XiaoMi-AI文件搜索系统
World File Search System注视
运动想象评估的眼动追踪信息的非线性分析
本研究调查了人类运动想象 (MI) 能力的评估。通常，MI 能力通过两种方法测量：自填问卷 (MIQ-3) 和心理计时 (MC)，后者测量实际和想象的运动任务之间的时间差异。然而，这两种测量都依赖于受试者的自我评估，而不使用生理测量。在本研究中，我们提出了一组从眼球注视信号的非线性动力学中提取的新特征，以区分好和坏的想象者。为此，我们设计了一个实验，让 20 名志愿者（根据 MC 分为好或坏的想象者）执行三项任务：运动任务 (MT)、视觉想象任务 (VI) 和运动想象任务 (KI)。在整个实验过程中，使用眼动追踪系统持续监测受试者的目光注视。通过对重建相空间进行递归量化分析来分析目光注视时间序列，并在两组之间进行比较。统计结果表明非线性眼球行为如何表达意象心理过程的内在动态，并可用作 MI 能力的更客观、基于生理的测量方法。
自然句子阅读过程中情绪处理的神经动力学
阅读时，我们的眼睛通过一系列注视和高速扫视浏览文本，以提取视觉信息。这一过程使大脑能够获得意义，例如关于书面文本中表达的情绪或情感价。大脑在自然阅读过程中如何提取单个单词的情感在很大程度上是未知的。这是由于自然成像的挑战，这导致研究人员之前采用高度控制、定时的逐字呈现缺乏生态效度的定制阅读材料。在这里，我们旨在评估自然阅读英语句子时词语情绪处理的电神经相关性。我们使用了一个公开的数据集，包括同步脑电图 (EEG)、眼动追踪记录和 400 个句子中的 7129 个单词的词级语义注释（苏黎世认知语言处理语料库；Hollenstein 等人，2018 年）。我们计算了注视相关电位 (FRP)，即与注视开始时间锁定的诱发电反应。对从视觉和运动诱发活动中清除的 FRP 进行一般线性混合模型分析，结果显示，在注视开始后 224 – 304 毫秒间隔内，左中和右后电极簇中的积极和消极情绪条件之间存在地形差异。包括单词、短语和句子级情绪预测因子的额外分析显示，单词级情绪的 FRP 差异相同，但短语和句子级情绪没有额外的 FRP 差异。此外，从情绪匹配的 40 次试验平均 FRP 中对单词情绪（积极或消极）进行分类的解码分析显示平均准确率为 0.60（95% 置信区间：[0.58, 0.61]）。控制分析排除了这些结果是基于眼球运动或语言特征的差异而不是词语情绪。我们的研究结果扩展了以前的研究，表明词汇语义刺激的情感价会在自然阅读过程中对单词注视产生快速的电神经反应。这些结果为在生态有效条件下识别词汇语义处理的神经过程提供了重要的一步，并可用于改进自然语言处理的计算机算法。
评估编程语言和任务类型对计算机科学专业学生眼动的影响
研究方法：使用眼动仪来跟踪学生程序员如何浏览和查看不同编程语言中不同类型的任务的源代码。学生在 Geany 集成开发环境（IDE，也用于他们的课程）中工作，同时在后台收集眼动数据，使他们的工作环境与之前的研究相比更加真实。每种任务类型都有 Python 和 C++ 版本，尽管针对不同的问题以避免学习效果。在屏幕的各个区域和源代码行上计算了注视次数和注视持续时间的标准眼动仪指标。这些指标的标准化版本用于跨语言和任务进行比较。
实验心理学杂志：应用
摩托车模拟器的最新发展使得研究安全条件下的骑手行为成为可能。然而，它们的使用仍然引发了有效性问题。我们的研究考察了骑手的转向和注视行为以及主观体验如何受到摩托车侧倾和反向转向的影响，这被认为是现实生活中骑摩托车的重要因素。结果表明，在侧倾平面上倾斜摩托车不会导致骑手行为、注视采样或感知真实感发生重大变化。然而，骑手采用的转向控制策略确实显著影响了这些结果。直接转向控制策略意味着骑手走赛车路径并提前扫描道路。然而，当实施反向转向时，骑手选择走“安全路径”，正如培训手册所建议的那样。反向转向也获得了最高的真实感分数。然而，转向控制更加困难，记录的车道偏离次数增多，以及引导和前视注视之间的权衡发生了变化。这表明，虽然反向转向符合骑手的真实控制行为并改善了模拟器骑行的主观体验，但它受到车辆动力学内部模型不充分的阻碍。
优化试点互助安排...
本研究的目的是首次尝试使用视频眼科测量为设计人员在飞机仪表板上安排飞行员指示器的决策提供定量分析和客观依据。迄今为止，此类决策仅基于设计人员积累的实践经验和主观专家评估。正在考虑一种优化仪表板指示器相互排列的新方法。这是基于对所选注意区域之间的注视转移概率矩阵的迭代校正，以尽量减少停留在这些区域中的相对注视频率的平稳分布与为合格飞行员分配的相应理想目标眼球运动之间的差异。在解决后续多维缩放问题时，获得的注视转移概率矩阵被视为相似性矩阵，其元素定量地表征了注意区域之间的接近度。这项新研究的主要发现如下：使用眼科数据来证明仪表板设计决策、优化方法本身及其数学组成部分，以及从量子表示的角度对所讨论的优化进行分析，都揭示了设计错误。通过重新排列与相应注意区域相关的显示区域，可以将获得的结果应用于飞机仪表板的原型变体。
通过同步光学脑成像和眼动追踪测量实现认知工作量的多模态模型
神经成像技术的最新进展使得对复杂任务设置和环境中操作员的认知过程进行多模态分析变得越来越实用。在这项探索性研究中，我们利用光学脑成像和移动眼动追踪技术来研究专家和新手操作员在正常和不利条件下操作人机界面时的行为和神经生理差异。与相关工作一致，我们观察到与新手相比，专家的前额叶氧合水平往往较低，并且表现出与最佳任务序列更一致的凝视模式，注视时间更短。这些趋势仅在操作员收到意外错误消息的不利条件下才达到统计显著性。错误消息前后的血流动力学和凝视测量之间的比较表明，专家对错误的神经生理反应包括双侧背外侧前额叶皮层 (dlPFC) 活动的系统性增加，同时注视时间增加，这表明他们的注意力状态发生了转变，可能从常规过程执行转变为问题检测和解决。新手的反应不如专家强烈，包括左侧 dlPFC 仅略有增加，注视持续时间呈下降趋势，这表明他们通过视觉搜索行为来寻找可能的线索，以理解
评估视觉搜索熵和参与度如何预测多对象跟踪空中交通管制任务中的表现
摘要：用于评估视觉显示可用性的行为绩效指标越来越多地与眼动追踪测量相结合，以提供更多洞察视觉显示支持的决策过程。眼动追踪指标可以与用户的神经数据相结合，以研究人类认知在视觉空间任务期间如何与情绪相互作用。为了促进这些努力，我们展示了一项研究的结果，该研究在具有动画 ATC 显示器的真实空中交通管制 (ATC) 环境中进行，其中 ATC 专家和新手被呈现飞机运动检测任务。我们发现，较高的静止注视熵（表示显示器上视觉注视的空间分布较大）和专业知识可带来更好的响应准确性，并且即使在控制动画类型和专业知识后，静止熵也可以正向预测响应时间。作为次要贡献，我们发现由参与度（通过 EEG 和自我报告的判断、空间能力和注视熵测量）组成的单个成分可以预测任务准确性，但不能预测完成时间。我们还提供 MATLAB 开源代码，用于计算研究中使用的 EEG 测量值。我们的研究结果表明，设计空间信息显示器时，应根据用户的情感和认知状态调整其内容，尤其是在充满情感的使用环境中。
臭名昭著的 B.I.T - 考文垂大学
联网和自动驾驶汽车容易受到网络攻击，这可能会危及汽车的安全高效运行，从而对驾驶员的行为产生负面影响。此类网络攻击的主要隐患是车内视觉分散，这是造成道路事故的主要原因之一。在这项使用驾驶模拟器的实证研究中，38 名参与者驾驶有条件自动驾驶汽车，在执行与驾驶无关的任务时经历了两种类型的故障：显性故障（即勒索软件攻击出现在车内屏幕上）和静默故障（即转向信号未能在车内屏幕和仪表盘上激活）。收集并分析了驾驶员的注视行为，包括注视次数和持续时间。结果表明，显示勒索软件的 HMI 是驾驶员最关注的兴趣区域。大多数司机没有注意到转向灯有故障。近一半的司机在开车时注视勒索软件的时间超过 12 秒。没有观察到故障时间对凝视行为的影响。这项研究证明，勒索软件攻击会分散注意力并对道路安全构成重大风险——一名参与者在恢复手动控制后撞车。数据还证明，此类联网汽车不太可能满足 NHTSA 关于安全使用车载设备的分心指南。
惯用手影响运动意象和执行的神经关联：一项 FMRI 研究
图 1 实验时间线。试验以 3.47 分钟的 T1 结构 MRI 开始，然后是运动想象 (MI) 任务（约 20 分钟）。然后获取 DTI 数据（5 分钟），然后是运动执行 (ME) 任务（约 10 分钟）。这里显示了运动想象任务的详细时间。只有在 MI 任务开始时，屏幕上才会出现“Imagery”一词。每次试验都以注视十字（3 秒）开始，然后是一张显示右手、左手或双手的图片，指示必须执行哪种条件（7 秒）。试验之间有 5 到 9 秒的静止时间（注视十字）抖动间隔。每种条件（左手/右手/双手）的试验在参与者中随机分配。同样的程序也适用于 ME 任务，唯一的区别是在开始时显示“Execution”一词