一种用于眼动轨迹时间序列分析的可视化工具，可为教师和心理学家提供帮助

《Scientific Reports》：A visualization tool for eye tracking time series analysis supporting teachers and psychologists

　　

摘要

眼动追踪技术有助于深入理解计算机辅助交互环境中的视觉注意力机制。在注意力任务中，区分相关目标对象与干扰物对于取得良好表现至关重要，但推动任务顺利完成的眼动模式仍不完全清楚。传统的眼动分析方法难以揭示注意力分配的时间动态以及眼动行为与任务表现之间的关联。当应用于复杂的视觉搜索场景时，现有的眼动分析方法存在诸多局限，包括在动态环境中的测量隔离问题、视觉稳定性问题、搜索效率问题以及任务解决过程的相关问题。本文提出了一种名为VisiTrail的分析工具，该工具能够结合任务表现与眼动数据的时间序列进行分析；通过时间模式分析展现注意力在任务执行过程中的变化规律；通过物体点击序列追踪将视觉注意力与用户操作直接关联起来；同时还提供性能指标，用于量化正确操作的准确性与效率。该分析工具被应用于“蘑菇猎人”这款严肃游戏所收集的数据，这是一项多层级视觉搜索任务，参与者需要在三种难度级别下，从越来越复杂的干扰物中找出目标蘑菇。该工具主要针对两种分析场景：针对特定受试者的分析，以及对来自罗马尼亚和葡萄牙的所有受试者数据进行的一般性分析。特定受试者分析仅使用一名参与者的数据，可得出两类结果：一类是提供详细信息的初级整体分析，另一类则是多层级分析，用于比较三个难度级别的表现，其中一级为最简单的任务，干扰物较少；二级通过增加更多相似的干扰物提升难度；三级则最为复杂，干扰物众多且布局更为复杂。一般性分析结果显示，两组的眼动稳定性（注视百分比）总体一致。罗马尼亚参与者?中位反应时间快于葡萄牙参与者；但由于每组样本量仅为7人，且有三个葡萄牙参与者的数据质量存在异常，再加上没有进行推断性统计检验，这一差异只能被视为初步结果，可用于提出假设，而非最终结论。通过使用标准化参数，这些结果可以减少偶然因素和硬件噪声的影响，为初步分析提供可靠的方法学依据，同时也凸显出需要更大样本量才能确立统计有效性的必要性。