我们研究了开发决策支持系统 (DSS) 的可能性,该系统集成了眼球注视测量,以便更好地调整其建议。事实上,眼球注视可以洞察人类的决策:个人倾向于更加关注与他们即将做出的选择一致的关键信息。因此,眼球注视测量可以帮助 DSS 更好地捕捉决定用户决策的背景。22 名参与者进行了简化的空中交通管制 (ATC) 模拟,他们必须根据屏幕上显示的特定参数值决定接受或修改路线建议。记录了每个参数的决策和注视时间。算法使用用户注视时间来估计每个参数对其决策的效用。在此训练阶段之后,算法立即在两种条件下生成新的路线建议:1) 考虑参与者的决策,2) 使用显示参数上的停留时间测量,考虑参与者的决策及其视觉行为。结果表明,在考虑参与者的决策时,系统建议比基础系统更准确,使用他们的停留时间甚至更准确。使用眼动仪捕捉决策的关键信息加速了 DSS 的学习阶段,从而有助于进一步提高连续建议的准确性。此外,探索性
摘要。未来的驾驶舱将通过改进的航空电子设备得到增强,这些电子设备可以适应飞机和操作员的状态。眼动追踪可以对飞行员的眼球运动进行非侵入性分析,从中可以得出一组指标,以有效、可靠地表征工作量。这项研究确定了与飞机自动化条件相关的眼动追踪指标,并确定了飞行员工作量与相同自动化条件的相关性。扫视长度被用作飞行员工作量的间接指标:与引导和手动飞行条件相比,全自动条件下的飞行员平均扫视运动更大。数据集本身还提供了人类眼球运动行为的通用模型,因此表面上可以通过与工作量算法开发相同的指标来描述驾驶舱内不同自动化程度的着陆任务的视觉注意力分布。
抽象背景:大多数脑震荡后的眼动运动(EM)研究主要涉及男性样本。我们评估了基于脑震荡(CON)与健康控制运动员(HC)(HC)的女性,大学运动员(HC)的女性,大学运动员(抗反射率转移)和反视觉关注的反射性转移)和反视觉关注的(反视觉控制)。我们评估了EM绩效与脑后结果之间的关系。我们假设的反性能在CON和HC之间会有所不同,因为执行控制要求更大,并且EM绩效(两个任务)将与CON中的临床结果有关。方法:16个骗局(在伤害后4-10天评估[M = 6.87,SD = 2.15天])和16个年龄匹配的HC运动员。使用一般线性混合建模和Pearson的相关性。结果:在抗con上,相对于HC,相对于HC,在反率[F(1,2863)= 12.650,p <.001]和较短的延迟[F(1,469)= 5.976,p = .015]相对于HC。多种EM度量与临床结果相关:预测症状缓解的天数(r = .44,p <.05);在测试当天,抗错误率与症状负担有关(r = .27,p <.05)。结论:这项研究表明,EM措施的实用性有望检测女性运动员脑震荡的认知控制和感觉运动影响,并将其用作恢复的预后指标。
阿立哌唑,是第三代非典型抗精神病药,在D2和5-HT1A受体上充当部分激动剂,并在5-HT2A受体上充当拮抗剂。它通常与腹膜外症状的风险较低有关(EPS)。然而,有几个病例报告证明,阿立哌唑虽然很少会引起肌张力型反应,例如动眼危机(OGC),其特征是眼睛的持续,非自愿的向上偏差(1-3)。抗癌危机可能在阿立哌唑的启动或剂量升级后不久(4)发生。例如,Bhachech(1)和Hadler等。(2)报道了阿立哌唑剂量增加后的OGC病例,并通过抗胆碱能治疗成功管理。Canol等人。 (5)还描述了具有长期阿立哌唑的迟发性OGC案例,即使长期治疗也强调了谨慎的需求。 这些病例强调了考虑OGC风险的重要性,特别是在年轻患者,患有肌张力障碍病史或正在快速剂量升级的患者中(6,7)。 本报告详细介绍了阿立哌唑启动后的一个年轻成年人中的OGC案例,强调需要警惕这种罕见但显着的副作用。 一名患有中度智力发育障碍(IDD)的22岁妇女向我们的诊所提出了突然的,非自愿的向上滚动的眼睛,每天两到三次,持续15-20分钟,主要是在晚上。 她报告说,在这些情节中,很难将目光恢复到最初的位置,但这些情节最终会自发地解决。Canol等人。(5)还描述了具有长期阿立哌唑的迟发性OGC案例,即使长期治疗也强调了谨慎的需求。这些病例强调了考虑OGC风险的重要性,特别是在年轻患者,患有肌张力障碍病史或正在快速剂量升级的患者中(6,7)。本报告详细介绍了阿立哌唑启动后的一个年轻成年人中的OGC案例,强调需要警惕这种罕见但显着的副作用。一名患有中度智力发育障碍(IDD)的22岁妇女向我们的诊所提出了突然的,非自愿的向上滚动的眼睛,每天两到三次,持续15-20分钟,主要是在晚上。她报告说,在这些情节中,很难将目光恢复到最初的位置,但这些情节最终会自发地解决。
Christopher Wickens 3 Frédéric Dehais 1 1 ISAE-SUPAERO,法国图卢兹联邦大学。 2 Truestream Aerospace GmbH,德国汉堡。 3 美国科罗拉多州立大学心理学系,科罗拉多州博尔德。 不稳定进近已被确定为进近和着陆事故(例如跑道外接地、硬着陆、机尾撞击等)的主要原因。我们进行了一项实验以分析飞行员在这种进近过程中的表现。十名具有机型等级的商业飞行员在汉堡机场不稳定进近期间分别驾驶 B737 全速飞行模拟器飞行。收集了飞行员飞行 (PF) 的目光。结果显示,一半的飞行员坚持做出错误的着陆决定。后者飞行员在姿态指示器/飞行指引仪上停留的时间更长,而执行复飞的飞行员在做出最终决定之前则更多地注视导航显示器。这些发现表明,在执行相应任务之前很长一段时间内,飞行员就已经做出了着陆还是复飞的决定,而使用启发式方法会影响飞行员的表现。简介不稳定的进近已被确定为造成进近和着陆事故的主要原因。进近和着陆过程中飞行员在飞机操控、系统控制或机组资源管理方面表现不佳,这表明,从 2001 年到 2010 年,全球 49% 的致命事故发生在进近和着陆期间
Diego-Mas, JA.; Garzon Leal, D.; Poveda Bautista, R.; Alcaide Marzal, J.(2019).使用眼动追踪、鼠标移动和遗传算法优化用户界面布局。应用人体工程学。78:197-209。 https://doi.org/10.1016/j.apergo.2019.03.004
背景:近年来,眼动追踪技术和方法取得了长足进步。具体而言,使用眼动追踪定量测量眼球运动和心理生理结构正在获得发展势头。反应时间的测量方式有很多种,从对刺激的简单反应到对刺激更具挑战性的选择或辨别反应。传统上,反应时间是从刺激事件开始到反应事件测量的,包括视觉和运动反应时间。眼动追踪技术可以提供更离散的反应时间测量,包括视觉延迟和视觉速度等视觉成分,并可以识别刺激出现时人是否在看目标区域。本文旨在检验使用眼动追踪技术测量的简单反应时间、选择反应时间和辨别反应时间测试的可靠性。此外,我们试图建立表现规范并研究普通人群中反应时间的性别差异。最终目标是对不同人群的反应时间测量进行初步比较,包括非运动员、运动员和遭受创伤性脑损伤的个人。
运动障碍,例如帕金森氏病(PD)影响眼动函数 - 能够准确,有目的地移动眼睛以提供感官,认知和次级运动任务的能力。数十年的猴子和人类行为研究的神经物理研究已经表征了健康动眼控制的神经基础。 本综述将具有PD的人的眼睛运动与潜在的神经生理学机械学和途径联系起来。 在这个基础上建立了基础,我们重点介绍了使用眼动作来衡量症状严重程度,评估治疗效果并用作潜在的精确生物标志物的最新进展。 我们得出的结论是,尽管眼睛运动为PD机制提供了见解,但基于当前的证据,它们似乎缺乏足够的敏感性,并且可以用作独立的诊断工具。 与大数据集中的其他疾病指标结合使用时,可能会实现其全部潜力。数十年的猴子和人类行为研究的神经物理研究已经表征了健康动眼控制的神经基础。本综述将具有PD的人的眼睛运动与潜在的神经生理学机械学和途径联系起来。在这个基础上建立了基础,我们重点介绍了使用眼动作来衡量症状严重程度,评估治疗效果并用作潜在的精确生物标志物的最新进展。我们得出的结论是,尽管眼睛运动为PD机制提供了见解,但基于当前的证据,它们似乎缺乏足够的敏感性,并且可以用作独立的诊断工具。与大数据集中的其他疾病指标结合使用时,可能会实现其全部潜力。
我们研究了开发决策支持系统 (DSS) 的可能性,该系统整合了眼球注视测量,以便更好地调整其建议。事实上,眼球注视可以洞察人类的决策:个人倾向于更加关注与他们即将做出的选择一致的关键信息。因此,眼球注视测量可以帮助 DSS 更好地捕捉决定用户决策的背景。22 名参与者进行了简化的空中交通管制 (ATC) 模拟,他们必须根据屏幕上显示的特定参数值决定接受或修改路线建议。记录了每个参数的决策和注视时间。算法使用用户注视时间来估计每个参数对其决策的效用。在此训练阶段之后,算法立即在两种条件下生成新的路线建议:1) 考虑参与者的决策,2) 使用显示参数的停留时间测量,考虑参与者的决策及其视觉行为。结果表明,在考虑参与者的决策时,系统建议比基础系统更准确,使用他们的停留时间甚至更准确。使用眼动仪捕捉决策的关键信息加速了 DSS 的学习阶段,从而有助于进一步提高连续建议的准确性。此外,探索性眼动仪分析反映了决策过程的两个不同阶段,在整个决策时间过程中,相关参数(即涉及规则)的停留时间更长,这些相关参数的注视频率增加,尤其是在决策前的最后注视期间。因此,未来整合眼动仪数据的 DSS 应该特别关注决策前的最后注视。总的来说,我们的结果强调了眼动仪在增强和加速系统适应用户偏好、知识和专业知识方面的潜在意义。
神经人体工程学方法建议使用神经科学工具来监控操作员,以评估其在面对复杂活动时的认知状态 [Parasuraman 和 Rizzo 2008]。它的目标不是用机器取代人类,而是加强和优化人机协作。一种有前途的方法,即当前论文项目的核心,是在机上集成眼动仪以监控飞行员的眼球运动 [Peysakhovich 等人 2016]。这些数据可进一步用于推断机组人员的注意力状态,可以及早发现并预防其故障 [Dehais 等人 2017、2015;Lefrancois 等人 2016;Liu 等人 2016;Peysakhovich 等人 2018]。