使用眼动追踪数据对交互式虚拟对象旋转进行三维映射
October 18th, 2024
我们开发了一种简单、可定制且高效的方法来记录来自交互式空间任务的定量过程数据，并使用眼动追踪数据映射这些旋转数据。
我们开发了一种实时记录人类与 3D 虚拟对象交互的方法。我们的方法包括将纵对象的旋转数据与眼动追踪等行为测量联系起来。这让我们更深入地了解任务背后的认知过程，而不仅仅是最终结果。
考虑了以下主题:材料旋转与眼球运动之间的关系、个体差异、应用和实际意义、方法学进步、认知模型和理论、发展和临床观点以及神经认知机制。这项工作在方法论方面做出了贡献。似乎没有简单的方法可以将眼球活动数据与旋转轨迹集成。
在这项研究中，我们的目标是为填补这一空白做出贡献。设计了一种简单且经济高效的实验装置，通过旋转测试将传统的眼动追踪数据映射到 3D 模型上。我们未来的研究将集中在研究解释和与虚拟和物理三维物体的解释和交互的个体差异的方法的进步。
例如，我们将为学生和化学专家研究案例。
概览
本研究提出了一种新颖的方法，用于实时记录人类与3D虚拟对象的交互，将眼动追踪数据与旋转指标整合在一起。该方法旨在增强对空间任务中认知过程的理解，而不仅仅是最终结果。
关键研究组成部分
科学领域
- 认知心理学
- 人机交互
- 眼动追踪技术
背景
- 研究心理旋转及其与眼动的关系。
- 关注认知过程的个体差异及其实际应用。
- 推进将眼动数据与空间数据整合的方法论方法。
- 在学术和临床环境中应用研究结果，包括化学教育。
研究目的
- 开发一个实时收集眼动和物体旋转数据的实验设置。
- 解决眼动追踪数据与空间操作数据之间的差距。
- 促进未来对3D模型个体解释的研究。
使用的方法
- 研究利用眼动追踪软件和定制的互动旋转任务。
- 参与者与3D对象互动，数据实时捕获以供分析。
- 关键的方法步骤包括眼动追踪设备的校准和涉及物体旋转的结构化任务执行。
- 数据分析包括导出数据以在脚本中进行进一步处理。
主要结果
- 该方法揭示了空间认知的个体差异，特别是在任务参与的初始和微调阶段。
- 旋转轨迹分析表明，参与者在达到正确的方向之前经常偏离目标位置。
- 其他发现包括与认知参与相关的瞳孔扩张时间延长。
结论
- 本研究建立了一种可靠的方法，用于探索空间任务中的认知机制。
- 眼动追踪与3D交互的整合为人类认知过程提供了洞见。
- 研究结果对教育背景和理解空间推理中的个体差异具有广泛意义。
常见问题
Executive Industry Relevance
Quantitative mapping of human interaction with 3D virtual objects, synchronized with eye-tracking data, enables biopharma R&D teams to dissect cognitive and behavioral processes underlying spatial reasoning tasks. This capability supports the development and validation of digital assays and interactive training modules, enhancing predictive confidence in translational research and human-machine interface optimization. Integrating real-time behavioral and gaze metrics informs early discovery and workflow design, reducing ambiguity in user-driven digital environments.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables precise behavioral mapping for hypothesis testing in digital cognitive assays.
- Supports functional validation of user interaction models relevant to neurocognitive endpoints.
- Facilitates mechanistic de-risking by correlating gaze patterns with task-solving strategies.
Screening & Assay Development
- Provides standardized, reproducible digital environments for evaluating cognitive and behavioral responses.
- Generates quantitative outputs such as angular disparity and fixation heatmaps for assay development.
- Enables scalable screening of user interactions across diverse participant cohorts.
Translational & Preclinical Research
- Aligns digital behavioral metrics with translational biomarkers in neurocognitive research.
- Supports continuity from early digital phenotyping to preclinical model validation.
- Informs risk-adjusted advancement of digital endpoints in translational studies.
Pipeline & Workflow Integration
This method integrates into the discovery-to-preclinical continuum by providing real-time, quantitative behavioral and gaze data for digital assay development and validation.
- Discovery Biology: Enables hypothesis-driven interrogation of cognitive processes during 3D object manipulation.
- Screening: Delivers reproducible, quantitative outputs for cross-condition comparison and assay readiness.
- Analytics: Supports synchronized analysis of rotation trajectories and gaze metrics for robust statistical evaluation.
- Translational Research: Bridges digital behavioral outputs with preclinical and clinical biomarker strategies.
- Enterprise Reuse: Offers a reusable digital framework for diverse cognitive and behavioral R&D applications.
Operational & Enterprise Impact
- Scientific Value: Enhances predictive confidence and reduces mechanistic ambiguity in digital cognitive assays.
- Operational Value: Standardizes data collection and analysis across digital behavioral studies.
- Strategic Value: Informs go/no-go decisions for digital endpoint development and portfolio prioritization.
- Portfolio Impact: Supports risk-adjusted advancement of digital and behavioral R&D assets.
Implementation Considerations
- Requires expertise in eye-tracking technology and digital behavioral analytics.
- Depends on access to synchronized data acquisition and analysis infrastructure.
- Necessitates cross-team standardization of digital assay protocols and data formats.
- Adaptable to various 3D model systems and user interface designs.
- Practical limitations include calibration accuracy and interpretation of individual behavioral variability.
