利用腦電圖評(píng)估虛擬現(xiàn)實(shí)中的具身感：范圍綜述

Evaluating sense of embodiment in virtual reality with EEG: A scoping review

https://www.sciencedirect.com/science/article/pii/S2451958825002830

摘要

在虛擬現(xiàn)實(shí)（VR）體驗(yàn)中，具身感指的是擁有并控制一個(gè)虛擬身體。它結(jié)合了身體所有權(quán)感、代理感和自我位置感，使使用者感到虛擬身體就是他們自己的。盡管對(duì)這一話題的興趣日益增長，但具身感仍然缺乏定量的客觀和主觀標(biāo)準(zhǔn)評(píng)估實(shí)踐。在這一背景下，我們進(jìn)行了一項(xiàng)范圍綜述，通過搜索科學(xué)數(shù)據(jù)庫來評(píng)估現(xiàn)有文獻(xiàn)在具身感、其組成部分以及通過基于腦電圖（EEG）技術(shù)進(jìn)行評(píng)估方面的廣度。我們還調(diào)查了生理性的EEG衍生指標(biāo)與通過問卷收集的心理測量數(shù)據(jù)之間的關(guān)系，這些問卷旨在評(píng)估參與者的主觀體驗(yàn)。審查中納入了41篇文章，并根據(jù)具身感被調(diào)控的組成部分以及EEG技術(shù)進(jìn)行分類。文獻(xiàn)分析結(jié)果突顯了VR誘導(dǎo)刺激以及EEG數(shù)據(jù)收集、預(yù)處理和分析方面的高度異質(zhì)性。此外，在所審查的研究中，主觀反饋通常通過非標(biāo)準(zhǔn)化且往往未經(jīng)驗(yàn)證的問卷收集。這種顯著的異質(zhì)性反映了在具身感的關(guān)鍵主觀和基于EEG的標(biāo)記物上缺乏共識(shí)，這表明未來研究的設(shè)計(jì)需要更大的標(biāo)準(zhǔn)化。盡管如此，個(gè)別研究的結(jié)果表明，具身感可以引發(fā)可測量的反應(yīng)，這些反應(yīng)可以通過EEG衍生指標(biāo)進(jìn)行量化，并與主觀感受相關(guān)聯(lián)。因此，需要進(jìn)一步調(diào)查，以更好地設(shè)計(jì)涉及具身感的VR體驗(yàn)。

關(guān)鍵詞： 沉浸式現(xiàn)實(shí) 腦電圖 主觀體驗(yàn) 代理感 自我位置感 身體所有權(quán)感 橡膠手錯(cuò)覺

1. 引言

沉浸式虛擬現(xiàn)實(shí)（VR）由于技術(shù)進(jìn)步和成本可負(fù)擔(dān)性的提高，正變得越來越容易獲得（Fares et al., 2024）。VR 在多個(gè)領(lǐng)域提供了各種可能性，例如娛樂和休閑（Calisto & Sarkar, 2024）、醫(yī)療保健和神經(jīng)科學(xué)（Javvaji et al., 2024）、培訓(xùn)和教育（Lampropoulos & Kinshuk, 2024）。憑借其將用戶沉浸到完全由計(jì)算機(jī)生成的場景中的能力，并在其中整合多感官刺激，VR 允許在可控且安全的場景中提供引人入勝且生動(dòng)的體驗(yàn)（?widrak et al., 2024）。此外，VR 使用戶能夠?qū)⑻摂M身體體驗(yàn)為自己的身體，這種現(xiàn)象通常被稱為“具身感”。

具身感最初基于20世紀(jì)90年代末至2000年代初使用橡膠手進(jìn)行的現(xiàn)實(shí)世界實(shí)驗(yàn)而被概念化（Botvinick & Cohen, 1998; Ehrsson et al., 2004）。這些研究定義了具身感的現(xiàn)象學(xué)和神經(jīng)原理，后來隨著多感官VR環(huán)境的出現(xiàn)而得到更深入的調(diào)查（Sanchez-Vives & Slater, 2005; Slater et al., 2008），這也允許將具身感從身體部位——通常是手或上肢——擴(kuò)展到整個(gè)身體（Lenggenhager et al., 2007）。在2000年代至2020年代期間，VR技術(shù)的演進(jìn)使具身感研究從被動(dòng)范式過渡到主動(dòng)、自適應(yīng)和實(shí)時(shí)系統(tǒng)（Jeunet et al., 2018; Slater et al., 2008）。

具身感的體驗(yàn)是由多感官感知、運(yùn)動(dòng)代理感和空間位置之間的復(fù)雜交互實(shí)現(xiàn)的（Blanke, 2012），它通常通過兩種不同的方式觸發(fā)：視觸覺刺激和視運(yùn)動(dòng)同步。根據(jù)刺激以及更一般地說，根據(jù)VR體驗(yàn)，可以刺激具身感的一個(gè)或多個(gè)組成部分。這些組成部分是：i) 身體所有權(quán)感（SoBO），ii) 代理感（SoA），以及iii) 自我位置感（SoSL）（Guy et al., 2023）。

SoBO 是主觀感覺，即虛擬身體或其部分屬于自己。它是“這（虛擬）身體是我的”這種感覺。這種現(xiàn)象基于所謂的橡膠手錯(cuò)覺（Botvinick & Cohen, 1998），這是第一個(gè)實(shí)驗(yàn)，證明如果視覺和觸覺刺激被感知為連貫且同步的，就有可能對(duì)外在物體誘導(dǎo)所有權(quán)感。SoBO 是早期具身感研究中第一個(gè)被研究的組成部分，因?yàn)橥揭曈X和觸覺刺激相對(duì)簡單（Slater et al., 2008）。雖然有效，但同步視觸覺刺激最近已演變?yōu)橐曔\(yùn)動(dòng)同步范式，在該范式中，參與者的化身模仿真實(shí)或想象的動(dòng)作，或者化身由參與者主動(dòng)控制（Girondini et al., 2025）。用戶運(yùn)動(dòng)與虛擬身體運(yùn)動(dòng)之間的一致性可以誘導(dǎo)SoBO。盡管如此，從完全被動(dòng)體驗(yàn)向研究參與者主動(dòng)參與的轉(zhuǎn)變，使得對(duì)其他兩個(gè)具身感組成部分的系統(tǒng)性調(diào)查成為可能，尤其是SoA（Girondini et al., 2025）。

SoA 是感覺自己是引起自身動(dòng)作的代理者的感覺。它是對(duì)虛擬身體運(yùn)動(dòng)有意控制的感知。在VR環(huán)境中，當(dāng)虛擬化身的運(yùn)動(dòng)立即且準(zhǔn)確地對(duì)應(yīng)于用戶的運(yùn)動(dòng)時(shí)，SoA 會(huì)得到促進(jìn)。延遲或不一致的存在會(huì)降低這種感覺。SoA 和 SoBO 的區(qū)分很重要：一個(gè)人可以對(duì)一個(gè)身體擁有代理感而沒有感覺它是自己的（反之亦然），即使這兩個(gè)方面往往會(huì)互動(dòng)（Kalckert & Henrik Ehrsson, 2012）。

最后，SoSL 是感知自己位于空間中某個(gè)點(diǎn)的感覺。在VR中，SoSL 與顯示環(huán)境中的虛擬身體相關(guān)，更具體地說，在沉浸式環(huán)境中，它受第一人稱視角（1PP）和用戶視角與虛擬身體視角一致位置的影響。神經(jīng)科學(xué)實(shí)驗(yàn)，例如Lenggenhager et al.的實(shí)驗(yàn)（Lenggenhager et al., 2007），已經(jīng)表明，通過虛擬環(huán)境中的視觸覺操縱，可以改變自我的感知位置，創(chuàng)造“自我轉(zhuǎn)移”的錯(cuò)覺。

具身感的這三個(gè)組成部分不僅對(duì)游戲至關(guān)重要，還對(duì)臨床、治療和神經(jīng)科學(xué)應(yīng)用至關(guān)重要（Kilteni et al., 2012; Riva & Wiederhold, 2015）。具身感的調(diào)控已被證明在VR應(yīng)用中很重要，因?yàn)樗绊懹脩羧绾胃兄约阂约八麄冃袨楹团c虛擬物體互動(dòng)的方式（Kilteni et al., 2012）。強(qiáng)烈的具身感會(huì)導(dǎo)致更自然、目標(biāo)導(dǎo)向的行為和性能改善。事實(shí)上，具身感不僅增強(qiáng)了虛擬世界中的存在感，還改善了用戶體驗(yàn)（Scheibler & Rodrigues, 2019），促進(jìn)了新技能的學(xué)習(xí)（Slater, 2017），并支持了行為和心理效應(yīng)的研究（Gall et al., 2021）。

幾個(gè)因素已被證明會(huì)影響具身感的感知；其中包括多感官刺激以及用戶化身的外觀和行為（Fribourg et al., 2020）。雖然這些因素被認(rèn)為是貢獻(xiàn)元素，但它們的精確作用和潛在機(jī)制仍未得到充分表征。這表明，一方面，需要對(duì)文獻(xiàn)進(jìn)行系統(tǒng)評(píng)估，針對(duì)VR誘導(dǎo)錯(cuò)覺調(diào)控的具體組成部分以及誘導(dǎo)此類調(diào)控所采用的方法論；另一方面，需要識(shí)別能夠客觀評(píng)估具身感的定量指標(biāo)。

在大多數(shù)研究中，作者通過自我報(bào)告問卷評(píng)估具身感，其中許多問卷尚未經(jīng)過關(guān)于其可靠性和內(nèi)部一致性的嚴(yán)格驗(yàn)證程序，從而限制了其在比較分析中的適用性（Roth & Latoschik, 2020）。此外，缺乏共享標(biāo)準(zhǔn)阻礙了跨研究結(jié)果的比較和可靠復(fù)制發(fā)現(xiàn)（Roth & Latoschik, 2020）。這一差距限制了規(guī)范基準(zhǔn)的建立，并因此限制了可以用于開發(fā)穩(wěn)健臨床和遙操作應(yīng)用的具身感穩(wěn)健特征的識(shí)別（Falcone et al., 2023）。

為了滿足對(duì)客觀具身感測量的需求，過去十年中越來越多的研究利用了EEG和VR技術(shù)的整合，來調(diào)查與“具身”虛擬自我的表征相關(guān)的神經(jīng)生理相關(guān)物。

EEG 確實(shí)是一種非侵入性神經(jīng)成像方法，它以高時(shí)間分辨率測量大腦電活動(dòng)。與其他廣泛使用的模態(tài)（如功能磁共振成像（fMRI））不同，EEG 是便攜的，并且對(duì)運(yùn)動(dòng)相對(duì)更穩(wěn)健，使其非常適合交互式VR場景。因此，EEG 代表了一種在VR范式中調(diào)查具身感神經(jīng)相關(guān)物的最佳模態(tài)。通過分析EEG信號(hào)，研究人員可以識(shí)別與感覺虛擬身體是“我的”并處于控制之下的振蕩腦節(jié)律變化或誘發(fā)電位。這些腦節(jié)律代表了無偏且共享的響應(yīng)，可以實(shí)時(shí)收集——而不中斷體驗(yàn)——并在臨床人群中收集。它們與具身感的有意識(shí)體驗(yàn)的相關(guān)性（也通過主觀問卷的管理進(jìn)行檢查），可以改善對(duì)該現(xiàn)象的理解，從而提供可再現(xiàn)的生物標(biāo)記物來指導(dǎo)臨床協(xié)議、定制環(huán)境并優(yōu)化用戶參與（Porssut et al., 2023）。

例如，經(jīng)典的SoBO錯(cuò)覺（如虛擬手錯(cuò)覺）已使用EEG進(jìn)行研究：當(dāng)參與者接受虛擬肢體作為自己的肢體時(shí)，他們的傳感運(yùn)動(dòng)EEG節(jié)律（在mu/alpha范圍內(nèi)）通常顯示出增加的抑制，反映了類似于真實(shí)肢體使用時(shí)的運(yùn)動(dòng)皮層的參與（González-Franco et al., 2014）。同樣，alpha頻段振蕩與VR誘導(dǎo)的錯(cuò)覺性自我位置相關(guān)，揭示了雙側(cè)傳感運(yùn)動(dòng)皮層和內(nèi)側(cè)前額葉區(qū)域的身體特異性功率調(diào)制（Lenggenhager et al., 2011）。

最近對(duì)腦機(jī)接口（BCI）的興趣進(jìn)一步推動(dòng)了涉及EEG和具身感的研究：通過給用戶一個(gè)可控制的化身或VR中的假肢，研究旨在在運(yùn)動(dòng)想象（MI）期間產(chǎn)生增強(qiáng)的大腦激活，從而提升BCI性能（Choi et al., 2020; Vourvopoulos et al., 2022）?？傮w而言，EEG和VR具身感的交叉提供了一種獨(dú)特的方法來客觀測量“成為”虛擬身體的沉浸式體驗(yàn)。

鑒于這些前提，我們進(jìn)行了本次綜述，以概述這一跨學(xué)科領(lǐng)域的當(dāng)前狀態(tài)，同時(shí)關(guān)注VR體驗(yàn)中實(shí)施的特征，以調(diào)控一個(gè)或多個(gè)具身感組成部分，以及EEG方法論和具身感的關(guān)鍵神經(jīng)生物標(biāo)記物。主要目的是提供關(guān)于具身感及其使用EEG測量的現(xiàn)有知識(shí)概述，以闡明調(diào)控特定組成部分的神經(jīng)生理效應(yīng)，并指導(dǎo)未來工作。為此，我們進(jìn)一步深化并具體化了之前文獻(xiàn)綜述中由Guy et al.進(jìn)行的分析（Guy et al., 2023），該綜述考慮了所有可用的具身感研究方法論。作為次要目的，我們調(diào)查了定量EEG結(jié)果是否以及如何與常用的具身感主觀測量相關(guān)。

本次綜述的相關(guān)性在于需要識(shí)別解釋框架——以再現(xiàn)生態(tài)有效或神經(jīng)自適應(yīng)場景，并設(shè)計(jì)自然XR接口——將神經(jīng)信號(hào)與具身體驗(yàn)連接起來；事實(shí)上，最近的幾篇論文顯示了EEG如何以定量方式幫助識(shí)別與具身感相關(guān)的神經(jīng)機(jī)制（Guy et al., 2023）。因此，闡明具身感和EEG研究代表了一個(gè)及時(shí)的話題。一旦它們的關(guān)系被理解，就有可能將原始神經(jīng)數(shù)據(jù)轉(zhuǎn)化為有意義的洞見，在工業(yè)、健康、神經(jīng)科學(xué)和人機(jī)交互領(lǐng)域?qū)R體驗(yàn)產(chǎn)生顯著改進(jìn)（Hejrati et al., 2025; Risoli et al., 2025; Serim et al., 2024）。

本文的其余部分組織如下：方法（第2節(jié)）提供了關(guān)于搜索策略、研究選擇和數(shù)據(jù)提取的信息。結(jié)果（第3節(jié)）報(bào)告了我們關(guān)于具身感調(diào)控技術(shù)的發(fā)現(xiàn)，重點(diǎn)關(guān)注每個(gè)具體組成部分（§ 3.1）。隨后的結(jié)果小節(jié)呈現(xiàn)了EEG方法，包括系統(tǒng)設(shè)置、預(yù)處理和數(shù)據(jù)分析（§ 3.2），以及收集主觀響應(yīng)的工具（§ 3.3）。討論（第4節(jié)）批判性地審視并討論當(dāng)前發(fā)現(xiàn)，建議未來工作的潛在發(fā)展（§ 4.4）。小節(jié)4.5報(bào)告了本工作的局限性。最后，我們?cè)诘?節(jié)中得出一些結(jié)論。

2. 方法

進(jìn)行了一項(xiàng)科學(xué)文獻(xiàn)的范圍綜述，以識(shí)別所有與通過在VR環(huán)境中分析EEG信號(hào)來研究具身感及其相關(guān)概念有關(guān)的研究活動(dòng)。選擇準(zhǔn)備范圍綜述而非系統(tǒng)綜述，是因?yàn)楸竟ぷ鞯闹饕康氖怯成湓擃I(lǐng)域所有可用文獻(xiàn)，識(shí)別當(dāng)前技術(shù)水平和仍未解決的問題，而不是回答特定研究問題（Levac & Heather, 2012）。此外，由于近年來對(duì)具身感的興趣增加，范圍綜述的方法論顯得更合適，因?yàn)樗试S納入更廣泛的研究，即使這些研究處于初始階段。為了確保應(yīng)用嚴(yán)格的協(xié)議，我們采用了（Arksey & O’Malley, 2005）建議的框架，該框架已在其他范圍綜述中使用（Andersen et al., 2023; Arlati et al., 2020; Maggio et al., 2021）。PRISMA指南的組成部分（Liberati et al., 2009）——通常推薦用于系統(tǒng)綜述和元分析——在可能的情況下被使用。

我們意識(shí)到存在其他處理相同主題的綜述。如前所述，Guy et al.（Guy et al., 2023）專注于具身感評(píng)估策略；我們?cè)诰呱砀薪M成部分的定義方面與他們的綜述保持一致。然而，我們更深入地探討了VR體驗(yàn)與SoBO、SoA和SoSL之間的關(guān)系，并專注于EEG，提供更多關(guān)于方法論和有助于引發(fā)并檢測具身感及其組成部分的特征的信息。Kellmeyer在2018年進(jìn)行了一項(xiàng)綜述，但僅限于神經(jīng)病學(xué)和精神病學(xué)領(lǐng)域（Kellmeyer, 2018）；此外，它排除了該主題的幾項(xiàng)近期工作。最后，Ronca et al.的近期工作提供了使用EEG估計(jì)擴(kuò)展現(xiàn)實(shí)技術(shù)下具身感的非常廣泛概述（Ronca et al., 2024）。盡管如此，他們遵循了對(duì)具身感不太精確的定義，將其同化為空“存在感”的概念，即在計(jì)算機(jī)生成的環(huán)境中“在那里”。此外，他們排除了參與者少于12人或招募?xì)埣踩说难芯?，而我們認(rèn)為這些研究對(duì)于更深入探討該主題是必需的。

2.1. 搜索策略

其中一位作者在以下科學(xué)數(shù)據(jù)庫中進(jìn)行了搜索：PubMed（Medline）、Scopus（EMBASE）和Web of Science。第一次搜索于2024年3月進(jìn)行；更新于2025年5月進(jìn)行。研究搜索限于英文文章，時(shí)間范圍從2010年起（Levac & Heather, 2012）至2025年5月。這一選擇是因?yàn)槲覀冾A(yù)計(jì)大多數(shù)研究會(huì)使用沉浸式VR。事實(shí)上，為所有當(dāng)前頭戴顯示器鋪平道路的第一個(gè)頭戴顯示器——即第一個(gè)Oculus Rift——于2010年發(fā)布。

綜述過程，包括搜索字符串，如圖1所示。

2.2. 納入和排除標(biāo)準(zhǔn)

按照范圍綜述的指南，我們定義了寬泛的納入和排除標(biāo)準(zhǔn)，以允許更廣泛的研究選擇，旨在捕捉該主題的所有當(dāng)前證據(jù)，而不具體評(píng)估研究質(zhì)量（Levac & Heather, 2012; Tricco et al., 2018）。因此，我們納入了所有滿足以下條件的研究：(a) 在VR環(huán)境中作為實(shí)驗(yàn)范式的一部分評(píng)估具身感的一個(gè)或多個(gè)組成部分（例如，SoBO、SoSL、SoA）；(b) 使用EEG作為主要測量工具來評(píng)估VR體驗(yàn)的神經(jīng)相關(guān)物；以及(c) 涉及人類參與者（健康個(gè)體或臨床人群）。

如果研究：(a) 實(shí)際上未涉及具身感分析（例如，它們處理類似概念，如存在感，但不是具身感）；(b) 未包括EEG數(shù)據(jù)（例如，沒有結(jié)果的協(xié)議或僅使用行為測量或其他生理測量如fMRI的研究具身感）；或(c) 是意見文章、理論論文、綜述，則被排除。

2.3. 研究選擇

研究選擇過程的第一步預(yù)見了去除重復(fù)項(xiàng)。然后，對(duì)搜索結(jié)果的標(biāo)題和摘要進(jìn)行相關(guān)性篩選。在這一階段，明明不符合納入標(biāo)準(zhǔn)的研究被丟棄。如果存在不確定性，則閱讀整篇論文。接下來，獲取潛在相關(guān)論文的全文，并根據(jù)納入標(biāo)準(zhǔn)進(jìn)行詳細(xì)審查。所有作者單獨(dú)閱讀所有論文并評(píng)估其資格。任何歧義或沖突意見通過本綜述作者之間的討論解決。

2.4. 數(shù)據(jù)提取和綜合

在研究選擇之后，我們從每篇納入的研究中提取關(guān)鍵信息，包括：(1) 研究特征（研究設(shè)計(jì)——例如，組內(nèi)、組間或干預(yù)前/后——以及參與者細(xì)節(jié)，如樣本大小和人群）；(2) VR系統(tǒng)，即沉浸式VR系統(tǒng)（頭戴顯示器，HMD和CAVE）與計(jì)算機(jī)屏幕（或其他媒體）；(3) 具身感調(diào)控程序，即具身感是如何誘導(dǎo)的（即，通過關(guān)注視觸覺或視運(yùn)動(dòng)刺激的存在），涉及哪些組成部分，以及向研究參與者提出的哪些條件；(4) 預(yù)期的應(yīng)用領(lǐng)域（例如，神經(jīng)科學(xué)、醫(yī)療保健、心理學(xué)）；(5) EEG方法論（EEG設(shè)備和通道、預(yù)處理步驟、分析方法——時(shí)域ERP分析、頻域功率分析、事件相關(guān)去同步/同步（ERD/ERS）、時(shí)頻分析、連通性測量等）；(6) 其他測量（如適用）（例如，使用具身感問卷、行為績效測量）；以及(7) 與具身感相關(guān)的研究關(guān)鍵發(fā)現(xiàn)（哪些EEG標(biāo)記物被發(fā)現(xiàn)隨具身感而變化，以及任何報(bào)告的EEG測量與主觀報(bào)告或任務(wù)績效之間的聯(lián)系，以及任何注明的研究局限性）。所有審閱者獨(dú)立提取這些數(shù)據(jù)片段，每人專注于不同方面。然后，其中兩位作者對(duì)整個(gè)工作進(jìn)行修訂。收集的數(shù)據(jù)被審查并根據(jù)被調(diào)控的具身感組成部分（考慮Guy et al.給出的定義（Guy et al., 2023））和最相關(guān)的EEG數(shù)據(jù)分析程序進(jìn)行分類。然后，我們?cè)噲D突出兩種分類之間任何可能的關(guān)系，以為未來研究協(xié)議的開發(fā)提供信息。

3. 結(jié)果

范圍綜述的搜索策略識(shí)別出150篇論文。在刪除重復(fù)項(xiàng)并對(duì)標(biāo)題和/或摘要進(jìn)行初始篩選后，有80篇稿件被認(rèn)為符合納入標(biāo)準(zhǔn)。其中，36篇被認(rèn)為適合納入本次綜述。更新識(shí)別出5項(xiàng)額外工作；在一種情況下（Alsuradi et al., 2025），作者分析了先前收集的數(shù)據(jù)，我們還搜索了描述原始實(shí)驗(yàn)的文章（Alsuradi et al., 2024），并將這兩篇文章一起考慮。在納入的工作中，超過75%（n = 31/41）發(fā)表于2018年之后，幾乎60%（n = 24）發(fā)表于2020年之后，這表明對(duì)該主題的研究興趣正在增加（圖2）。

3.1. 具身感調(diào)控方法

所有納入的研究都采用了組內(nèi)設(shè)計(jì)，在一次會(huì)話中將參與者暴露于兩種或更多條件之下，除了兩項(xiàng)工作進(jìn)行了訓(xùn)練前-后分析（Liu et al., 2023, pp. 435–440; Song et al., 2025）。一項(xiàng)研究還對(duì)健康參與者和一名中風(fēng)患者的EEG響應(yīng)進(jìn)行了比較（Garipelli et al., 2021）。一項(xiàng)研究（Ramirez-Campos et al., 2024）沒有進(jìn)行實(shí)驗(yàn)，而是使用了先前工作中生成的數(shù)據(jù)庫（Vagaja et al., 2023）進(jìn)行進(jìn)一步的EEG數(shù)據(jù)分析。

在大多數(shù)情況下，樣本大小較小，這突顯了研究的探索性性質(zhì)：11項(xiàng)研究（26%）招募的參與者人數(shù)小于或等于10人；21項(xiàng)（51%）研究的樣本大小在11至20人之間；其余工作（21%）招募了24至37名參與者。在大多數(shù)情況下，參與者是健康的志愿者：在34項(xiàng)研究中，高達(dá)39項(xiàng)（80%，在3項(xiàng)研究中數(shù)據(jù)不可用），他們的年齡小于40歲。Xu et al. 招募了14名中風(fēng)患者（年齡：61 ± 11）（Xu et al., 2024）；Liu et al. 招募了13名年齡在18至65歲之間的脊髓損傷個(gè)體（Liu et al., 2023, pp. 435–440）；Garipelli et al. 招募了12名健康志愿者和一名中風(fēng)參與者（年齡：60）（Garipelli et al., 2021）；Song et al. 招募了兩名截肢者（Song et al., 2025）。

設(shè)備、VR體驗(yàn)以及如何調(diào)控具身感以誘導(dǎo)可測量的EEG響應(yīng)，在以下表格中描述。研究根據(jù)其聲明的或可推斷的主要具身感感興趣變量進(jìn)行分組：表1報(bào)告了主要處理SoBO調(diào)控的研究（n = 7），表2處理SoA的研究（n = 15），表3處理SoSL的研究（n = 7）。其余13項(xiàng)研究涉及不同具身感組成部分的調(diào)控；這些工作在表4中簡要描述，連同每項(xiàng)研究中涉及的組成部分。大多數(shù)研究關(guān)注SoBO和SoA的組合（n = 9），這是從執(zhí)行運(yùn)動(dòng)想象任務(wù)中得出的。一項(xiàng)預(yù)見了SoBO和SoSL的組合（Raz et al., 2020），其他研究則考慮了所有具身感組成部分。

關(guān)于用于誘導(dǎo)具身感的技術(shù)，我們識(shí)別出6項(xiàng)（14%）研究僅使用視觸覺刺激來誘導(dǎo)SoBO（n = 4）或SoSL（n = 2），以及26項(xiàng)（62%）研究涉及視運(yùn)動(dòng)反饋（其中4項(xiàng)使用了被動(dòng)范式）。其余工作（n = 10，23%）使用了混合刺激，即視觸覺結(jié)合被動(dòng)或主動(dòng)視運(yùn)動(dòng)設(shè)計(jì)；這些文章大多發(fā)表于2019年之后（僅有一個(gè)例外（Evans & Blanke, 2013））。

從視觸覺刺激以及SoBO和SoSL的調(diào)控向視運(yùn)動(dòng)范式的這種演變，主要發(fā)生在2000-2010年代，隨著高質(zhì)量HMD和實(shí)時(shí)運(yùn)動(dòng)跟蹤等技術(shù)的出現(xiàn)，以及Slater及其同事的探索性工作（Kokkinara et al., 2015; Sanchez-Vives & Slater, 2005; Slater et al., 2008）。這些涉及視運(yùn)動(dòng)刺激的研究也允許了對(duì)SoA的調(diào)控（單獨(dú)或與其他組成部分結(jié)合），增加了引入對(duì)自身動(dòng)作的一致或不一致控制的可能性。最近的研究進(jìn)一步探索了這一領(lǐng)域，將具身感作為一種方法論引入，以改善BCI，例如（Jeunet et al., 2018; Marchesetti et al., 2023; Vourvopoulos et al., 2022）。

大多數(shù)納入的研究涉及基礎(chǔ)研究（n = 19；46%），其次是康復(fù)（n = 14；34%）和人機(jī)交互研究（n = 7；17%）。一項(xiàng)工作（2%）專注于診斷（Bu-Omer et al., 2021）。此外，大多數(shù)研究提出了沉浸式體驗(yàn)：30項(xiàng)使用了HMD，1項(xiàng)使用了CAVE系統(tǒng)（Pavone et al., 2016）。一項(xiàng)研究采用了半沉浸式設(shè)置（Lenggenhager et al., 2011），5項(xiàng)使用了非沉浸式技術(shù)（即計(jì)算機(jī)屏幕）（Bu-Omer et al., 2021; Garipelli et al., 2021; Kang et al., 2015; Lee et al., 2015; Song et al., 2025）。在4種情況下，對(duì)設(shè)備進(jìn)行了比較：在3項(xiàng)研究中，比較是在計(jì)算機(jī)屏幕和HMD之間（Alanis-Espinosa & Gutiérrez, 2020; Choi et al., 2020; Dewil et al., 2024）；在一種情況下，測試了3種設(shè)備：計(jì)算機(jī)屏幕、平板電腦和AR界面（Sun et al., 2023）。

3.2. EEG方法 3.2.1. EEG系統(tǒng)設(shè)置

本次綜述納入的研究采用了廣泛多樣的EEG系統(tǒng)，在通道數(shù)量、電極放置、參考方案和采樣率方面存在顯著差異。電極數(shù)量從最少的6個(gè)（González-Franco et al., 2014）到高密度系統(tǒng)高達(dá)256個(gè)通道（Lenggenhager et al., 2011; Studnicki et al., 2024, pp. 989–990），這反映了在沉浸式VR環(huán)境中空間分辨率與易用性之間的不同權(quán)衡。大多數(shù)研究使用了中等密度EEG帽（例如，32個(gè)電極），這在空間信息和設(shè)置復(fù)雜性之間提供了良好的平衡，例如（Alsuradi et al., 2025; Dewil et al., 2024; Song & Kim, 2019）。

參考電極和接地電極的配置也存在相當(dāng)大的變異性。雖然許多研究采用了諸如耳垂之類的參考（例如（González-Franco et al., 2014; Nicolardi et al., 2025; ?kola & Liarokapis, 2018）），其他研究使用了中央位置（例如，Cz在（Lu et al., 2025）中或FCz在（Raz et al., 2020）中）、乳突（例如（Singh et al., 2018; Xu et al., 2024）），或更高級(jí)的參考如公共模式感測和右腿驅(qū)動(dòng)（CMS/DRL）（?kola et al., 2019）。同樣，當(dāng)報(bào)告時(shí)，接地電極通常放置在AFz或額頭。

采樣率也差異很大：一些研究使用了非常高的速率（例如，5000 Hz（Casula et al., 2022）；2048 Hz在（Evans & Blanke, 2013）中）以確保TMS或快速皮層動(dòng)態(tài)的高時(shí)間保真度，而其他研究采用了較低的速率（128–512 Hz），這些通常與通道數(shù)量較少的EEG系統(tǒng)相關(guān)，這些系統(tǒng)更適合VR設(shè)置（例如（González-Franco et al., 2014; Sun et al., 2023））。

3.2.2. EEG預(yù)處理策略

預(yù)處理流程在研究間顯示出顯著的異質(zhì)性，這反映了在VR和具身感研究中缺乏標(biāo)準(zhǔn)化EEG協(xié)議。然而，一些反復(fù)出現(xiàn)的步驟是可以識(shí)別的。大多數(shù)研究應(yīng)用了帶通濾波，截止頻率通常在0.1至100 Hz之間，例如（Pavone et al., 2016; Ramirez-Campos et al., 2024）。陷波濾波器在50/60 Hz處經(jīng)常用于抑制線路噪聲，例如（Alsuradi et al., 2025; Martial et al., 2023）。

降采樣通常在初始采集后應(yīng)用，以減少數(shù)據(jù)量并便于分析（例如，從2048降到512 Hz在（Marchesotti et al., 2023）中；從1000降到250 Hz在（Nicolardi et al., 2025）中），以減少數(shù)據(jù)大小并提高計(jì)算效率。

分段——將連續(xù)EEG分割成與事件相關(guān)的時(shí)間窗口——在絕大多數(shù)論文中被使用，盡管長度和對(duì)齊因任務(wù)和范式而異。

偽影拒絕和緩解使用了多種技術(shù)。幾乎所有研究都依賴獨(dú)立成分分析（ICA）來去除眼動(dòng)、肌肉或運(yùn)動(dòng)相關(guān)噪聲，例如（Lu et al., 2025; Martial et al., 2023）。一些研究在高噪聲環(huán)境中采用了ASR（偽影子空間重建），例如（Alsuradi et al., 2025; ?kola et al., 2019），甚至與ICA結(jié)合。其他研究使用了自動(dòng)和手動(dòng)檢查的組合，通常隨后進(jìn)行壞通道插值，例如（Marchesotti et al., 2023; Song et al., 2025）。少數(shù)作者使用了額外技術(shù)，如z分?jǐn)?shù)歸一化（?kola & Liarokapis, 2019）或使用Hampel濾波器的異常值拒絕（Sun et al., 2023）。

重新參考也不一致：雖然公共平均參考（CAR）是最常采用的方法，例如（Bu-Omer et al., 2021; Jeunet et al., 2018），一些研究依賴乳突或耳垂參考，還有少數(shù)沒有報(bào)告參考。

3.2.3. EEG信號(hào)分析

在預(yù)處理之后，EEG信號(hào)在四個(gè)主要領(lǐng)域進(jìn)行分析：時(shí)域（表5）、頻域（表6）、時(shí)頻域（表7）和連通性（表8）。每種分析方法為具身感VR的皮層相關(guān)物提供了獨(dú)特的洞見，從事件相關(guān)響應(yīng)到振蕩活動(dòng)和區(qū)域間通信。

圖3總結(jié)了所審閱研究中采用的分析方法。如左面板所示，時(shí)頻域分析最常見（n = 19），其次是頻域方法（n = 17）。時(shí)域分析在16項(xiàng)研究中使用，而連通性方法采用最少（n = 5）。右面板說明了有多少研究結(jié)合了多種分析類型。相當(dāng)數(shù)量的論文僅依賴一個(gè)領(lǐng)域，而較小比例整合了兩個(gè)或更多。

總體而言，無法識(shí)別與特定具身感組成部分調(diào)控相關(guān)的任何特定方法，盡管出現(xiàn)了一些趨勢。涉及SoBO研究的11項(xiàng)中有7項(xiàng)采用了時(shí)域分析；引入SoA調(diào)控的研究（單獨(dú)或與其他組成部分結(jié)合）12項(xiàng)中有8項(xiàng)使用了頻域分析；僅SoA調(diào)控也是大多數(shù)（5項(xiàng)中的4項(xiàng)）報(bào)告連通性相關(guān)結(jié)果的工作的對(duì)象。最后，時(shí)頻域分析主要在涉及SoSL的研究或調(diào)控多個(gè)組成部分的研究中進(jìn)行。

當(dāng)考慮具身感誘導(dǎo)技術(shù)（即視觸覺或視運(yùn)動(dòng)刺激）時(shí)，領(lǐng)域分析的選擇更加碎片化。時(shí)域和頻域分析已在兩種刺激技術(shù)之一或兩者存在時(shí)使用。時(shí)頻域分析總是在視運(yùn)動(dòng)刺激（主動(dòng)或被動(dòng)）存在時(shí)進(jìn)行，或與視觸覺刺激結(jié)合。連通性分析，除一個(gè)例外外，都在預(yù)見視運(yùn)動(dòng)刺激的研究中進(jìn)行。

此外，研究在處理和分析的方法論選擇以及對(duì)觀察變化的解釋方面差異很大。

3.2.3.1. 時(shí)域分析

如表5所列，時(shí)域分析主要關(guān)注事件相關(guān)電位（ERPs），在某些情況下關(guān)注運(yùn)動(dòng)相關(guān)皮層電位（MRCPs），這提供了高時(shí)間分辨率來評(píng)估與具身感相關(guān)的皮層響應(yīng)。然而，所調(diào)查的ERP組成部分在研究間差異顯著，其實(shí)驗(yàn)設(shè)計(jì)和分析時(shí)間窗口也是如此。

Casula et al. 使用TMS誘發(fā)電位和源建模顯示，在SoBO相關(guān)體驗(yàn)中虛擬手具身感后，M1快速抑制（Casula et al., 2022）。Du et al. 報(bào)告了在VR條件下相對(duì)于橡膠手錯(cuò)覺（RHI）或基線的C3處相對(duì)幅度增加（Du et al., 2021, pp. 703–708）。Garipelli et al. 在中風(fēng)和健康參與者的鏡像反饋條件下識(shí)別出更平衡的MRCP半球負(fù)性，證明了第三人稱視角下誘導(dǎo)的有效SoSL錯(cuò)覺（Garipelli et al., 2021）。González-Franco et al. 證明了與更強(qiáng)的SoBO相關(guān)的P450幅度增加（González-Franco et al., 2014）。Iwane et al. 發(fā)現(xiàn)當(dāng)SoA被破壞時(shí)，錯(cuò)誤相關(guān)電位（ErrP）更高（Iwane et al., 2024）。

其他研究探索了對(duì)不同具身感組成部分敏感的ERP組成部分。關(guān)于SoBO，Lu et al. 顯示對(duì)于自我相似的化身，N2和P1幅度降低（Lu et al., 2025），而Nicolardi et al. 發(fā)現(xiàn)對(duì)于第一人稱視角（1PP）中情感顯著刺激，N2-P2、EPN和LPP組成部分增強(qiáng)（Nicolardi et al., 2025）。

至于SoA，Marchesotti et al. 識(shí)別出P45和N60的調(diào)控，當(dāng)空間不一致性在存在觸覺輸入設(shè)備的情況下修改參與者對(duì)環(huán)境的控制時(shí)（Marchesotti et al., 2023）。Porssut et al. 顯示非具身感條件引發(fā)更強(qiáng)的錯(cuò)誤相關(guān)負(fù)性（ERN）和Pe（Porssut et al., 2023）。

處理SoSL時(shí)，Martial et al. 使用Lempel-Ziv復(fù)雜度（LZC）顯示在視觸覺不匹配期間信號(hào)復(fù)雜度降低（Martial et al., 2023），該實(shí)驗(yàn)誘導(dǎo)出體體驗(yàn)。Pavone et al. 比較了第一人稱與第三人稱視角，并在錯(cuò)誤觀察期間報(bào)告了第一人稱視角下增強(qiáng)的ERN（Pavone et al., 2016）。

Ramirez-Campos et al. 使用非線性動(dòng)力學(xué)（例如，熵、分形維數(shù)）來分類調(diào)控所有組成部分的實(shí)驗(yàn)后的具身感條件（Ramirez-Campos et al., 2024）。Raz et al. 發(fā)現(xiàn)Pe/P300幅度隨著更高語義一致性而降低，無論是在同步（相對(duì)于異步）刺激的情況下，還是當(dāng)可視化真實(shí)手（相對(duì)于光標(biāo)/翻轉(zhuǎn)手）時(shí)（Raz et al., 2020）。真實(shí)手的可視化也在Singh et al.的實(shí)驗(yàn)中被優(yōu)先，在該實(shí)驗(yàn)中記錄到增加的預(yù)測錯(cuò)誤負(fù)性和P300（A. K. Singh et al., 2018）。?kola et al. 將增強(qiáng)的N140和P100與錯(cuò)覺性觸摸的主觀強(qiáng)度相關(guān)聯(lián)（?kola & Liarokapis, 2019）。Sun et al. 使用微狀態(tài)和全局場功率分析來評(píng)估在使用不同輸入接口進(jìn)行空間界面任務(wù)時(shí)的alpha動(dòng)態(tài)，并顯示基于鼠標(biāo)的平移是最佳的SoA交互模式（Sun et al., 2023）。

盡管在P300樣組成部分和ERN的相關(guān)性上存在一些趨同，但研究間在協(xié)議、組成部分和感興趣腦區(qū)方面的巨大多樣性（表5）突顯了缺乏共享的時(shí)域EEG具身感標(biāo)記物。

3.2.3.2. 頻域分析

考慮到表6，頻域分析檢查了典型EEG頻段內(nèi)的振蕩活動(dòng)，強(qiáng)烈關(guān)注alpha、mu和beta節(jié)律。功率譜密度（PSD）是最常見的方法，但頻段和空間區(qū)域差異顯著。

Alchalabi et al. 顯示更強(qiáng)的中央-額葉alpha同步對(duì)應(yīng)于SoBO增加和SoA違反（Alchalabi et al., 2019, pp. 776–783）。Bu-Omer et al. 發(fā)現(xiàn)alpha和beta功率——特別是在頂枕葉區(qū)域——隨SoA變化而調(diào)控：視覺延遲越大，SoA越?。˙u-Omer et al., 2021）。Dewil et al. 報(bào)告了在力控制任務(wù)中更強(qiáng)的alpha和beta響應(yīng)，alpha功率與代理感成反比（Dewil et al., 2024）。

Evans et al. 在錯(cuò)覺性所有權(quán)和運(yùn)動(dòng)想象期間觀察到mu和beta調(diào)控，兩者都受同步視觸覺條件的青睞（Evans & Blanke, 2013）。González-Franco et al. 發(fā)現(xiàn)在虛擬手威脅期間mu去同步（González-Franco et al., 2014）。Jeunet et al. 顯示在高和低（即不一致、部分或反轉(zhuǎn)反饋）SoA條件下theta頻段增加，但發(fā)生在不同階段（Jeunet et al., 2018）。Lee et al. 發(fā)現(xiàn)在額葉區(qū)域beta和gamma功率增加，特別是具有化身的第一人稱視角條件下（Lee et al., 2015）。

Lenggenhager et al. 將內(nèi)側(cè)前額葉皮層的alpha變化與多感官?zèng)_突下的SoSL相關(guān)聯(lián)（Lenggenhager et al., 2011）。Liu et al. 發(fā)現(xiàn)在存在觸覺和視覺反饋且延遲減少的基于VR的運(yùn)動(dòng)訓(xùn)練后，M1中alpha和beta功率增加（Liu et al., 2023, pp. 435–440）。Martial et al. 在第三人稱視角的具身感實(shí)驗(yàn)期間觀察到delta增加和alpha功率減少（Martial et al., 2023）。

Ramirez-Campos et al. 使用譜熵和復(fù)雜度指標(biāo)證明了具身感狀態(tài)的高分類準(zhǔn)確率（第一人稱視角、同步視觸覺刺激、一致運(yùn)動(dòng) vs. 第三人稱視角、異步刺激、隨機(jī)運(yùn)動(dòng)）（Ramirez-Campos et al., 2024）。?kola et al. 探索了多個(gè)頻段的ERD/ERS指數(shù)和參與分?jǐn)?shù)，突顯了在調(diào)控SoA和SoBO的條件下譜動(dòng)態(tài)的變異性（?kola et al., 2019; ?kola & Liarokapis, 2016, 2018, 2021）。Sun et al. 報(bào)告了在暗示較少SoA的條件下（即與不太熟悉的界面互動(dòng)）額葉alpha功率和相干性增加（Sun et al., 2023）。Wang et al. 使用Hilbert-Huang變換顯示在視覺反饋速度變化調(diào)控SoA期間頂葉alpha調(diào)控（Wang et al., 2022, pp. 832–833）。

雖然許多研究將alpha和beta調(diào)控與具身感特別是SoA相關(guān)聯(lián)，但空間焦點(diǎn)和譜分解方法（FFT vs. Hilbert vs. 小波）的差異再次阻礙了識(shí)別通用譜生物標(biāo)記物。

3.2.3.3. 時(shí)頻域分析

如表7所報(bào)告，時(shí)頻研究調(diào)查了與運(yùn)動(dòng)想象、具身感起始或錯(cuò)誤檢測相關(guān)的振蕩功率動(dòng)態(tài)變化，使用了小波變換、STFT或ERSP等方法。

Alsuradi et al. 和 Bendor et al. 發(fā)現(xiàn)在自然肢體的運(yùn)動(dòng)想象期間delta/theta和alpha ERSP響應(yīng)增強(qiáng)，而想象超數(shù)拇指時(shí)活動(dòng)減少（Alsuradi et al., 2025; Bendor et al., 2025, pp. 90–97）。Choi et al. 報(bào)告了在沉浸式VR中相對(duì)于基于屏幕的訓(xùn)練的ERD幅度更強(qiáng)（Choi et al., 2020）。Du et al. 顯示當(dāng)結(jié)合VR與觸覺反饋時(shí)alpha/beta ERSP差異顯著（Du et al., 2021, pp. 703–708）。

González-Franco et al. 再次顯示在誘導(dǎo)SoBO后威脅場景期間mu去同步和準(zhǔn)備電位負(fù)性（González-Franco et al., 2014）。Kang et al. 發(fā)現(xiàn)alpha頻段ERSP和相干性與感知控制相關(guān)，在通過手真實(shí)運(yùn)動(dòng)與視覺反饋的5個(gè)不同一致性水平調(diào)控SoA的任務(wù)中（Kang et al., 2015）。Nicolardi et al. 識(shí)別了與刺激效價(jià)和第一或第三人稱視角相關(guān)的theta和mu ERSP變化（Nicolardi et al., 2025）。Nierula et al. 將負(fù)alpha ERD%與SoA相關(guān)聯(lián)，即使在不匹配反饋的情況下（即物體被掉落，無論參與者行為如何）（Nierula et al., 2021）。Pavone et al. 報(bào)告了在錯(cuò)誤抓取試驗(yàn)中額葉theta增加（Pavone et al., 2016）。

Raz et al. 和 Skola et al. 顯示了與視觸覺同步和SoBO評(píng)分相關(guān)的ERD變化（Raz et al., 2020; ?kola et al., 2019; ?kola & Liarokapis, 2018）。Song et al. 證明了橡膠手錯(cuò)覺的ERD模式比標(biāo)準(zhǔn)VR或MI更接近真實(shí)運(yùn)動(dòng)（Song et al., 2025; Song & Kim, 2019）。Studnicki et al. 發(fā)現(xiàn)在平衡丟失期間前扣帶theta同步，受沉浸度調(diào)控（Studnicki et al., 2024, pp. 989–990）。Vagaja et al. 和 Vourvopoulos et al. 顯示基于VR的反饋增強(qiáng)了運(yùn)動(dòng)相關(guān)ERD（Vagaja et al., 2023; Vourvopoulos et al., 2022）。Xu et al. 報(bào)告了在具身MI范式中ERD更強(qiáng)，即使在中風(fēng)患者中（Xu et al., 2024; Xu et al., 2024）。

在這些研究中（表7），mu和beta ERD作為運(yùn)動(dòng)相關(guān)具身感的一致指標(biāo)出現(xiàn)。然而，刺激類型和ERD/ERS計(jì)算的差異再次使不同研究之間的直接比較變得困難。

3.2.3.4. 連通性分析

如表8所述，連通性分析探索了具身感期間腦區(qū)如何通信，使用了基于相位的（PLV）、因果性的（PDC）或相關(guān)性的方法。雖然研究較少，但它們可以提供關(guān)于網(wǎng)絡(luò)水平組織的有趣洞見。

特別是，Casula et al. 發(fā)現(xiàn)在SoBO誘導(dǎo)后額頂電路的快速調(diào)控，后頂葉皮層連通性增強(qiáng)與真實(shí)手可視化情況下主觀所有權(quán)增加正相關(guān)（Casula et al., 2022）。Alanis-Espinosa et al. 報(bào)告alpha PDC和圖論指標(biāo)顯示在第一人稱視角條件下網(wǎng)絡(luò)效率更高以及運(yùn)動(dòng)區(qū)域的影響更大，與第三人稱視角相比，即使具身感發(fā)生在類人機(jī)器人中（Alanis-Espinosa & Gutiérrez, 2020）。Kang et al. 識(shí)別出額葉區(qū)域較低的alpha相干性對(duì)應(yīng)于更強(qiáng)的SoA，而beta和gamma相干性反映了更廣泛的傳感運(yùn)動(dòng)整合，不直接歸因于SoA調(diào)控（Kang et al., 2015）。

在Martial et al. 中，作者觀察到具身感期間beta-2連通性增加和theta復(fù)雜度減少，這被解釋為功能協(xié)調(diào)增強(qiáng)，即使視角在第三人稱視角中被置換（Martial et al., 2023）。Sun et al. 顯示alpha和beta相干性模式對(duì)與具身感相關(guān)的任務(wù)參數(shù)敏感（界面控制模式和設(shè)備）（Sun et al., 2023）。

雖然這些發(fā)現(xiàn)（表8）指向額頂網(wǎng)絡(luò)——特別是在alpha和beta頻段——作為具身感潛在關(guān)鍵，但連通性指標(biāo)和源建模方法的多樣性進(jìn)一步強(qiáng)調(diào)了當(dāng)前方法和方法的異質(zhì)性。

3.3. 主觀數(shù)據(jù)

在分析的42項(xiàng)研究中，大多數(shù)（34項(xiàng)研究，如表9所報(bào)告）報(bào)告了使用通過問卷收集的主觀評(píng)分，而8項(xiàng)研究沒有；在使用問卷的文章中，有兩項(xiàng)評(píng)估了與具身感無關(guān)的變量（A. K. Singh et al., 2018; Vourvopoulos et al., 2022）。

關(guān)于評(píng)估感知具身感的工具，在工具本身以及調(diào)查的構(gòu)念方面觀察到相當(dāng)大的變異性，許多工作使用了特設(shè)測量或現(xiàn)有問卷的部分改編。

大多數(shù)研究僅關(guān)注具身感的一個(gè)維度。SoBO（n = 23）和SoA（n = 19）的構(gòu)念是最頻繁探索的。SoSL 是調(diào)控具身感時(shí)考慮最少的，因此從主觀角度調(diào)查也最少（n = 6）。此外，一些研究涉及與具身感相關(guān)但不太具體的構(gòu)念，例如本體感覺、錯(cuò)覺性觸摸，或更外圍的變量如真實(shí)感、存在感、條件偏好、控制點(diǎn)和吸收。雖然這些測量有助于將具身體驗(yàn)置于語境中，但它們往往是孤立的且對(duì)理論核心是邊緣的。

3.3.1. 主觀數(shù)據(jù)與EEG數(shù)據(jù)的相關(guān)性

SoBO 與一致性和同步刺激更強(qiáng)烈相關(guān)（Raz et al., 2020），盡管與異步刺激或被動(dòng)觀察也存在較弱的關(guān)聯(lián)。此外，以第一人稱呈現(xiàn)的刺激比第三人稱引發(fā)的SoBO更大，例如（Sun et al., 2023）。此外，?kola 和 Liarokapis 假設(shè)在VR環(huán)境中的體驗(yàn)會(huì)增加所有權(quán)感，以及一般意義上的具身感，獨(dú)立于tDCS刺激（?kola & Liarokapis, 2019）；這些結(jié)果與神經(jīng)水平上ERD調(diào)控中發(fā)生的情況一致，但僅針對(duì)SoBO（?kola et al., 2019）。關(guān)于與其他EEG結(jié)果的相關(guān)性，SoBO 顯示出比SoA更一致和更穩(wěn)健的相關(guān)物，尤其在多感官語境中（Raz et al., 2020）或?qū)砩眢w的威脅時(shí)（Casula et al., 2022; González-Franco et al., 2014）。

分析結(jié)果顯示，SoA 隨運(yùn)動(dòng)反饋中的延遲而降低（Bu-Omer et al., 2021），而隨一致性和同步刺激而增加（Marchesotti et al., 2023; Yue et al., 2022）。此外，當(dāng)控制是主動(dòng)的而非被動(dòng)的（即觀察運(yùn)動(dòng)）時(shí)，SoA 更大（Nierula et al., 2021）。有趣的是，這一參數(shù)還受個(gè)人特征的影響，例如參與者的內(nèi)部控制點(diǎn)（Jeunet et al., 2018）?？傮w而言，與主觀SoA構(gòu)念相關(guān)的結(jié)果往往與與運(yùn)動(dòng)控制、感官預(yù)測和錯(cuò)誤監(jiān)測相關(guān)的EEG模式相關(guān)，即使這種模式并非總是存在。例如，在Skola et al. 和 Marchesotti et al. 中，SoA 與神經(jīng)相關(guān)物無關(guān)，這表明隱性運(yùn)動(dòng)控制與動(dòng)作意識(shí)之間存在分離（Marchesotti et al., 2023; ?kola et al., 2019）。

最后，SoSL 似乎與其他具身感構(gòu)念一樣，與同步刺激相關(guān)。此外，一些結(jié)果表明某些個(gè)人特征（如移情）的影響，在更強(qiáng)烈地體驗(yàn)具身感和SoSL時(shí)；這一聯(lián)系也反映在神經(jīng)生理水平上，其中ERP響應(yīng)作為情感移情程度的函數(shù)而被調(diào)控（Raz et al., 2020）。

4. 討論

本次綜述的主要目的是調(diào)查具身感如何在VR環(huán)境中被誘導(dǎo)，以及如何通過EEG數(shù)據(jù)收集和分析進(jìn)行定量評(píng)估。作為次要目標(biāo)，我們旨在識(shí)別客觀EEG數(shù)據(jù)與通過問卷收集的主觀數(shù)據(jù)之間的潛在相關(guān)性。

我們?cè)u(píng)估了總共42項(xiàng)工作，這些工作大多進(jìn)行了涉及健康年輕成年人的小樣本前-后研究。只有四項(xiàng)研究涉及殘疾人（即中風(fēng)、脊髓損傷和截肢），盡管超過三分之一的文章討論了康復(fù)領(lǐng)域的潛在發(fā)展。這些點(diǎn)，連同每年發(fā)表的涉及EEG和具身感的文章增加，表明該領(lǐng)域仍屬新興，且已進(jìn)行的試驗(yàn)大多是探索性的。鑒于此，目前不可能確定使用EEG研究具身感以及主觀數(shù)據(jù)收集工具的共享指南。在下文中，我們因此報(bào)告現(xiàn)有證據(jù)的總結(jié)，試圖突出最有前景的范式和分析，并識(shí)別當(dāng)前研究空白以指導(dǎo)未來發(fā)展。

4.1. 具身感調(diào)控

關(guān)于誘導(dǎo)具身感，我們根據(jù)實(shí)驗(yàn)中被刺激的主要組成部分對(duì)現(xiàn)有文獻(xiàn)進(jìn)行分類；這種分類并不總是容易的，因?yàn)榫呱砀型蛔鳛橐话愀拍钐峒昂驼{(diào)查，而不是考慮其組成部分。此外，研究顯示出高度異質(zhì)性，這使得難以確定特定范式是否比其他范式在誘導(dǎo)SoBO、SoA或SoSL修改方面更有效。

SoBO 主要通過實(shí)施第一人稱視角橡膠手錯(cuò)覺范式被孤立調(diào)查；納入的研究證實(shí)了文獻(xiàn)中已出現(xiàn)的內(nèi)容，即具身感可以在第一人稱視角下、在存在同步視觸覺刺激時(shí)（Evans & Blanke, 2013），以及通過具有正面或負(fù)面效價(jià)的刺激（González-Franco et al., 2014）更好地促進(jìn)。相反，TMS和可視化介質(zhì)（即VR vs. AR）似乎沒有顯著影響，至少在EEG相關(guān)變量上沒有。在僅有一種情況下（Lu et al., 2025），研究涉及全身可視化，并證明在這種情況下，面部特征和身體形狀都與誘導(dǎo)SoBO相關(guān)。

SoA作為唯一被刺激的組成部分的條件，主要涉及空間和/或時(shí)間視覺反饋的操縱——例如（Bu-Omer et al., 2021; Jeunet et al., 2018; Wang et al., 2022, pp. 832–833）——或者，當(dāng)處理運(yùn)動(dòng)想象時(shí)，通過根據(jù)運(yùn)動(dòng)的自愿程度提供反饋（Bendor et al., 2025, pp. 90–97; ?kola et al., 2019）。所有這些調(diào)控類型在影響參與者的代理感方面都是有效的，并且對(duì)虛擬身體的控制感降低隨著延遲或空間扭曲程度的增大而更高。

在SoSL的情況下，與SoBO的發(fā)現(xiàn)相反，實(shí)驗(yàn)條件大多預(yù)見了全身化身的參與，該化身在第三人稱視角下被呈現(xiàn)，同時(shí)執(zhí)行動(dòng)作，要么在錯(cuò)位位置，要么像在鏡子中一樣。SoSL在視觸覺刺激存在時(shí)、在類人化身存在時(shí)顯得更強(qiáng)（Lenggenhager et al., 2011）。第一人稱視角促進(jìn)了SoSL（Pavone et al., 2016），正如為SoBO記錄的那樣。盡管如此，同步視觸覺刺激也能夠在化身在第三人稱視角或鏡子中被觀察時(shí)誘導(dǎo)出體體驗(yàn)（Xu et al., 2024; Xu et al., 2024）。

最后，有的情況下多個(gè)組成部分同時(shí)被調(diào)控；這些研究主要進(jìn)行了SoBO和SoA的操縱，SoSL僅在3種情況下存在，其中參與者體驗(yàn)了第一或第三人稱視角（Lee et al., 2015; Vagaja et al., 2023）或在執(zhí)行其他任務(wù)后不得不重新定位自己（或他們的虛擬手臂）（Raz et al., 2020）。幾項(xiàng)涉及SoBO和SoA的工作處理了運(yùn)動(dòng)想象（Alsuradi et al., 2025; Choi et al., 2020; Du et al., 2021, pp. 703–708; Song & Kim, 2019; ?kola & Liarokapis, 2018），兩個(gè)組成部分的調(diào)控發(fā)生于從第一人稱視角看到虛擬化身（SoBO）并作為正確EEG信號(hào)檢測的結(jié)果誘導(dǎo)其運(yùn)動(dòng)（SoA）。此外，當(dāng)分析組合組成部分時(shí)，同步視觸覺刺激和類人外觀作為誘導(dǎo)更好具身感響應(yīng)的條件出現(xiàn)，無論在生理水平還是主觀水平（Raz et al., 2020; A. K. Singh et al., 2018; Vagaja et al., 2023）。Choi et al. 還證明使用更沉浸式的設(shè)備（HMD vs. 計(jì)算機(jī)屏幕）可以有助于誘導(dǎo)更高的具身感，盡管最佳條件仍由現(xiàn)實(shí)世界場景代表（即使帶有假手（Song & Kim, 2019））。

4.2. 基于EEG的具身感分析

EEG相關(guān)的數(shù)據(jù)采集、收集和分析也具有高度異質(zhì)性：這種變異性顯著限制了文獻(xiàn)中發(fā)現(xiàn)的可比性和整合。因此，本次綜述的一個(gè)關(guān)鍵發(fā)現(xiàn)是缺乏共享的標(biāo)準(zhǔn)化方法論用于數(shù)據(jù)收集和分析，從而缺乏基于EEG的生物標(biāo)記物。

更詳細(xì)地分析納入的文章，首先，我們注意到硬件配置的變異性，研究呈現(xiàn)不同的電極數(shù)量和配置，這不可避免地影響了分析的譜和時(shí)間分辨率，為跨研究比較帶來了挑戰(zhàn)。其次，盡管識(shí)別了反復(fù)出現(xiàn)的實(shí)踐，本綜述突顯了在評(píng)估VR中具身感的研究中關(guān)于EEG預(yù)處理和分析的共識(shí)缺乏。這種不一致性幾乎涵蓋了所有預(yù)處理步驟——從濾波選擇到偽影拒絕技術(shù)和參考策略。

重要的是，我們注意到只有一部分研究報(bào)告了完整的預(yù)處理細(xì)節(jié)，即使在那些研究中，參數(shù)選擇（例如，濾波階數(shù)、拒絕閾值）也差異很大。盡管方法論異質(zhì)性，大多數(shù)研究應(yīng)用了核心EEG預(yù)處理步驟：帶通濾波、降采樣、分段和偽影去除（主要使用ICA）。公共平均參考（CAR）或耳垂/乳突參考也被頻繁采用。這些共享實(shí)踐突顯了一個(gè)廣泛認(rèn)可的最低標(biāo)準(zhǔn)，即使詳細(xì)參數(shù)和額外步驟在研究間差異。

標(biāo)準(zhǔn)管道的缺失在具身感語境中特別成問題，在那里感興趣的是細(xì)微的電生理變化（例如，mu抑制、P300幅度偏移或ERD模式），這些變化容易被預(yù)處理選擇掩蓋或混淆。在這一語境中，應(yīng)注意已提出標(biāo)準(zhǔn)化EEG預(yù)處理管道，如PREP管道（Bigdely-Shamlo et al., 2015）、HAPPE（Gabard-Durnam et al., 2018）和Automagic（Pedroni et al., 2019），以提供可再現(xiàn)的、模塊化的框架，整合濾波、壞通道檢測和偽影校正，從而增強(qiáng)研究間結(jié)果的可比性。重要的是，搜索可靠的具身感EEG標(biāo)記物將大大受益于采用此類標(biāo)準(zhǔn)化方法。

同樣的變異性也出現(xiàn)在信號(hào)分析中；差異存在于分析的方法論選擇中，該選擇發(fā)生在時(shí)域、頻域、時(shí)頻域或調(diào)查連通性，以及在所有情況下提取和分析的特征選擇中。就EEG分析而言，大多數(shù)研究采用了時(shí)域（主要ERP特征，如P300樣組成部分或錯(cuò)誤相關(guān)電位）、頻域（功率譜密度關(guān)注alpha/mu和beta頻段）和時(shí)頻方法（ERSP/ERD/ERS分析）。在這些領(lǐng)域內(nèi)，事件相關(guān)分段和平均在ERP研究中是標(biāo)準(zhǔn)的，而頻域分析通常檢查傳感運(yùn)動(dòng)區(qū)域上的alpha和beta功率。在時(shí)頻分析的情況下，它們通常評(píng)估運(yùn)動(dòng)想象或具身感任務(wù)期間的mu/beta去同步。雖然提取的特征和應(yīng)用的方法論不同，這些共享策略可以代表調(diào)查VR中EEG具身感的核心實(shí)踐集。

在所有分析領(lǐng)域中，本次范圍綜述揭示，雖然EEG可以檢測與具身感相關(guān)的神經(jīng)信號(hào)，但沒有單一EEG標(biāo)記物或分析方法作為明確的生物標(biāo)記物出現(xiàn)。實(shí)驗(yàn)范式、EEG系統(tǒng)、預(yù)處理策略和分析選擇的多樣性——從ERP組成部分到ERD、PSD和連通性——限制了將發(fā)現(xiàn)綜合成連貫神經(jīng)生理模型的能力。

除了標(biāo)準(zhǔn)化預(yù)處理和分析方法之外，另一個(gè)重要的發(fā)展方向涉及在沉浸式VR環(huán)境中實(shí)時(shí)EEG分析的可行性。最近的研究證明，大腦活動(dòng)可以在線解碼以在VR內(nèi)提供自適應(yīng)反饋。例如，Chiossi et al.（Chiossi et al., 2025）開發(fā)了一個(gè)系統(tǒng)，利用外部和內(nèi)部注意的EEG相關(guān)物來支持工作記憶任務(wù)。在視覺N-back范式中，系統(tǒng)動(dòng)態(tài)調(diào)整干擾元素的視覺復(fù)雜性，前額theta和頂葉alpha活動(dòng)作為調(diào)整任務(wù)難度的可靠標(biāo)記物。同樣，Singh et al.（A. D. Singh et al., 2025, pp. 1296–1300）提出了一個(gè)神經(jīng)自適應(yīng)框架，其中VR環(huán)境基于EEG衍生的情感狀態(tài)實(shí)時(shí)修改。通過結(jié)合高級(jí)EEG分析與自適應(yīng)VR場景，這種方法旨在優(yōu)化用戶參與并改善治療結(jié)果。具身感領(lǐng)域的研究人員特別可以受益于此類實(shí)時(shí)神經(jīng)自適應(yīng)方法的整合，因?yàn)樗鼈兲峁┝藢EG標(biāo)記物直接鏈接到VR環(huán)境動(dòng)態(tài)調(diào)整的可能性，從而加強(qiáng)實(shí)驗(yàn)控制和生態(tài)有效性。

4.3. 使用主觀結(jié)果分析具身感

關(guān)于通過主觀結(jié)果分析具身感，大多數(shù)納入的研究收集了自我報(bào)告數(shù)據(jù)，但并未一致觀察到將它們與EEG測量明確相關(guān)聯(lián)的努力，盡管有時(shí)暗示了隱性聯(lián)系。

即使在基于問卷的結(jié)果中，也出現(xiàn)了顯著的異質(zhì)性：對(duì)納入工作中使用的主觀測量的方法論分析突顯了所用工具的構(gòu)建、形式和來源的顯著變異性。第一個(gè)關(guān)鍵元素是特設(shè)問題的廣泛使用：許多文章使用明確為單一研究開發(fā)的條目，插入不同長度的Likert或VAS量表（從0到10、從0到100，或5–7點(diǎn)）。雖然這些問題允許快速和語境化的收集，但它們?nèi)狈π睦頊y量驗(yàn)證，并且往往沒有伴隨足夠的關(guān)于其構(gòu)建或所采用理論依據(jù)的解釋。例如（Song & Kim, 2019）引用了“Embodied Perception Questionnaire”來測量諸如自我位置和代理感之類的變量，而沒有指明工具的內(nèi)容、理論來源或驗(yàn)證。這使得解釋結(jié)果并與其他更結(jié)構(gòu)化的研究比較變得困難。

相反，只有少數(shù)研究參考了結(jié)構(gòu)化的且已驗(yàn)證的問卷。有些使用了已知量表的改編，例如Longo et al.的（Longo et al., 2008）或Botvinick and Cohen的橡膠手錯(cuò)覺問卷（Botvinick & Cohen, 1998）。盡管如此，即使在這些情況下，改編方法也很少被記錄。對(duì)條目、響應(yīng)量表或管理語境的改變幾乎從未被證明或測試，這使得研究間可比性不確定。相反，在該領(lǐng)域采用標(biāo)準(zhǔn)化且驗(yàn)證的問卷將提供幾個(gè)優(yōu)勢：它將允許研究間更可靠的比較、EEG數(shù)據(jù)與自我報(bào)告體驗(yàn)的更大整合，并促進(jìn)至少在主觀變量中識(shí)別反復(fù)出現(xiàn)的模式。

另一個(gè)反復(fù)出現(xiàn)的問題是對(duì)術(shù)語“具身感”的泛化使用，而對(duì)所采用測量的詳細(xì)分析揭示，它們幾乎總是指一個(gè)或兩個(gè)特定子構(gòu)念，尤其是SoBO。例如，在（Porssut et al., 2023）中，只詢問了一個(gè)關(guān)于虛擬身體SoBO的特設(shè)問題，但該構(gòu)念被整體標(biāo)記為“具身感”。只有極少數(shù)研究，例如Skola et al.，以系統(tǒng)和多維方式處理了該主題，試圖評(píng)估具身體驗(yàn)的不同方面（SoBO、SoA、SoSL）（?kola & Liarokapis, 2019）。

總體而言，主觀發(fā)現(xiàn)表明具身感是一個(gè)多方面的構(gòu)念，其中代理感、身體所有權(quán)感和自我位置それぞれ受外部感官條件（例如，刺激一致性、第一人稱視角）和內(nèi)部人格特質(zhì)（例如，控制點(diǎn)、移情）的影響。雖然身體所有權(quán)感顯示出最穩(wěn)健和一致的神經(jīng)相關(guān)物，但代理感揭示了更大的變異性，表明主觀體驗(yàn)與EEG模式之間存在部分分離；同樣，主觀自我位置與特定神經(jīng)指標(biāo)無關(guān)。這些結(jié)果突顯了在具身感構(gòu)建中感知、動(dòng)作和認(rèn)知之間的復(fù)雜互動(dòng)。

4.4. 展望和未來方向

本次綜述突顯了具身感及其通過EEG分析的主題無疑具有興趣。然而，現(xiàn)有的研究以實(shí)質(zhì)性的異質(zhì)性為特征。這種異質(zhì)性反映了在具身感的關(guān)鍵主觀指標(biāo)上缺乏共識(shí)，這表明未來研究的設(shè)計(jì)需要更大的標(biāo)準(zhǔn)化和理論清晰度。事實(shí)上，標(biāo)準(zhǔn)化將允許神經(jīng)標(biāo)記物與主觀具身感分?jǐn)?shù)的一致比較，為主觀和客觀基于EEG測量的驗(yàn)證鋪平道路（Esteves et al., 2025）。為每個(gè)單一具身感組成部分識(shí)別一個(gè)（或更多）共享生物標(biāo)記物確實(shí)將導(dǎo)致擴(kuò)展具身感評(píng)估適用性的可能性，跨越用戶人群（例如，無法表達(dá)主觀判斷的患者）、硬件設(shè)置和VR特征，以及為實(shí)時(shí)自適應(yīng)場景或有效BCI接口的創(chuàng)建（Juliano et al., 2020）。

不幸的是，如前所述，目前的研究過于碎片化，無法識(shí)別穩(wěn)健的生物標(biāo)記物。然而，為了確保該領(lǐng)域未來研究產(chǎn)生可靠和可比的結(jié)果，從我們的綜述中出現(xiàn)了三個(gè)關(guān)鍵推薦。首先，研究應(yīng)精確定義并參考具身感構(gòu)念本身，避免將“具身感”作為泛化術(shù)語使用，特別是相關(guān)但不同的概念，如存在感或沉浸感。其次，未來VR體驗(yàn)的設(shè)計(jì)應(yīng)基于關(guān)于反饋類型和調(diào)控的現(xiàn)有知識(shí)，這些類型和調(diào)控可以有效地作用于一個(gè)或多個(gè)具身感組成部分。第三，未來研究將受益于協(xié)調(diào)的EEG協(xié)議，特別是旨在貢獻(xiàn)于元分析或整合建模方法的研究，并應(yīng)優(yōu)先考慮方法論協(xié)調(diào)和跨驗(yàn)證研究，以建立VR中具身感的可復(fù)制EEG特征。此外，所有EEG方法的詳細(xì)報(bào)告——從采集到預(yù)處理和分析——是必需的，連同朝著為具身感研究中EEG數(shù)據(jù)分析標(biāo)準(zhǔn)化建立共識(shí)指南的集體努力，類似于在其他領(lǐng)域已實(shí)現(xiàn)的那樣（Admiraal et al., 2018; Bigdely-Shamlo et al., 2015; Dilena et al., 2021）。

最后，只要可能，研究人員應(yīng)采用專門測量目標(biāo)具身感維度的驗(yàn)證問卷，確?？煽亢涂山忉尩闹饔^數(shù)據(jù)。朝著這些方向移動(dòng)將加強(qiáng)該領(lǐng)域并促進(jìn)VR中具身感的可再現(xiàn)、可轉(zhuǎn)化EEG生物標(biāo)記物的出現(xiàn)。

深化對(duì)具身感的理解將對(duì)幾個(gè)領(lǐng)域產(chǎn)生增量影響，其中包括康復(fù)和人機(jī)交互。在康復(fù)中，對(duì)具身感組成部分如何被調(diào)控的精確知識(shí)將導(dǎo)致改進(jìn)的治療協(xié)議，通過運(yùn)動(dòng)想象加強(qiáng)神經(jīng)通路、減少疼痛或重新訓(xùn)練身體表征，即使在運(yùn)動(dòng)功能有限的患者中（Arpaia et al., 2022, pp. 104–109; Matamala-Gomez et al., 2019; Ventura et al., 2023）。

一般而言，推進(jìn)具身感研究將為設(shè)計(jì)人機(jī)界面朝著更直觀、沉浸和自適應(yīng)范式提供信息。實(shí)時(shí)適應(yīng)的化身以及隨之而來的對(duì)它們的更強(qiáng)SoBO和/或SoA代理感將意味著用戶可以以自然和無縫的方式與數(shù)字環(huán)境互動(dòng)，減少認(rèn)知負(fù)荷并提升性能（Iwane et al., 2024; Teng et al., 2025; Ziadeh et al., 2021）。

4.5. 局限性

我們意識(shí)到本工作存在一些局限性。首先，納入綜述的研究的質(zhì)量并未進(jìn)行方法論評(píng)估。雖然范圍綜述的目標(biāo)在這方面不同于系統(tǒng)綜述（Arksey & O’Malley, 2005），但我們承認(rèn)我們的結(jié)果的有效性可能受到質(zhì)疑。盡管如此，我們僅在科學(xué)數(shù)據(jù)庫中進(jìn)行搜索，排除了灰色文獻(xiàn)，從而限制了可靠性問題。最后，我們承認(rèn)具身感這一主題是碎片化的，并涉及一系列不同且多學(xué)科的領(lǐng)域。因此，本范圍綜述中提出的一些分類必然反映了作者的主觀判斷，并基于他們對(duì)數(shù)據(jù)的批判性解釋。

5. 結(jié)論

本工作呈現(xiàn)了對(duì)具身感、其組成部分以及通過基于EEG和主觀方法論進(jìn)行分析所進(jìn)行的范圍綜述的結(jié)果。盡管近年來對(duì)這些主題的研究興趣有所增加，但所提出的體驗(yàn)的多樣性、VR硬件和軟件解決方案，以及主觀和EEG數(shù)據(jù)收集與分析的異質(zhì)方法論并未允許得出具體結(jié)論。更具體地說，這種異質(zhì)性反映了在具身感的關(guān)鍵主觀和基于EEG的標(biāo)記物上缺乏共識(shí)，這表明未來研究的設(shè)計(jì)需要更大的標(biāo)準(zhǔn)化。

另一方面，個(gè)別研究的結(jié)果是有前景的，至少初步表明，具身感可以引發(fā)可測量的響應(yīng)，這些響應(yīng)可以通過EEG衍生指標(biāo)進(jìn)行量化，并與主觀感受相關(guān)聯(lián)。鑒于這些發(fā)現(xiàn)，我們相信增強(qiáng)VR體驗(yàn)中具身感的主題值得進(jìn)一步調(diào)查。對(duì)具身感潛在神經(jīng)機(jī)制的更深入理解將導(dǎo)致更明智地設(shè)計(jì)直觀且有效的VR環(huán)境以及更精確的腦機(jī)接口。

原文：https://www.sciencedirect.com/science/article/pii/S2451958825002830