XiaoMi-AI文件搜索系统
World File Search System眼动
注视眼动的实际应用...
在各种各样的研究环境中，微扫视和其他注视眼球运动的记录为实际问题提供了见解和解决方案。本文，我们回顾了有关注视眼球运动（尤其是微扫视）在应用和生态有效场景中的文献。最近的技术进步使得在观察者执行各种任务时，可以在现实世界中进行非侵入式注视眼球运动记录。因此，注视眼球运动测量已在多种现实世界场景中获得，例如与驾驶员疲劳、宇航员前庭感觉剥夺和精英运动员训练等有关。本文，我们介绍了注视眼球运动研究的实际应用的最新进展，研究了其未来的潜在用途，并讨论了在现有眼球运动检测技术中加入微扫视测量的好处。当前证据支持将注视眼球运动测量纳入现实世界环境，作为开发新的或改进的眼球运动评估工具的一部分。随着价格实惠的高速、高空间分辨率眼动仪变得越来越普遍，注视眼球运动测量在现实世界中的应用只会变得越来越大、越来越广泛。
测量和分析眼动表现以预测健康大脑老化
摘要 目的：本文介绍了 145 名年龄在 20 至 86 岁之间的健康志愿者的健康眼球运动 (EM) 模式。志愿者根据年龄分为四组。在水平和垂直轴上执行扫视范式。我们描述了健康志愿者的模式行为，以证明它可用于测量大脑的衰老和功能。方法：使用基于视频眼科技术的凝视追踪器。在 EM 测试之前，收集临床数据，参与者进行认知测试以排除细微异常并签署知情同意书。为了证明 EM 与大脑衰老之间的关系，计算了线性或二次模型并展示了组间统计分析。结论：EM 变量可被视为测量大脑衰老效应和功能的生物标志物。视频眼科是一种适合在临床实践中测量 EM 的技术。意义：本临床研究中的眼部健康模式以及遵循的方法是正在进行的研究的基础，旨在将 EM 分析纳入日常实践中，作为阿尔茨海默氏痴呆症或帕金森氏病等神经退行性疾病患者早期诊断的标志物。
利用眼动追踪工具改进飞行员选拔流程
本文加深了对在飞行员选拔过程中使用眼动追踪工具的理解。对候选飞行员眼动和注意力分布的研究可能为在更严格的飞行训练阶段预测视觉行为提供能力。研究包括心理测试、受试者的飞行筛选以及他们在飞行模拟器和眼动追踪设备中的成绩。参与者被分为三类：高绩效、平均绩效和低绩效，并分别通过心理测试结果和飞行筛选结果进行评估。眼动追踪设备通过视觉感知的范围和速度跟踪受试者的视觉行为。在模拟视觉飞行条件下记录的注视和重访次数测量了受试者之间的视觉反应差异。结果比较显示与心理测试结果呈正相关。未证实与飞行筛选选择的相关性。我们使用了新的基于网络的方法来克服传统眼动指标的缺点，该方法有三个目标重要性度量。采用网络方法的结果以图表的形式呈现，并对标准化的重要性度量进行了分析，结果表明可以为每个参与者提取特定的扫视策略。发现他们之间的差异是积极检测的。通过这种方式，眼动追踪
跨主体解码本地场电位的眼动目标
神经工程的最新进展表明，通过长期植入的微电极阵列从受试者的前额叶皮层（PFC）收集的局部田间电位（LFP）信号是用于设计鲁棒和弹性大脑 - 计算机接口（BCIS）[1-4]的峰值计数记录的可靠替代方法。非参数回归的理论已证明对基于LFP的解码器的成功至关重要。如[4，5]所述，非参数回归在LFPS中的应用导致基于著名的Pinsker定理的基于复杂的基于频谱的特征提取技术的发展。与流行的特征提取方法相反，例如基于常规的功率谱密度（PSD）的解码器[6]或基于试验的空间协方差矩阵[7，8]的解码器，仅考虑了LFP信号振幅中存储的信息，Pinsker的特征
使用眼动追踪和 SSVEP 的混合拼写器设计......
摘要：稳态视觉诱发电位 (SSVEP) 因其稳健性、大量命令、高分类准确率和信息传输率 (ITR) 等优点，被广泛应用于开发脑机接口 (BCI)。然而，同时使用多个闪烁刺激往往会导致用户感到非常不适、疲倦、烦恼和疲劳。在这里，我们建议使用脑电图 (EEG) 和基于视频的眼动追踪来设计一种刺激响应混合拼写器，以提高用户在面对大量同时闪烁的刺激时的舒适度。有趣的是，基于典型相关分析 (CCA) 的框架可用于识别闪烁信号持续时间为 1 秒的目标频率。我们提出的 BCI 拼写器仅使用六个频率来对 48 个目标进行分类，从而大大提高了 ITR，而基本的 SSVEP BCI 拼写器使用的频率数量与目标数量相同。使用此拼写器，我们在提示拼写任务中获得了 90.35 ± 3.597% 的平均分类准确率，平均 ITR 为 184.06 ± 12.761 比特/分钟，在自由拼写任务中获得了 190.73 ± 17.849 比特/分钟。因此，我们提出的拼写器在目标分类、分类准确率和 ITR 方面优于其他拼写器，同时产生的疲劳、烦人、疲倦和不适感更少。我们提出的混合眼动追踪和基于 SSVEP BCI 的系统最终将实现真正的高速通信通道。
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。
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
带有眼动作的共济失调（AOA）
基因测试，以确定一个人或家庭中哪种性共济失调。基因检测在某些情况下，即使在有症状来确定一个人是否携带异常基因或引起共济失调的基因之前，也可以进行基因检测。这称为预测性或症状性测试。基因检测也可用于确定胎儿是否具有异常的共济失调基因。这称为产前测试。任何正在考虑预测性或产前测试的人都应咨询遗传顾问，讨论测试的原因，可能的结果以及这些结果如何在情感，医疗或社会上影响该人。
眼动追踪技术在海上高空作业中的应用 - CORE
自 2014 年以来，挪威皇家海军 (RNoN) 一直在追求电子导航，这主要意味着不使用纸质海图。在此过程中，我们做出了一些有趣的观察。这主要涉及对导航系统中位置呈现的信任，以及导航员的系统意识水平。RNoN 导航能力中心 (NCC) 的导航模拟器越来越多地被操作人员和新导航员的培训使用，并且有明显迹象表明使用导航模拟器是有效的。尤其是 Skjold 级桥梁导航模拟器已被 Corvette 服务广泛使用，反馈是积极的。已经确定需要更好地理解这些断言。
使用眼动追踪作为系统适配的输入
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