神经反馈-AI生成协同的疗愈空间构建:安全岛疗法下三元耦合模型的设计实证
Neurofeedback-AI Generation Synergy in Therapeutic Space Construction: Design and Empirical Study of the Trinary Coupling Model under Safe Place Therapy
摘要: 本研究基于安全岛疗法(Safe Place Therapy)的心理学理论框架,构建了多模态感知融合的沉浸式疗愈空间系统。该体系整合脑机接口技术(BCI)、生成式人工智能(AIGC)与交互式艺术装置,构建了具有动态自适应能力的心理干预环境。研究采用神经工效学设计方法,通过非侵入式脑电信号采集装置(Emotiv EPOC+)实时获取用户α波(8~13 Hz)与β波(13~30 Hz)的功率谱密度参数,建立基于机器学习的情绪状态可视化映射机制。同时,运用生成对抗网络(GAN)架构开发了视觉场景动态生成算法,实现疗愈环境要素(色温、形态、运动轨迹)与用户情绪状态的实时交互响应。研究创新性地提出“神经反馈–生成算法–空间形态”的三元耦合模型,为认知心理学与数字疗法的跨学科研究提供了新的理论框架。
Abstract: This study constructs a multimodal sensory-integrated immersive therapy space system based on the psychological theoretical framework of Safe Place Therapy. The system integrates Brain-Computer Interface (BCI) technology, Generative Artificial Intelligence (AIGC), and interactive art installations to establish a psychologically-interventional environment with dynamic adaptive capabilities. Employing neuroergonomic design methodology, the research utilizes a non-invasive electroencephalogram (EEG) signal acquisition device (Emotiv EPOC+) to obtain real-time power spectral density parameters of users’ alpha waves (8~12 Hz) and beta waves (12~30 Hz), establishing a machine learning-based emotion state visualization mapping mechanism. Concurrently, a visual scene dynamic generation algorithm was developed using the Generative Adversarial Network (GAN) framework, achieving real-time interactive responses between therapeutic environmental elements (chromatic temperature, morphology, motion trajectories) and users’ emotional states. The study innovatively proposes a “neurofeedback-generation algorithm-spatial configuration” triadic coupling model, providing a novel theoretical framework for interdisciplinary research in cognitive psychology and digital therapeutics.
文章引用:张寒, 朱思齐. 神经反馈-AI生成协同的疗愈空间构建:安全岛疗法下三元耦合模型的设计实证[J]. 人工智能与机器人研究, 2025, 14(3): 556-568. https://doi.org/10.12677/airr.2025.143055

1. 引言

在当今社会,心理健康问题已经成为全球公共卫生的一个重大挑战。据世界卫生组织(WHO)的统计数据,全球抑郁症患者约为3.8亿,其中中国约占17.5%,即大约5400万人患有抑郁症,约4100万人患有焦虑症[1]。这些数据表明,焦虑、抑郁等负面情绪问题正显著影响个体的生活质量。传统心理治疗方法包括正念冥想、药物治疗、行为认知等,虽已形成一定的标准化流程,并在心理健康干预中发挥了作用[2]。然而,由于存在依从性差和复发率高等瓶颈,且缺乏实时情绪反馈和社会互动能力,这些方法难以根据个体的神经反馈特征作出及时调整,从而导致患者产生治疗抵抗。因此,如何通过技术创新实现更有效的心理健康服务,特别是在干预方式上的创新,已成为亟待解决的问题。近年来,随着生成式人工智能(AIGC)的发展,心理健康干预正经历从“静态环境治疗”到“动态感知交互”范式的转型。研究表明,沉浸式体验能够显著提高心理干预效果[3],而个性化的治疗有助于提高患者的依从性[4],激活边缘系统功能代偿作用。基于这一研究背景,本研究提出“神经反馈–生成算法–空间形态”三元耦合模型。以“安全岛疗法”为理论框架,结合脑机接口(BCI)技术的神经反馈系统,通过实时脑电解码构建闭环干预机制,并利用AIGC为动态内容创作提供生物信号与语音驱动的艺术转译路径,旨在构建一个能够根据体验者需求实时调整疗愈环境的智能干预系统。这一系统突破了传统艺术疗愈在个性化体验和实时反馈方面的局限,为公共空间心理干预设计提供理论依据,推动其在公共服务领域的应用创新,期望为改善心理健康问题开辟新途径。

2. 沉浸式艺术疗愈空间

2.1. 沉浸式艺术疗愈空间的基本概念

沉浸式艺术疗愈空间是一种融合艺术创作、多感官体验与心理疗愈的复合型空间。其核心理念是通过结合数字艺术媒介与心理疗愈,利用多模态感知通道的动态耦合来实现神经调节。通过视觉、听觉、嗅觉和触觉等多感官的协同作用,以及高度互动性设计,构建一个能够促进用户身心放松、情绪释放和健康改善的疗愈环境。该空间通过沉浸式体验,引导用户与自我进行深度对话,力求排除所有不相关干扰,帮助用户全神贯注于当下体验,进而通过专注的注意力引导用户执行预期行为并产生特定情感体验。空间设计融合视觉艺术、声音、光影效果与交互机制等多维元素,使用户在丰富的感知环境中进行深度互动,从而最大化心理放松与疗愈效果。

2.2. 沉浸式艺术疗愈空间的应用场景

随着数字化技术的快速发展,沉浸式体验对公共空间设计[5]与社会互动[6]的影响日益显现,尤其在健康领域中展现了广阔的应用前景[7]。尽管沉浸式艺术疗愈空间在国内尚未得到广泛普及,但其低门槛、非语言性表达和多感官协同等特点,为其在多元化场景中的推广奠定了基础。近年来,国内外已有多个成功的实践案例,例如2022年Pixel Artworks在伦敦新媒体和娱乐区公共空间推出了沉浸式正念冥想空间《呼吸室》(图1),为上班族提供一个放松身心、缓解疲劳的场所。2023年,艺术家费俊与心理学家刘正奎合作,在中国国家大剧院中推出《情绪剧场》(图2)项目,通过人工智能及情感计算技术,实时捕捉并分析观众的情绪状态,基于情绪数据生成个性化的视觉画面与音乐,为体验者提供定制化的疗愈体验。此外,特瑞尔的装置作品《Skyspace》(图3)项目也是公共空间艺术馆沉浸式体验的成功案例,观众可以探索光线、色彩和空间,体验其光学效应和情绪影响[8]。这些实例表明,沉浸式艺术疗愈空间在艺术馆、博物馆、城市广场等公共空间中具有广泛的应用潜力,以其独特的感官设计和技术优势,不仅能吸引观众的注意力,还在引导情绪调节和促进心理健康方面发挥了重要作用。研究表明,社区中公共空间环境要素的配置与组织方式,对居民维持良好的生理、心理和社会健康状况的维持具有重要影响[9]。因此,将沉浸式艺术疗愈空间引入社区环境,可作为居民心理健康干预的重要工具,缓解社会压力与焦虑,促进社会联系,并提升公共空间的文化与社会功能。尽管Pixel Artworks《呼吸室》等项目验证了沉浸式环境的疗愈潜力,但其场景生成依赖预设模板,缺乏动态个性化响应。而本研究提出的“神经反馈–生成算法–空间形态”三元耦合模型,通过BCI-AIGC闭环系统,实现了场景要素(如色温、粒子运动)与用户情绪的实时匹配,突破了静态环境的局限。通过实时情绪状态监测与动态空间响应的深度融合,为沉浸式疗愈提供了更加个性化和高效的支持。

Figure 1. Pixel Artworks’ Room to Breathe

1. Pixel Artworks《呼吸室》

Figure 2. Jun Fei’s Emotional Theater

2. 费俊《情绪剧场》

Figure 3. James Turrell’s Skyspace

3. 特瑞尔《Skyspace》

3. 神经反馈驱动的沉浸式疗愈空间设计

3.1. 安全岛疗法概述

安全岛疗法(图4)是一种心理治疗的干预方式,旨在通过对话引导个体塑造一个完全安全、舒适的心理空间[10]。安全岛疗法的核心在于通过语言引导与感官激活,促进心理转变的疗愈路径,具体包括引导想象、视听联觉、情感释放和认知重构四个阶段。该疗法通过反复强化积极心理意象,激活前额叶皮层与边缘系统(如海马体和杏仁核)的协同作用,促进神经可塑性变化。这一过程不仅增强情感记忆的编码,还通过降低杏仁核的过度激活实现情绪稳态调节[11]。研究表明,自然元素中例如水元素,各种水纹、涟漪等图形具有使人们心灵平静的治愈功效,潜意识中人类会接近并选择这样的环境[12]。治疗师通过引导用户描述心目中最理想的场景,帮助个体在内心构建一个安全、放松的心理空间(如自然环境、安全场景)。用户构建个性化心理意象,能激活大脑的视觉信息与综合视觉特征相结合的区域,即前额叶皮层与边缘系统的协同作用,这些协同作用支持了情绪状态的构建和调节[13]。心理意象能通过神经反馈,来提高正向积极情绪[14]。安全岛疗法通过心理意象构建促进情绪调节以及个体的自我察觉。

安全岛疗法激活感官疗愈,用户构建基础的心理意象后,治疗师进一步调动用户的多感官体验(如视觉、听觉、嗅觉、触觉)。并逐步强化用户的多感官体验,进而增强“身临其境”的感觉。通过扩展听觉、视觉等感官体验,帮助体验者在情绪与躯体的双重联结中巩固疗愈效果[10]。研究表明,自然环境不仅能降低个体的焦虑水平,还能通过多感官协同作用促进身心放松[15]。多感官整合随着时间的推移改变神经活动的模式,甚至协调不同大脑区域的神经元群之间的活动[16],这种协同作用通过激活前额叶皮层和边缘系统(如杏仁核)来增强情感记忆[17]。通过整合视觉、听觉等多模态感官输入,该机制可激发更高层次的情绪与认知响应,避免单一感官刺激可能导致的疲劳或效果减弱。建立一个基于感性意象的视听觉融合模型,运用多变量统计分析和支持向量机(SVM)技术,把视觉和听觉特征映射到美感语义空间。同时,采用共享子空间学习方法,利用主成分分析(PCA)和典型相关分析(CCA)算法从高维数据中提取关键特征,研究视听觉底层特征与中层特征之间的直接映射关系。通过这一过程,建立起视觉特征与听觉特征之间的关联模型,并构建一个综合的视听觉融合的情感语义空间。

总的来说,安全岛疗法通过重复强化积极的情绪体验,形成情感锚点(Emotional Anchoring)。治疗师通过语言引导与感官激活,帮助用户构建一个充满安全感与放松感的心理意象,在这一过程中,用户会体验到强烈的积极情绪。再通过多感官协同作用,增强心理意象和躯体感受的真实感和沉浸感。治疗师通过反复的语言对话和心理意象细节的刻画,每次对话都会增强心理意象与积极情绪体验建立链接。这一过程不仅帮助体验者在心理层面建立安全感,还通过情绪与躯体的双重联结,进一步巩固疗愈效果。已有案例研究表明,情感锚定通过回忆快乐的回忆,能激起积极的情绪皮质层。状体电路的参与以前涉及奖励处理和情绪调节,腹外侧和背侧前额叶皮层之间的连接性更强,强调了两脑区协同作用下在面对压力时通过记忆回忆自我产生的积极情绪的恢复和保护功能[18]

Figure 4. Safe place therapy

4. 安全岛疗法

3.2. 脑机接口技术解析

脑机接口(Brain-Computer Interface, BCI)是一种基于神经科学的通信技术。通过收集脑电图信号(Electroencephalogram, EEG)并进行实时处理,将用户的神经活动信息进行解码,以此了解用户脑部活动与外界的联系[19]。根据信号采集方式不同,BCI主要分为可入侵式和非入侵式两种方法[20]。侵入性方式通过手术植入电极,具有高分辨率和高信噪比的优势,但存在手术风险和高成本问题;非侵入性方式(如脑电图EEG)则通过外部传感器记录大脑活动,具有无创、安全、成本低和易推广的优势,通过先进的信号处理技术可以有效提升性能。本设计选用Emotiv Epoc X十四通道脑电设备,非侵入性的EEG采集方式,结合Emotive Pro数据分析软件进行数据样板采集与处理。

Figure 5. Relationship between BCI and emotional states

5. 脑机接口与情绪状态关联

情绪检测与心理状态分析方面,BCI的应用基于脑神经活动与情绪状态之间的关联性(图5)。目前已有研究表明,BCI技术可以修改信号处理算法以适应大脑活动的变化[21],通过结合脑信号采集、实时反馈,为认知障碍的诊疗提供了一种创新方法[22]。在沉浸式艺术疗愈空间设计中,引入脑电波检测,目的是更精准地捕捉用户的情绪状态变化,从而进行动态调整和个性化干预。研究表明,不同的情绪状态会引发特定的脑电波变化。例如,α波(8~13 Hz)与放松状态相关[23],而β波(13~30 Hz)则与警觉和焦虑情绪密切相关[24]。通过实时采集和分析脑电信号,BCI能够识别用户的情绪状态,为心理状态分析提供客观依据。本研究中,Emotiv Epoc X设备采集多通道脑电数据,结合EmotivPro软件进行实时分析,为沉浸式艺术疗愈空间和疗愈提供理论依据和数据支持。

3.3. AI技术在疗愈中的应用

目前,AI技术应用于心理健康护理领域中[25]。研究表明,将人工智能技术运用于心理疗愈上,能够显著降低焦虑程度[26]。AI技术通过多模态整合,能提供更精准的检测方法和个性化心理干预策略[27]。基于此,本研究将AI技术应用于沉浸式疗愈空间中(图6),主要体现在文本生成自然语言处理(NLP) [28]、图像生成以及情绪智能体构建,通过智能化手段提升疗愈体验的个性化与交互性。首先,AI通过自然语言处理技术(NLP),实时捕捉用户的语音输入,接入AI图像生成实时对应的视觉场景。例如,当用户描述“一片宁静的森林”时,AI系统可以生成与之匹配的森林场景,并结合光影、声音等多感官元素。这种技术不仅实现语言到视觉的实时转化,还能根据用户的情绪状态动态调整,从而提供更具体针对性的疗愈体验。AI技术结合BCI设备,通过采集用户的脑电波数据,利用信号处理技术提取特征,并利用卷积神经网络(CNN)对特征进行分类,以精准识别用户的情绪状态。这一过程为情绪智能体的构建提供了数据基础。情绪智能体的核心在于其动态反馈机制,通过实时分析脑波数据,AI算法能够生成精准反映个体心理状态的智能体,并根据情绪变化动态调整疗愈策略。例如,当检测到用户处于压力状态时,智能体会触发舒缓的音乐、调整光影效果等干预措施,帮助用户恢复平静。

Figure 6. Application of AI technology in healing

6. AI技术在疗愈中的应用

4. 神经反馈驱动的沉浸式疗愈空间的设计实践

4.1. 沉浸式疗愈空间的系统搭建

沉浸式艺术疗愈空间的构建以“安全岛疗法”为理论基础,融合脑机接口(BCI)技术、人工智能(AI)技术与艺术设计,形成一个多感官协同作用的智能化交互环境。该空间设计的核心由感官模块和交互系统两大部分构成,旨在通过精确调控多维感官体验,提升用户的疗愈效果。感官模块的设计侧重于通过多感官刺激来营造沉浸式的疗愈氛围。在视觉层面,空间通过高清显示屏或投影技术呈现动态效果,尤其注重光影元素的运用。光线的颜色、明度、亮度以及变化节奏的精准调控,能够直接影响观者的情绪反应和心理状态。研究表明,光影的微妙变化对情绪的调节具有显著作用[29]。声音方面,整合了舒缓的轻音乐、自然音效(如鸟鸣、流水声)、白噪音等多种声音元素,已被证明能够有效降低用户的压力和焦虑水平[30] [31]。嗅觉体验则通过模拟自然环境中的气味,进一步激发积极的情绪反应[32],进一步增强沉浸感,为用户提供多维度的疗愈体验。

交互系统的设计是沉浸式疗愈空间的核心,旨在通过智能化的交互机制增强用户的参与感与疗愈效果。该系统通过传感器技术实时监测用户的生理与心理状态,通过Emotiv EPOC+脑电波设备实时获取用户的α波和β波数据,并通过神经反馈机制将其转换为可视化的情绪状态。通过机器学习技术,这些数据被用于实时生成符合用户情绪需求的视觉场景。具体而言,生成算法基于用户的情绪数据(如焦虑、放松等)调整空间的色温、运动轨迹和智能体形态,同时识别体验者对疗愈师的回答文本进行复愈性环空间构建。这一过程实现了神经反馈、生成算法与空间形态的紧密耦合,从而增强了沉浸式疗愈体验的个性化和互动性。

4.2. 沉浸式疗愈空间的可视化设计

沉浸式艺术疗愈空间通过视觉效果的优化设计,显著提升用户的情绪体验,并促使其产生积极的生理与心理反馈。该空间的可视化设计主要包括视觉背景设计(图7)和智能体设计(图8)两个部分,旨在通过动态视觉效果增强疗愈效果,并实时反映用户的情绪状态。

Figure 7. Visual background design

7. 视觉背景设计

在视觉背景设计中,系统采用自然场景的粒子化表现,模拟自然元素,营造出宁静舒适的氛围,进一步激发用户的积极情绪。视觉背景的生成依托于AI图像生成技术与TouchDesigner的结合,基于语音指令ComfyUI,系统能够实时生成复愈性视景,并通过TouchDesigner进行粒子化动态处理,从而呈现出具有疗愈效果的视觉场景。

智能体设计则是基于脑电波数据的实时分析与可视化处理,将用户的情绪状态转化为动态的视觉反馈。通过BCI设备采集用户的脑电波数据(如α波、β波等),并利用深度学习算法对其情绪状态进行识别,智能体系统能够根据情绪变化动态调整视觉效果。例如,当用户处于思绪混乱的状态时(α波:5~10 Hz,幅度 < 50 μV;β波:20 Hz,幅度 > 20 μV),智能体形态表现为尖锐且不稳定的状态,颜色趋向深色调,运动速率较快,呈现出不安与焦虑的情绪特征;当用户处于思考状态时(α波:8~13 Hz,幅度20~60 μV;β波:13~30 Hz,幅度5~20 μV),智能体形态转变为较小的圆形,颜色以蓝色为主,运动较为平缓,表现出冷静与专注的状态;当用户进入放松与疗愈状态时(α波:10 Hz,幅度100 μV;β波:14 Hz,幅度10 μV),智能体变得更加流畅、舒展,颜色由红色渐变为蓝色,伴随缓慢的粒子运动,整体呈现出平和与舒缓的情绪特征。

Figure 8. AI agent design

8. 智能体设计

4.3. 沉浸式疗愈空间的实践案例

通过构建沉浸式艺术疗愈空间模型,可以有效地帮助体验者缓解负面情绪,并提供深度的身心放松与愉悦体验。为了验证这一疗愈空间是否能够显著提升正面情绪,本研究结合了实际的案例与对话评估,分析了其疗愈效果与用户体验。

实验环境及设备:实验环境设置在一个具备四块高清电子屏幕的沉浸式空间内,确保视觉效果的全面覆盖与沉浸感。空间内的设备包括Emotive Epoc X脑电波头盔、高清电子显示屏、工作站及音响系统,同时配备了智能灯光控制设备,能够根据用户情绪变化实时调整光线与音效。这些设备共同作用,构建出一个多感官交互的智能化疗愈空间。

在实验开始前,工作人员详细向参与者说明实验流程,并强调本次实验将使用“安全岛疗法”,该疗法通过对话形式引导体验者进入深度放松状态。参与者会佩戴Emotive Epoc X脑电波头盔,电极处会注入生理盐水,以确保脑电波信号的稳定输出和高质量采集。在实验过程中,所有数据和互动均会被记录,以下是一个典型的参与者对话过程,图9为对话过程中实时呈现的空间场景。

疗愈师:“现在,让我们想象一下,在这个世界上,有一个你心目中最安全、最舒服和最美好的地方。它可以是地球上的任何一个地方,也可以在一个陌生的星球上。这个地方只属于你一个人,没有任何其他人可以进入。如果你在这个地方感到孤独的话,可以带去一些你喜欢的东西或小动物。请告诉我,你心中的这个安全美好的地方是什么样子的?”(心理意象构建)

体验者:“海洋环绕的小岛。”

疗愈师:“你觉得这片海洋是什么颜色的。”(多感官机制整合:视觉)

体验者:“蓝色的。”

……

疗愈师:“这个地方气温很舒服吗,你觉得冷还是热呢。”

体验者:“一阵阵清凉的风吹来,感觉阵阵凉爽。”

疗愈师:“我们来到海边,将双手放进海水里,你有什么感受。”(多感官机制整合:触觉)

体验者:“海水清凉,让我感到舒服。”

……

疗愈师:“抓起这些沙砾,你有什么感受。”

体验者:“将干燥的细沙握在手心,仿佛抓住了阳光的碎片。”

疗愈师:“感受身下的触觉和海面吹来的风,聆听大海的声音,慢慢的,慢慢的你有什么感受。”(多感官机制整合:听觉)

体验者:“躺在沙滩上,沙砾温暖而柔软,仿佛儿时在外婆的怀抱中。”(情感锚定)

Figure 9. Experimental dialogue process

9. 实验对话过程

通过脑电波数据的实时监测,可以观察到参与者从初始焦虑状态(β波活跃)到放松状态(α波主导)的神经反馈机制。在实验初期,参与者处于一种焦虑紧张的状态,脑电波数据表现为β波(13~30 Hz)。随着对话的逐渐深入,参与者逐步进入放松状态,脑电波数据中α波(8~12 Hz)的活跃度逐渐增加。疗愈师的语言引导帮助参与者逐步放松身心,减少β波的活跃度,旨在构建一个心理上的安全空间能从现实世界中转向内部世界。例如,当参与者描述“海洋环绕的小岛”时,α波活跃度提升代表前额叶处于放松状态,同时β波抑制显示杏仁核活动减弱,表明安全岛疗法通过双通道调节情绪反应。疗愈师进一步引导参与者感受海水的清凉、沙砾的温暖以及海风的声音,这些多感官机制整合进一步增加α波活跃度,使参与者进入更深层次的放松状态。当参与者描述“躺在沙滩上,沙砾温暖而柔软,仿佛儿时在外婆的怀抱中”回忆起儿时美好的记忆,唤起积极的情绪。这种重复积极的情绪体验最终形成了情感锚定,使参与者在未来能通过类似的场景或记忆快速地进入放松状态,从而强化疗愈效果的持久性。

沉浸式疗愈空间的实践案例表明,系统能够根据参与者的对话反馈实时渲染与其情绪状态相匹配的愈景。通过结合对话引导与场景生成,空间的互动性和沉浸感得到了显著增强。在整个体验过程中,参与者能够观察到视觉环境的不断变化,同时注意到智能体形态和情绪反馈的动态调整。这些变化直观地反映了参与者的情绪反应,通过视觉的呈现、声音的交织和光影的调节,为情绪调节和心理疗愈提供了有效的支持。例如,当参与者描述感受到温暖与柔软时,系统会调整沙滩的质感表现,并调节光线与色彩温度,呈现出柔和的色调和慢速流动的粒子效果,增强温馨舒适的氛围;而当描述到清凉的海水触感时,系统则会将水面呈现出清新透亮的效果,并搭配适度的凉风声,以增强触觉和听觉上的体验,使参与者更容易沉浸在这一情境之中。此外,智能体的形态变化与视觉反馈的结合为情绪调节提供了即时反应。当体验者的情绪从焦虑或困扰中转向放松时,智能体会呈现更流畅、更柔和的形态,颜色会从深色逐渐过渡到明亮的色调,伴随温和的运动和缓慢的粒子流动,从而更好地与参与者的心理状态相契合,促进其情绪的积极转变。通过这种双重机制的反馈,本研究验证了“神经反馈–生成算法–空间形态”三元耦合模型的有效性。与传统疗愈方式相比,该模型显著提升了个体情绪调节的精准度和疗愈体验的沉浸感。进一步分析显示,动态的空间形态调整不仅有效缓解了用户的焦虑情绪,还能够通过视觉场景的反馈促进用户的情绪恢复。在未来的研究中,将通过扩展数据采集渠道,进一步优化模型的情绪预测精度,以实现更加个性化和精准的疗愈效果。

5. 总结

本研究基于心理学、认知科学与艺术学的跨学科理论背景,提出了一种融合脑机接口(BCI)技术与AI生成技术的沉浸式数字艺术疗愈空间,探讨了数字技术在心理健康疗愈中的创新应用。该空间通过多感官刺激的交互设计,激活用户潜在意识中的情感连接,从而为个体提供个性化的疗愈体验。这一研究不仅为沉浸式疗愈空间在公共服务领域的应用价值提供了理论依据,还体现了其在降低社会压力、促进社区互动以及为焦虑、抑郁等心理困扰群体提供非药物干预治疗的潜力。

尽管初步实验结果显示该疗愈空间具备低门槛、良好互动性及持久性等特点,但当前的研究仍存在样本规模较小和社区推广应用受限等局限性。尤其在个性化算法的精确度与长期疗效的持续性方面,仍需进一步的优化与验证。未来的研究将通过扩大样本数量、引入更广泛的多模态数据融合(如心率、皮电信号等生理数据),进一步提升个体化疗愈体验的准确性,并探索疗愈场景从“空间干预”向“社会性支持”的延伸,以期在更大范围内为社会大众提供更为有效的心理健康支持。

综上所述,本研究提出的“神经反馈–生成算法–空间形态”三元耦合模型为沉浸式疗愈空间的设计提供了新的理论框架,并通过多模态感知和动态反馈机制提升了情绪调节的精准度。未来,随着技术的不断发展和优化,该模型有望在数字疗法、心理健康干预等领域发挥更大的应用潜力,为个性化心理治疗提供新的解决方案。

基金项目

华中师范大学2023年度中央高校基本科研项目(项目编号:CCNU23XJ047);华中师范大学2024年度中央高校基本科研业务费资助(优创项目编号:2024CXZZ066)。

参考文献

[1] 世界卫生组织. 中国的精神健康[EB/OL]. (2024-02-17)
https://www.who.int/china/zh/health-topics/mental-health, 2025-02-17.
[2] 谢慧, 林轩怡, 胡婉柔, 胡晓晴. 情绪调节促进负性社会反馈的遗忘: 来自行为和脑电的证据[J]. 心理学报, 2023, 55(6): 905-919.
[3] Carroll, J., Hopper, L., Farrelly, A.M., Lombard-Vance, R., Bamidis, P.D. and Konstantinidis, E.I. (2021) A Scoping Review of Augmented/Virtual Reality Health and Wellbeing Interventions for Older Adults: Redefining Immersive Virtual Reality. Frontiers in Virtual Reality, 2, Article 655338.
https://doi.org/10.3389/frvir.2021.655338
[4] 张阳, 王利娜, 张丹生. 线上健康教育联合个性化积极心理护理对门诊高血压患者服药依从性及心理健康的影响[J]. 心理月刊, 2024, 19(17): 181-183.
[5] Dane, G., Evers, S., van den Berg, P., Klippel, A., Verduijn, T., Wallgrün, J.O., et al. (2024) Experiencing the Future: Evaluating a New Framework for the Participatory Co-Design of Healthy Public Spaces Using Immersive Virtual Reality. Computers, Environment and Urban Systems, 114, Article ID: 102194.
https://doi.org/10.1016/j.compenvurbsys.2024.102194
[6] Xu, D., Liu, Y., Zeng, Y. and Liu, D. (2025) Virtual Reality in Adolescent Mental Health Management under the New Media Communication Environment. Humanities and Social Sciences Communications, 12, Article No. 201.
https://doi.org/10.1057/s41599-025-04528-1
[7] Samuel, S. (2022) Immersive Technologies in the Healthcare Space. In: Mishra, S., Tripathy, H.K., Mallick, P. and Shaalan, K., Eds., Augmented Intelligence in Healthcare: A Pragmatic and Integrated Analysis, Springer, 433-451.
https://doi.org/10.1007/978-981-19-1076-0_22
[8] 刘妙, 侯敏枫. 认知美学视角下的公共艺术疗愈设计研究[J]. 工业设计, 2025(1): 90-93.
[9] 梁君兰, 赵中建. 社区公共空间环境疗愈性评价与优化研究——以杭州市主城区为例[J]. 南方建筑, 2024(9): 84-95.
[10] 张琳. 安全岛绘画技术在高三考前情绪辅导中的应用[J]. 中小学心理健康教育, 2020(24): 32-34.
[11] 承昱华, 徐静琪. 艺术疗愈视角下的自然形态图形设计研究[J]. 丝网印刷, 2024(6): 63-67.
[12] 郑朝. 沉浸式艺术疗愈的设计策略[J]. 新美术, 2021, 42(6): 257-263.
[13] Skottnik, L. and Linden, D.E.J. (2019) Mental Imagery and Brain Regulation—New Links between Psychotherapy and Neuroscience. Frontiers in Psychiatry, 10, Article 779.
https://doi.org/10.3389/fpsyt.2019.00779
[14] Holmes, E.A. and Mathews, A. (2010) Mental Imagery in Emotion and Emotional Disorders. Clinical Psychology Review, 30, 349-362.
https://doi.org/10.1016/j.cpr.2010.01.001
[15] Bratman, G.N., Hamilton, J.P. and Daily, G.C. (2012) The Impacts of Nature Experience on Human Cognitive Function and Mental Health. Annals of the New York Academy of Sciences, 1249, 118-136.
https://doi.org/10.1111/j.1749-6632.2011.06400.x
[16] Stein, B.E., Stanford, T.R. and Rowland, B.A. (2019) Multisensory Integration and the Society for Neuroscience: Then and Now. The Journal of Neuroscience, 40, 3-11.
https://doi.org/10.1523/jneurosci.0737-19.2019
[17] Paraskevopoulos, E. and Herholz, S. (2013) Multisensory Integration and Neuroplasticity in the Human Cerebral Cortex. Translational Neuroscience, 4, 337-348.
https://doi.org/10.2478/s13380-013-0134-1
[18] Speer, M.E. and Delgado, M.R. (2017) Reminiscing about Positive Memories Buffers Acute Stress Responses. Nature Human Behaviour, 1, Article No. 93.
https://doi.org/10.1038/s41562-017-0093
[19] 陈赟冰, 罗鸿. 基于脑机交互的ASD儿童数字艺术疗愈设计研究[J]. 艺术与设计(理论), 2024, 2(9): 94-97.
[20] Sun, Y., Chen, X., Liu, B., et al. (2024) Signal Acquisition of Brain-Computer Interfaces: A Medical-Engineering Crossover Perspective Review. Fundamental Research, 5, 3-16.
[21] Magalhães, S.S., Lucas-Ochoa, A.M., Gonzalez-Cuello, A.M., Fernández-Villalba, E., Pereira Toralles, M.B. and Herrero, M.T. (2025) The Mind-Machine Connection: Adaptive Information Processing and New Technologies Promoting Mental Health in Older Adults. The Neuroscientist.
https://doi.org/10.1177/10738584251318948
[22] 万象隆, 傅岸峰, 要逸铎, 等. 基于BCI与VR的认知诊疗应用[J]. 工程科学学报, 2024, 47(4): 824-836.
[23] 王海霞, 尤文斌, 于在水, 等. 放松状态下α波的溯源分析[J]. 数据采集与处理, 2019, 34(2): 367-372.
[24] 曹宇杰, 高亚罕, 郭国栋. 基于脑电信号的三种情绪区别分析[J]. 生物医学工程研究, 2022, 41(1): 41-45.
[25] Dehbozorgi, R., Zangeneh, S., Khooshab, E., Nia, D.H., Hanif, H.R., Samian, P., et al. (2025) The Application of Artificial Intelligence in the Field of Mental Health: A Systematic Review. BMC Psychiatry, 25, Article No. 132.
https://doi.org/10.1186/s12888-025-06483-2
[26] Spytska, L. (2025) The Use of Artificial Intelligence in Psychotherapy: Development of Intelligent Therapeutic Systems. BMC Psychology, 13, Article No. 175.
https://doi.org/10.1186/s40359-025-02491-9
[27] Liu, F., Ju, Q., Zheng, Q. and Peng, Y. (2024) Artificial Intelligence in Mental Health: Innovations Brought by Artificial Intelligence Techniques in Stress Detection and Interventions of Building Resilience. Current Opinion in Behavioral Sciences, 60, Article ID: 101452.
https://doi.org/10.1016/j.cobeha.2024.101452
[28] 刘津睿, 都云程. 基于大语言模型的文本生成综述[J]. 人工智能与机器人研究, 2025, 14(1): 194-208.
[29] 赵孟霆, 盖龙涛, 闫子飞. 基于维度情绪模型的智能化灯光交互镜面装置设计研究[J]. 设计, 2024, 37(11): 130-133.
[30] Liu, C., Jing, X., Shi, J., Li, J., Zhang, Y. and Gao, W. (2024) Effects of Natural Sound on Human Stress Recovery Based on EEG Techniques. Journal of Environmental Psychology, 97, Article ID: 102365.
https://doi.org/10.1016/j.jenvp.2024.102365
[31] 黄心塬, 马舒, 孔繁一, 等. 白噪音干预对改善高原军人主观睡眠质量和焦虑情绪的效果[J]. 昆明医科大学学报, 2022, 43(9): 130-134.
[32] 郑璞, 刘聪慧, 俞国良. 情绪诱发方法述评[J]. 心理科学进展, 2012, 20(1): 45-55.