2024年度眼动研究报告

年度研究报告 2024 3关于本报告4眼动研究简介62024年数据概览222024年鼓舞人心、创新和开创性的研究32顶级出版物32心理学与神经科学36人为因素42教育研究44消费者调研46医学研究48培训和评估50用户体验研究52结论与预测53想要继续探索吗？54参考文献 本报告旨在概述眼动追踪如何促进科学进步和应用研究应用的进展，重点关注Tobii的眼动追踪解决方案。我们希望向您展示Tobii解决方案在当今以及未来科学研究中广泛的应用和设置。 为了编制这份报告，我们包括了所有在2024年发表并使用Tobii设备记录和分析眼动的同行评审文章、会议论文集以及书籍章节。出版物的语言范围仅限于用英语出版的期刊。通过使用期刊主题、标题中的关键词以及摘要和作者所属机构，将出版物分配给了至少一个研究领域。本摘要中呈现的其他信息已从出版物的“方法”部分或标题和摘要中的关键词中提取。 眼动研究导论 眼动追踪是一种传感器技术，用于测量和记录眼睛的位置和运动。 眼动仪测量内容 基础研究领域 应用研究领域 心理学和神经科学是基础研究领域中最大的研究领域，包括图示中的多种子领域。在基础研究领域中，眼动追踪是一种已建立的方法，持续揭示注意力和视觉处理的潜在机制。 具有直接现实价值的领域，在驾驶、技能转移等方面取得了令人兴奋的进展。在这些背景下，眼动追踪揭示了我们如何探索和视觉上与我们周围的环境互动，最终目的是提高效率、增强安全性或仅仅是为了提供更加愉悦的体验。 • 认知研究 • 社会研究 • 发展性研究• 临床研究 • 语言学与阅读研究 • 人类因素• 医学研究• 教育研究• 消费者研究和用户体验• 培训和评估 2024年数字概览 描述性统计，如何、何处以及使用什么眼动追踪设备，以及每个研究领域的出版物分布。 在过去的二十年中，硬件和软件的进步使得眼动追踪技术比以往任何时候都更容易获得。如今，这种非侵入性技术允许研究人员在人类的一生中，从婴儿到成人，以及多种非人灵长类动物，以高频率和高精度捕捉眼球运动。每年，我们看到越来越多的科学出版物将眼动追踪作为关键方法。 人机工程学、心理学和神经科学在眼动跟踪研究中处于领先地位。 心理学与神经科学是首批使用眼动追踪技术来理解人类行为和视觉注意力的研究领域，并且至今仍保持这一领先地位。技术领域的领先用户今天，该领域有38%的出版物。人为因素 研究是第二大在采用眼动追踪技术，该技术将人类因素融入技术研究中，并遵循人机交互的方法。这两个领域都非常广泛，并且进一步细分为子领域。请参阅第32页以获取对研究领域的完整描述。 认知研究调查大脑结构和功能影响心理感知、记忆等过程决策，通常使用技术如脑电图（EEG）和眼动追踪以了解我们处理信息。 基于屏幕的研究处于前沿地位，但可穿戴设备的使用量每年都在增长。 Tobii Pro Lab 是设计、记录和分析眼动数据的领先软件选择。 2024年研究中使用的与Tobii技术相关的软件类型。 2024年研究中使用的带有Tobii技术的眼动仪类型。 越来越多的研究论文依赖Tobii Pro Lab软件进行设计、记录和分析眼动数据。在2024年，我们看到了3%增长，使用Tobii解决方案的总出版物数量与2023年相比，已有...8%增长与去年相比，在使用上开源软件工具（例如，Psychopy、Psychtoolbox）使用Tobii Pro SDK和Glasses API记录Tobii眼动追踪数据。与Tobii产品兼容的商业软件保持稳定，包括Noldus Observer XT、Bitbrain SennsLab、E-Prime、SuperLab等解决方案。在这些研究中使用的软件中，有相当一部分（29%）未归类于任何特定的软件类别，要么是因为研究出版物使用了我们搜索范围之外的软件，要么是因为使用的软件未提及。 随着越来越多使用眼动追踪技术的研究出版物出现，我们看到了……扩张从仅基于屏幕的实验室设置适合现实世界使用的可穿戴选项以及使用VR环境来呈现刺激物并记录参与者的视觉行为。在研究中使用最普遍的注视跟踪器仍然是基于屏幕的（例如，Tobii Pro Spectrum，Tobii Pro Fusion），但去年我们观察到了一个令人印象深刻地增长8%(与2023年相比)在研究上在现实世界环境中执行。使用Tobii可穿戴解决方案，如Tobii Pro Glasses 3。VR设置继续保持稳定。 代表在59篇文献中的领先研究领域评论 眼动追踪数据正在塑造人工智能模型 在我们的分析中，我们确定了195 篇出版物那个融入人工智能方法将其应用于眼球追踪研究中。我们识别出了两种主要的应用场景：将眼球追踪作为生成AI模型输入信号，以及使用眼球追踪来评估用户与特定AI工具的交互和性能。在按照研究领域对出版物进行分类后，我们发现50%该研究的数量为在人类因素领域鉴于该领域研究人员强大的工程背景，这是预期之中的。值得注意的是，使用人工智能的出版物中有四分之一是在心理学和神经科学领域突出人工智能在基础研究学科中日益增强的整合。 眼动追踪文献综述是了解该领域最新技术进步、应用和挑战的绝佳途径，提供了对当前实践和未来方向的全面概述。Tobii眼动追踪技术已在59篇关于眼动追踪相关主题的评论中被提及。值得注意的，与教育研究相关的评论突出，反映了相对于该领域的出版物量，其巨大的贡献。这一趋势可能表明对在教育研究中应用眼动跟踪技术和在教育领域开发实用解决方案的强烈兴趣。 眼动追踪研究并非仅仅是关于注视点和感兴趣区域（AOI）。 在136篇出版物研究人员研究了瞳孔大小的变化作为一种衡量认知或情绪负荷的方法。 136 在89 篇出版物科学家进行了测量眼跳并微小眼动. 89 在眼动追踪实验中纳入眨眼 将眨眼测量添加到研究项目中相对简单，因为眼动追踪设备正变得越来越精确、经济实惠且易于获取。基于Tobii屏幕的眼动追踪器通过眼睑跟踪数据来检测眨眼。从眼睑开放信号中检测到的眨眼可以计算更先进的眨眼概念，如振幅、持续时间和速度，从而描述眨眼动态。这比基于数据丢失的传统方法提供了更深入的见解，后者只能指示眨眼的呈现、缺失或持续时间。 在29篇出版物研究人员记录了眨眼速率动力学作为衡量认知状态或行为读出的指标。 29 Tobii Pro Lab 研究软件使用独立开发并验证的算法来检测眨眼（Nyström 等人，2024）。Tobii Pro Lab 的用户友好界面使得各种眨眼指标易于访问，无需具备先前的眨眼测量专业知识。这个新算法使用户能够以前在任何商业工具中不可用的方式利用眨眼指标。了解更多关于眨眼指标的信息，请访问我们的学习文章。此处. 在所有科学出版物中，17%使用了多模态研究解决方案。 人机因素领域在将眼动追踪与额外传感器结合方面处于领先地位。 Tobii的多模态解决方案使研究成为可能39种不同的传感器制造商提供从高端实验室解决方案到可穿戴无线解决方案的一切。多模态研究保持稳定的存在，并包括17% of the total2024年使用Tobii技术的1447项出版物。大多数多模态研究涉及将眼动追踪与一个额外的传感器相结合。脑电图（EEG）和眼动追踪组合是目前最受欢迎的传感器对。在研究中，心率（Heart rate）和皮肤电导（GSR）模态分别增长了4%和10%，与去年相比。动作捕捉（Motion capture）和近红外光谱成像（fNIRS）装置也呈上升趋势，分别增长了2%和3%。从2023年起，涉及两个或更多额外传感器的装置增长了9%，最常见的传感器组合为眼动追踪（eye tracking）、皮肤电导（GSR）和心率（heart rate）。 在多模式研究中，人类因素是最大的, 占据近一半将眼动追踪与一个或多个附加传感器结合的出版物。这种集成体现了人类因素研究的核心，该研究侧重于理解和优化人机交互。通过将眼动追踪与如脑电图（EEG）、心率、皮肤电导（GSR）等传感器结合，研究人员可以深入了解用户的心理和生理状态这提升了用户体验设计，改善了安全性和人体工程学，提供了更丰富的情境洞察，并实现了行为预测和适应。 在人类因素之后，心理学与神经科学是突出的领域，其中 多模态解决方案解析各种认知过程。示例包括将眼动追踪与额外的传感器结合来探索风险决策和汗液反应的研究（眼动追踪 + 皮肤电反应），与扫视记忆相关的脑活动标记（眼动追踪 + 脑电图），或协调“静眼现象”与身体运动的研究（眼动追踪 + 动作捕捉）。 鼓舞人心、富有创新性和开创性的2024年研究 愿景性临床应用 在新的临床药物开发中使用眼动追踪方法的一个鼓舞人心的案例。 2024年，眼动追踪研究受到了一系列鼓舞人心、创新和前沿的进步的影响。我们已经确定了八个关键类别，并为每个类别选择了一篇最能够体现这些成就领域的杰出出版物。在下一节中深入探索这些类别并了解所获奖项的出版物。 原始纤毛的形成需要莱伊综合症相关的线粒体蛋白NDUFAF2。 Lo等，2024，《临床调查杂志》 今年，在临床研究中应用的前瞻性眼动追踪技术特点是将细胞生物学和眼科研究相结合的研究。由斯坦福大学的研究人员Chien-Hui Lo领导的合作研究探讨了线粒体和纤毛信号之间的机制联系，这对开发治疗纤毛病的治疗方法具有重要意义。Joubert综合征是引起大脑、肾脏和眼部缺陷的纤毛病的一个例子。科学家们测试了烟酰胺（NAD）治疗是否能减轻启动眼跳——在Joubert综合征患者中常见症状的困难。研究人员使用Tobii Pro Spectrum眼动追踪器测量了眼跳眼动，并使用Tobii Pro Lab软件分析了结果。研究结果表明，补充NAD显著改善了Joubert综合征患者的眼跳幅度。这些结果对于开发治疗纤毛病的治疗方法是一个重要步骤，并强调了眼动追踪技术在将眼动作为新药开发评估方法中的价值。 特性。眼动技术方法的进步对基于眼睑的特征来描述眼眨的创新方法。 什么是眨眼？对眼开信号中的眨眼进行分类和特征描述Nyström et al., 2024, 行为研究方法眨眼可以提供关于人类认知、生理和行为的多方面洞察，然而，这种眼睑运动特征在眼动追踪研究中的关注程度迄今为止尚未得到应有的重视。多亏了以下联合研究： 研究人员来自瑞典和荷兰的大学，主要作者是Marcus Nyström，包含眨眼动作在眼动研究中的操作可能比以往任何时候都更容易。在这次特色研究中，科学家们比较了眨眼基于传统使用的瞳孔大小信号损失数据和眼睑开启信号（眼睑追踪）的检测。科学家使用Tobii Pro Spectrum眼动仪记录在最佳和非最佳头部状态下眨眼情况。视线定位或靠近眼球追踪屏幕。结果显示，从瞳孔计算出的眨眼次数。 尺寸和眼开度信号在检测眨眼频率时相似。从瞳孔尺寸检测到的眨眼持续时间比基于眼开度的持续时间更长。此外，基于眼开度信号的眨眼检测允许更详细地描述眨眼，例如眨眼幅度、持续时间和峰值速度。 眨眼的开启与闭合。该研究的创新之处在于作者提出的算法，它提供...基于眼开合数据实现的稳健眨眼检测和详细的眨眼参数表征。 洛，C.-H.，刘，Z.，陈，S.，林，F.，贝内沙维，A. R.，余，C. Q.，库，E. B.，科瓦尔，T. J.，宁，K.，胡，Y.，王，W.-J.，廖，Y. J.，& 孙，Y. (2024). 原生纤毛形成需要Leigh综合征相关线粒体蛋白NDUFAF2。临床调查杂志，134(13)。 Nyström, M., Andersson, R., Niehorster, D. C., Hessels, R. S., & Hooge, I. T. C. (2024). 闪烁是什么？对眼开放信号中的闪烁进行分类和特征描述。行为研究方法。