XiaoMi-AI文件搜索系统
World File Search System眼动仪
使用眼动追踪、鼠标优化用户界面布局...
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
计算机化眼动追踪反应时间测试的文章可靠性
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。
帕金森氏病的眼动 - 视觉认知组
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。
使用眼动追踪作为系统适配的输入 - oatao
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。
眼动追踪集成增强飞行员与飞机的互动
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]。
基于EEG的眼动追踪技术又迈进了一步
在本文中，我们介绍了两种适应感兴趣区域的方法和算法。我们提出了一种新的深度神经网络 (DNN)，可用于使用 EEG 数据直接确定注视位置。基于 EEG 的眼动追踪是眼动追踪领域的一个新的、困难的研究课题，但它提供了一种基于图像的眼动追踪的替代方案，其输入数据集与传统图像处理相当。所提出的 DNN 利用 EEG 信号的空间依赖性，并使用类似于空间滤波的卷积，用于预处理 EEG 信号。通过这种方式，与最先进的技术相比，我们将从 EEG 信号进行的直接注视判断提高了 3.5 厘米 MAE（平均绝对误差），但不幸的是仍然没有实现直接适用的系统，因为与基于图像的眼动追踪器相比，不准确性仍然明显较高。链接：https://es-cloud.cs.uni-tuebingen.de/d/8e2ab8c3fdd444e1a135/?p=%2FEEGGaze&mode=list
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
动作视频游戏在眼动行为中的影响
*通讯作者：MarcArgilés，Marc.argiles@upc.edu于2024年2月17日收到；出版于2024年9月6日。引用：Montolio-Vila，A.，Argilés，M; Sunyer-Gau，b; Quevedo，L； Erickson，G。（2024）。动作视频游戏在眼动行为中的影响：系统评价。眼动研究杂志，17（3）：6。10.16910/jemr.17.3.6 ISSN：1995-8692版权所有©2024本文在创意共享署名4.0国际许可下获得许可。1
眼动追踪训练可改善患有注意力缺陷多动障碍的儿童的抑制控制
摘要：脱抑制是注意力缺陷多动障碍 (ADHD) 儿童的常见症状。本研究考察了计算机化眼动追踪训练对改善 ADHD 儿童抑制控制的效果。研究对象为 32 名 ADHD 儿童（平均年龄 = 8.4 岁）。一半的参与者在两周内接受了 240 分钟的眼动追踪训练（即实验组），而另一半则未接受任何训练（即对照组）。训练后，实验组在神经心理学抑制测试中表现出显著改善，例如在 Flanker 测试的不一致条件下反应时间更快、类别流畅性和五点测试中设计更独特、儿童色彩追踪测试第 2 次追踪中完成时间更快。对照组在这些测试中均未表现出显著变化。我们的研究结果支持使用眼动追踪训练来改善 ADHD 儿童的抑制控制。
眼动追踪技术在旅游研究中的应用综述
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。