiu de importanță a caracteristicilor EEG în modelare.

Concluzii

Acest studiu demonstrează că muzica blândă și muzica veselă pot ameliora semnificativ simptomele răului de mișcare, confirmat atât de scorurile subiective cât și de date EEG. Modelul BPNN aplicat pe datele din regiunea occipitală oferă un cadru robust de detecție și monitorizare a stării de rău. În viitor, aceste descoperiri pot ghida dezvoltarea unor sisteme inteligente de reglare muzicală în vehicule autonome pentru a îmbunătăți confortul pasagerilor.