用眼动跟踪范式界定语言在婴儿对象分类中的作用
2019年2月8日
在这里, 我们提出了一个熟悉测试范式的协议, 它提供了婴儿分类的直接测试, 并有助于定义语言在早期类别学习中的作用。
这种熟悉测试方法揭示了婴儿如何形成视觉对象类别，以及哪些条件最有力地支持他们的学习。仅使用婴儿眼部运动，我们可以衡量他们学习一个类别的成功程度。然后，我们可以直接比较跨范围不同的学习条件的学习。
首先为实验创建视觉刺激。要创建一个新的连续类别，首先设计一对新颖的数字图像。然后，将图像对一起变形，在两个原始图像之间形成一个连续的范例。
这样至少创建两个类别，以便一个类别可以作为要学习的类别，而另一个类别为测试试验提供新颖的类别范例。接下来，从每个学习的类别连续体中以均匀间隔选择熟悉示例。选择适当数量的典范，并与参与者的类别和年龄的困难相称。
要创建测试阶段示例，请选择熟悉的类别连续体和新颖类别连续体的中点。然后使用图像操作程序将小说范例的颜色与熟悉的范例的颜色相匹配。对于标签和非标记短语，请使用以前记录的听觉刺激，由女性英语母语人士在隔音室产生。
要收集足够的数据进行熟悉测试测量，最广泛使用的眼动仪就足够了。对象占据屏幕的大部分，数据分析会调查长窗口的性能。使用眼动仪软件，创建四种不同的条件，完全监督，不受监督，半监督和反向半监督。
确保这些条件是分开的，以便每个婴儿只能看到一个条件。接下来，生成至少两个学习示例的伪随机顺序，其约束是连续显示的连续体同一侧的两个示例数不能超过两个。现在使用视频编辑软件创建熟悉视频，将以前创建的听觉刺激与适合每个条件的视觉刺激配对。
例如，在完全受监督的条件中，每个熟悉示例都使用标记短语。在无监督条件中，将每个熟悉的示例与非标记短语配对。在半监督条件中，每个顺序中仅对每个顺序中的前两个示例与标记短语配对，其余示例与非标记短语配对。
对于颠倒的半监督条件，将最后两个示例与标记短语配对，但前四个示例与非标记短语配对。将这些视频上传到眼动追踪软件中，确保按伪随机顺序确定熟悉视频。还要上传一个简短的注意力抓取动画显示在屏幕中心熟悉后，以确保大多数婴儿看屏幕的中心，当测试阶段开始。
最后，对于每个学习类别，设计两个测试试验，每个测试都具有两个示例并排显示。对于两者，确保一个范例代表现在熟悉的类别的中点，而另一个示例表示小说类别的中点。确保测试试验持续 5 到 20 秒，以积累足够的查找，并平衡试验，使测试试验中小说范例的右右定位在视频中反转。
将任务试验上传到眼动仪软件，在熟悉后的注意力获取后进行定位。平衡这些试验演示，使每个婴儿有平等的机会看到左小说或右小说试验。在婴儿到达之前，设置眼动仪。
随机将婴儿分配给一个条件和一个订单，然后打开眼动仪软件，然后选择分配的条件顺序对，然后输入记录的参与者编号。在获得研究同意后，将婴儿和护理人员带到眼动追踪室。确保这间客房光线适中，墙壁上没有分散注意力的装饰。
将护理人员放在适当的距离，供使用眼动仪模型使用。如果婴儿不想坐在照顾者的腿上，他们可以独自坐着，也可以坐在汽车座椅上。如果婴儿坐在照顾者的腿上，指示照顾者不要对婴儿的行为有任何偏见，而是尽量让婴儿以照顾者的膝上为中心。
然后，为照顾者提供一副黑黑的太阳镜，这样他们就看不到刺激。现在让婴儿看眼动仪屏幕。考虑显示引人入胜的图像或视频以吸引他们的注意。
屏幕应定位，以便婴儿的眼睛在校准窗口内。接下来，如果可能，使用五点校准执行眼动仪校准程序。当校准图像在听觉伴奏下进行动画时，婴儿通常会反应更好。
如果婴儿通过校准，则开始实验（如果没有，请重新校准，直到他们成功）。任何无法校准的婴儿都应被排除在研究之外。此图显示不同条件均值首选项分数。
婴儿在完全监督和半监督的条件下，表现出新奇的偏好明显高于机会。而婴儿在无人监督和逆转的半监督条件下，在机会水平上进行。在这里，我们看到婴儿在测试过程中寻找模式。
在完全监督和无人监督的条件下，在半监督和颠倒的半监督条件下，婴儿看样板的模式在3450和3850毫秒之间分化。彩色阴影区域表示均值的标准误差。此过程可用于不同年龄的婴儿和复杂程度不同的材料。
因此，每个新设计都必须反映婴儿在预期年龄的学习能力。我们可以继续问，婴儿的能力是否和如何测量这里，关联，甚至预测婴儿获得后期语言里程碑。如词汇大小或单词顺序。
这项技术使发育科学家能够研究两个月婴儿的认知和知觉。它继续阐明语言促进整个婴儿期学习的方式。
查看完整文字稿并访问数千部科学视频
概述
本文介绍了一种用于直接测试婴儿分类能力的熟悉化测试范式协议，并探讨了语言在早期类别学习中的作用。该方法揭示了婴儿如何形成视觉物体类别，并确定了增强其学习的条件。
关键研究组成部分
科学领域
- 婴儿认知
- 类别学习
- 视觉感知
背景
- 了解婴儿如何对物体进行分类对于发展心理学至关重要。
- 语言可能影响早期类别学习。
- 眼动可以用来评估婴儿的学习成功。
- 视觉刺激在分类过程中起着重要作用。
研究目的
- 调查婴儿如何形成视觉物体类别。
- 确定不同学习条件对类别学习的影响。
- 利用眼动跟踪作为学习成功的衡量标准。
使用的方法
- 通过变形数字图像创建视觉刺激。
- 实施熟悉化-测试范式。
- 跟踪婴儿在学习过程中的眼动。
- 比较各种条件下的学习情况。
主要结果
- 婴儿成功地根据视觉刺激学习类别。
- 不同条件显著影响学习结果。
- 眼动数据提供了对学习过程的洞察。
- 研究突出了视觉输入在早期认知发展中的重要性。
结论
- 熟悉化-测试范式对研究婴儿分类有效。
- 语言可能在婴儿学习类别的方式中发挥作用。
- 未来的研究可以在这些发现的基础上探索认知发展的其他方面。
常见问题
Executive Industry Relevance
Understanding early cognitive mechanisms in infants provides foundational insights into developmental processes that may parallel early biomarker detection in preclinical models. The eye-tracking paradigm described enables quantitative assessment of learning responses to auditory and visual stimuli, offering a translational model for evaluating sensory processing in neurodevelopmental research. This approach supports mechanistic de-risking by isolating variables that influence categorization, which can inform target validation strategies in neuroscience-focused discovery pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of how auditory signals modulate visual object categorization in developing systems.
- Operational Value: Provides a standardized, reproducible method to assess learning-dependent behavioral responses in infant models.
Screening & Assay Development
- Scientific Value: Generates time-course looking preference data that quantifies category learning success across experimental conditions.
- Operational Value: Supports assay standardization through controlled stimulus presentation and counterbalanced trial designs.
Translational & Preclinical Research
- Scientific Value: Facilitates cross-species extrapolation of perceptual learning mechanisms relevant to neurodevelopmental disorder models.
- Operational Value: Enables longitudinal tracking of cognitive milestones that may correlate with later language acquisition.
Pipeline & Workflow Integration
The method fits within early discovery workflows where sensory processing and perceptual learning are evaluated as proxies for neural circuit maturation, particularly in studies targeting neurodevelopmental pathways.
- Discovery Biology: Tests how specific auditory inputs influence category formation, supporting hypothesis-driven evaluation of neuromodulatory targets.
- Screening: Delivers quantitative looking time metrics that serve as behavioral readouts for assessing learning under varying stimulus conditions.
- Analytics: Produces preference scores and gaze pattern divergences that enable statistical comparison of learning efficacy across groups.
- Translational Research: Connects early perceptual learning to developmental trajectories, informing preclinical models of cognitive development.
- Enterprise Reuse: Establishes a reusable platform for assessing infant cognition across pharmacological or genetic perturbation studies.
Operational & Enterprise Impact
- Scientific Value: Reduces ambiguity in attributing learning outcomes to specific sensory inputs through condition-controlled designs.
- Operational Value: Ensures reproducibility via standardized video generation, pseudorandomized stimulus ordering, and eye-tracker calibration protocols.
- Strategic Value: Improves go/no-go decisions in target validation by clarifying the role of modulators in cognitive processing.
- Portfolio Impact: Supports risk-adjusted prioritization of compounds or interventions affecting early neurodevelopment.
Implementation Considerations
- Expertise in infant experimental design, auditory stimulus preparation, and eye-tracking methodology.
- Access to eye-tracking systems capable of infant calibration and long-window data collection.
- Standardization across labs for stimulus morphing, labeling conditions, and test trial counterbalancing.
- Adaptation considerations for varying infant ages, attentional capacities, and stimulus complexity levels.
- Limitations include dependency on infant cooperation, calibration success, and the need for controlled laboratory environments to minimize distractions.
