摘要 — 准确地对眼动进行分类对于人机界面、睡眠分期和疲劳检测等各种实际应用都至关重要。然而,基于眼电图 (EOG) 的眼动分类 (EMC) 仍然具有挑战性,现有的解决方案在准确性方面仍然不是最优的。传统的基于机器学习 (ML) 的方法主要关注手工制作的特征,严重依赖于 EOG 分析的先验知识。此外,大多数现有的基于深度学习 (DL) 的方法仅仅专注于提取单尺度或多尺度特征,而不考虑不同层次特征的贡献,从而限制了模型学习判别表示的能力。为了解决上述问题,提出了一种新的基于多尺度 Inception 的深度融合网络 (MIDF-NET),由并行 CNN 流和多尺度特征融合 (MSFF) 模块组成,用于从原始 EOG 信号中提取信息特征。并行的 CNN 流可以有效地提取 EOG 的多尺度表示,而 MSFF 模块融合了这些特征,利用了低级和高级多尺度特征。在 5 个公共 EOG 数据集(50 名受试者和 59 条记录)上进行了全面的实验,包含 5 种眼球运动(眨眼、向上、向下、向右和向左)。还实现了最先进的基于 EOG 的眼球运动方法,包括经典机器学习模型和深度网络,以供比较。实验结果表明,我们的 MIDF-NET 在 5 个公共数据集中实现了最高的准确率(87.7%、86.0%、95.0%、94.2% 和 95.4%),优于最先进的方法,准确率显著提高。总之,提出的 MIDF-NET 可以根据特征融合子网络综合考虑多级特征,并通过增强的 EOG 表示有效地对眼球运动模式进行分类。
。CC-BY-NC-ND 4.0 国际许可,根据 提供(未经同行评审认证)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2024 年 4 月 2 日发布。;https://doi.org/10.1101/2024.04.02.587690 doi:bioRxiv 预印本
目的:及早发现和管理阅读障碍对于防止不可逆转的教育差距和受影响学生的各种负面影响至关重要。然而,诊断阅读障碍具有挑战性,因为它需要全面的评估。利用快速、自动化、基于计算机的技术的阅读障碍筛查测试可用于及早识别和管理。在本文中,我们介绍了一种基于平板电脑的阅读障碍筛查应用程序,该应用程序使用眼动追踪系统并验证了其可靠性。方法:研究包括来自一所小学的 200 名年龄在 8 至 13 岁之间的参与者,他们都接受了两次阅读障碍筛查测试。筛查是使用在三星 Galaxy Tab S5e 平板电脑上实施的 VisualCamp SeeSo 眼动追踪 Android 软件开发工具包 v3.0.0 进行的。眼动追踪系统测量凝视阅读速度、平均凝视时间、凝视频率、扫视长度和回归率。为了评估两组测量的可靠性,我们采用了组内相关系数 (ICC)。结果:凝视频率 (ICC=0.83)、凝视平均时间 (ICC=0.82) 和凝视阅读速度 (ICC=0.76) 的测量结果具有极好的可靠性,回归比 (ICC=0.75) 和扫视长度 (ICC=0.72) 的测量结果具有良好的可靠性。结论:本研究表明,基于平板电脑的阅读障碍筛查应用程序可以可靠地测量阅读障碍患者的眼球运动。此外,该应用程序被证明具有高度可靠性,可能适合在临床或学校环境中使用,无需实验室环境和大量设备。
本研究探索了多模态生理数据流的同步,特别是脑电图 (EEG) 与具有眼动追踪功能的虚拟现实 (VR) 耳机的集成。通过在完全沉浸式 VR 环境中实现基于混合稳态视觉诱发电位 (SSVEP) 的脑机接口 (BCI) 拼写器,展示了同步数据流的潜在用例。硬件延迟分析显示 EEG 和眼动追踪数据流之间的平均偏移为 36 毫秒,平均抖动为 5.76 毫秒。该研究进一步介绍了 VR 中脑机接口 (BCI) 拼写器的概念验证,展示了其在现实世界中的应用潜力。研究结果强调了将商业 EEG 和 VR 技术结合起来进行神经科学研究的可行性,并为在生态有效的 VR 环境中研究大脑活动开辟了新途径。未来的研究可以集中在改进同步方法和探索各种情况下的应用,例如学习和社交互动。
摘要:人脑为了避免信息过载,会选择所关注的信息,选择性注意是一种稀缺资源。由于旅游研究的焦点是游客,因此大多数主题都围绕着游客注意力展开。然而,注意力的测量通常是通过问卷和访谈进行的,这些方法是一种主观方法,可能会受到社会期望和个人价值观等因素的影响,从而使实验陷入误差。由于人脑中80-90%的信息来源于视觉系统,因此测量视觉注意力可以反映人的注意力。基于此原理的眼动追踪技术可以很好地测量人的注意力。本文主要围绕以下三个主题:(1)眼动追踪技术的介绍;(2)总结不同旅游领域的研究内容;(3)总结其不足之处并提出未来的改进方法。在此基础上,本文做出了几点贡献。通过分析眼动追踪技术在旅游研究中的应用,本文将为后续研究提供新的研究方法和研究思路,助力旅游学科的发展。
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。
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。
眼睛跟踪技术已成为医学领域的宝贵工具,在各个学科中提供了广泛的应用。本观点文章旨在详细概述眼睛跟踪技术在医疗实践中的多种应用。总结了最新的研究发现,本文探讨了眼睛跟踪技术在提高诊断准确性,评估和改善医疗绩效以及改善康复结果方面的潜力。此外,它突出了眼睛跟踪在神经病学,心脏病学,病理学,手术以及康复中的作用,为各种医疗条件提供了客观措施。此外,本文讨论了自闭症谱系障碍,注意力/多动障碍(ADHD)(ADHD)和人类计算机在医疗模拟和培训中的相互作用的效用。最终,这篇观点文章强调了眼睛跟踪技术对医学实践的变革性影响,并向未来的发展方向提出了持续的发展和整合。
背景:战争后创伤后应激障碍(PTSD)的人在与其他慢性疾病结合使用时会出现更严重的症状,导致病情恶化。目的:本研究旨在研究眼动脱敏和重新处理(EMDR)治疗的影响以及基于计算机的认知康复对PTSD的认知偏见的影响。方法:这是一项准实验研究,具有预测试,后测,随访和对照组。统计人口包括烈士和退伍军人基础下的所有退伍军人,伊朗,伊朗Ahvaz的覆盖范围。在必要的检查后,将45名合格的参与者随机分配给两个实验组和一个对照组(每组15个参与者)。实验组分别接受了EMDR疗法和基于计算机的认知康复,而对照组未接受干预。使用SPSS-24中的重复测量方差分析用于数据分析。结果:结果表明,与对照组,EMDR和基于计算机的认知康复干预措施相比,具有PTSD的退伍军人的认知偏见显着影响(P <0.001)。此外,认知偏差从后测和随访得分显着,与预测试的认知偏差显着不同(p <0.001)。结论:由于EMDR和基于计算机的认知康复改善了具有PTSD的退伍军人的认知偏见,因此建议采用这些方法来改善其心理特征。
1。Arnulf I. REM睡眠行为障碍:运动表现和病理生理学。MOV DISORD。 2012; 27(6):677-689。 2。 Galbiati A,Verga L,Giora E,Zucconi M,Ferini-Strambi L. REM睡眠行为障碍中神经退行性的风险:纵向研究的系统评价和荟萃分析。 睡眠医学修订。 2019; 43:37-46。 doi:10.1016/j.smrv.2018.09.008 3。 Antelmi E,Pizza F,Donadio V等。 特发性和麻醉性患者的REM睡眠行为障碍的生物标志物。 Ann Clin Transl Neurol。 2019; 6(9):1872-1876。 doi:10.1002/acn3.50833 4。 多普勒K,Antelmi E,Kuzkina A等。 REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。 帕金森主义关系疾病。 2021; 86:108-113。DOI:10.1016/j.parkreldis.2021.04.007 5。 伊朗A,Fairfoul G,Ayudhaya Acn等。 在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF:一项纵向观察性研究。 柳叶刀神经。 2021; 20(3):203-212。 doi:10.1016/s1474-4422(20)30449-X 6。 Poggiolini I,Gupta V,Lawton M等。 脑脊液α-突触核蛋白种子定量的诊断值。 大脑。 2022; 145(2):584-595。 doi:10.1093/brain/awab431MOV DISORD。2012; 27(6):677-689。 2。 Galbiati A,Verga L,Giora E,Zucconi M,Ferini-Strambi L. REM睡眠行为障碍中神经退行性的风险:纵向研究的系统评价和荟萃分析。 睡眠医学修订。 2019; 43:37-46。 doi:10.1016/j.smrv.2018.09.008 3。 Antelmi E,Pizza F,Donadio V等。 特发性和麻醉性患者的REM睡眠行为障碍的生物标志物。 Ann Clin Transl Neurol。 2019; 6(9):1872-1876。 doi:10.1002/acn3.50833 4。 多普勒K,Antelmi E,Kuzkina A等。 REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。 帕金森主义关系疾病。 2021; 86:108-113。DOI:10.1016/j.parkreldis.2021.04.007 5。 伊朗A,Fairfoul G,Ayudhaya Acn等。 在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF:一项纵向观察性研究。 柳叶刀神经。 2021; 20(3):203-212。 doi:10.1016/s1474-4422(20)30449-X 6。 Poggiolini I,Gupta V,Lawton M等。 脑脊液α-突触核蛋白种子定量的诊断值。 大脑。 2022; 145(2):584-595。 doi:10.1093/brain/awab4312012; 27(6):677-689。2。Galbiati A,Verga L,Giora E,Zucconi M,Ferini-Strambi L. REM睡眠行为障碍中神经退行性的风险:纵向研究的系统评价和荟萃分析。睡眠医学修订。2019; 43:37-46。 doi:10.1016/j.smrv.2018.09.008 3。 Antelmi E,Pizza F,Donadio V等。 特发性和麻醉性患者的REM睡眠行为障碍的生物标志物。 Ann Clin Transl Neurol。 2019; 6(9):1872-1876。 doi:10.1002/acn3.50833 4。 多普勒K,Antelmi E,Kuzkina A等。 REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。 帕金森主义关系疾病。 2021; 86:108-113。DOI:10.1016/j.parkreldis.2021.04.007 5。 伊朗A,Fairfoul G,Ayudhaya Acn等。 在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF:一项纵向观察性研究。 柳叶刀神经。 2021; 20(3):203-212。 doi:10.1016/s1474-4422(20)30449-X 6。 Poggiolini I,Gupta V,Lawton M等。 脑脊液α-突触核蛋白种子定量的诊断值。 大脑。 2022; 145(2):584-595。 doi:10.1093/brain/awab4312019; 43:37-46。doi:10.1016/j.smrv.2018.09.008 3。Antelmi E,Pizza F,Donadio V等。特发性和麻醉性患者的REM睡眠行为障碍的生物标志物。Ann Clin Transl Neurol。 2019; 6(9):1872-1876。 doi:10.1002/acn3.50833 4。 多普勒K,Antelmi E,Kuzkina A等。 REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。 帕金森主义关系疾病。 2021; 86:108-113。DOI:10.1016/j.parkreldis.2021.04.007 5。 伊朗A,Fairfoul G,Ayudhaya Acn等。 在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF:一项纵向观察性研究。 柳叶刀神经。 2021; 20(3):203-212。 doi:10.1016/s1474-4422(20)30449-X 6。 Poggiolini I,Gupta V,Lawton M等。 脑脊液α-突触核蛋白种子定量的诊断值。 大脑。 2022; 145(2):584-595。 doi:10.1093/brain/awab431Ann Clin Transl Neurol。2019; 6(9):1872-1876。 doi:10.1002/acn3.50833 4。 多普勒K,Antelmi E,Kuzkina A等。 REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。 帕金森主义关系疾病。 2021; 86:108-113。DOI:10.1016/j.parkreldis.2021.04.007 5。 伊朗A,Fairfoul G,Ayudhaya Acn等。 在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF:一项纵向观察性研究。 柳叶刀神经。 2021; 20(3):203-212。 doi:10.1016/s1474-4422(20)30449-X 6。 Poggiolini I,Gupta V,Lawton M等。 脑脊液α-突触核蛋白种子定量的诊断值。 大脑。 2022; 145(2):584-595。 doi:10.1093/brain/awab4312019; 6(9):1872-1876。doi:10.1002/acn3.50833 4。多普勒K,Antelmi E,Kuzkina A等。REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。帕金森主义关系疾病。2021; 86:108-113。DOI:10.1016/j.parkreldis.2021.04.007 5。伊朗A,Fairfoul G,Ayudhaya Acn等。在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF:一项纵向观察性研究。柳叶刀神经。2021; 20(3):203-212。doi:10.1016/s1474-4422(20)30449-X 6。Poggiolini I,Gupta V,Lawton M等。脑脊液α-突触核蛋白种子定量的诊断值。大脑。 2022; 145(2):584-595。 doi:10.1093/brain/awab431大脑。2022; 145(2):584-595。doi:10.1093/brain/awab431