Name: 用于模拟中央视力丧失的感知学习研究的凝视条件显示框架 (视频) | JoVE Journal
Uploaded: 2025-04-11T13:20:00.000+00:00
Duration: 7 min 12 s
Description: 了解凝视条件显示框架如何模拟中央视力丧失，用于研究视觉处理变化与代偿性眼动策略。该方法通过训练干预评估周边视觉功能，为视力康复提供标准化研究工具。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

本工作由美国国立卫生研究院国家眼科研究所（NIH NEI）资助，项目编号为1 U01 R01EY031589和1R21EY033623-01。

所有参与者均为视力正常且无已知视力问题的健康个体，视力均达到20/40或以上。代表性参与者均为女性，年龄分别为27岁和24岁。所有参与者均签署了知情同意书，且本研究已获得阿拉巴马大学伯明翰分校机构审查委员会（IRB）的批准。
1. 确定模拟中心视力丧失研究的理想系统
<ol>
	<li>确定一个能够以连续循环方式将信息从眼动仪高效传输到刺激生成软件的系统。使用文献37中描述的方法测量不同系统组合的延迟，以确定延迟最低的组合。 
	​注：图3展示了四种不同系统组合的综合延迟比较，这些系统包括两种眼动仪（EyeLink 1000 Plus Tower Mount 和 TRACKPixx3）、两种显示设备（CRT 显示器（刷新率 = 100 Hz）和 Display++（刷新率 = 120 Hz））以及两种操作系统（Windows 10 和 Mac iOS）。每种组合测量了 20 次。结果表明，当使用 Vpixx TrackPixx3 眼动仪与 Windows 10 操作系统组合时，系统延迟最低。</li>
</ol>
<img alt="显示 Mac 和 Win 系统上 E1000 与 TP 设置的毫秒级延迟的系统延迟比较图。" class="xfigimg" src="/files/ftp_upload/67596/67596fig03.jpg" data-altupdatedat="1788304762000" data-alt="图 3"> 
图 3：不同显示器、眼动仪设备和操作系统组合下的延迟比较。柱状图表示每种组合进行 20 次重复测量所得数据的 ±1 个标准差。测量使用处于慢动作模式的 Mac 操作系统手机进行，屏幕刷新率达到 240 Hz。TP/CRS/Win 与 E1000/CRT/Mac（t(38)=9.53，p&lt;0.001）、E1000/CRS/Mac（t(38)=16.24，p&lt;0.001）以及 E1000/CRS/Win（t(38)=3.94，p&lt;0.001）之间的差异具有统计学意义。<a href="https://www.jove.com/files/ftp_upload/67596/67596fig03large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
2. 通过眼动追踪显示技术使参与者熟悉模拟的中心视力丧失
注意：模拟中心视力丧失的一个基本组成部分是让参与者熟悉眼动追踪显示系统。若缺乏适当的熟悉过程，参与者在导航眼动追踪显示系统时所付出的努力可能会混淆其能力的测量结果。本方案中的多个关键步骤可确保参与者充分熟悉眼动追踪显示系统，从而能够可靠地测量视觉功能表现。
<ol>
	<li>向参与者提供关于他们在特定实验环节中将要执行任务的视听指导。针对每项任务，应准备包含实际任务界面截图的专用视频说明，并通过口头讲解进一步解释操作步骤，以确保参与者充分理解任务过程中需要完成的内容。</li>
	<li>在开始每项主要任务之前，为参与者提供练习试次，以便澄清与任务相关的任何疑问。</li>
	<li>在初次实验访问期间，在进行眼动依赖型任务之前，需对参与者进行注视训练，使其学会在屏幕上将模拟的暗点置于中央白色方框内，持续不同时间，且随着试次推进，空间容差逐渐增大，同时忽略屏幕上可能出现的干扰刺激。</li>
	<li>此外，还需对参与者实施PRL诱导任务，旨在促进形成类似PRL（偏好注视区）的行为模式。在此任务中，让参与者观察一个随机出现在屏幕上的不透明圆盘，该圆盘覆盖了一个目标（例如Landolt C），要求其移动暗点靠近该不透明圆盘以显露目标。 
	注意：对该任务的眼动分析可揭示早期类似PRL的位置，该位置后续可用作训练定位点。在此实验范式中，中央圆形暗点所对应的视觉角度为10°。这些步骤有助于参与者熟悉眼动依赖型显示系统，并为利用周边视野完成多种感知评估和训练任务做好准备。</li>
</ol>
3. 有效指导方案的制定
注意：指导语在引导参与者如何对刺激作出反应以及在不同任务中管理其模拟暗点方面起着至关重要的作用。适当的指导语必须详尽且清晰，以避免产生任何混淆。应根据需要反复重申指导语，以确保参与者充分理解。
<ol>
	<li>教学视频
	<ol>
		<li>视觉演示：提供能够直观展示任务每一步骤的视频。视频应清晰地演示如何在任务过程中适当管理模拟暗点，以及如何对刺激作出反应。</li>
		<li>旁白说明：配备简洁的解说脚本，配合视觉演示，用简单易懂的语言解释整个过程。确保语言通俗易懂，避免使用专业术语。</li>
	</ol>
	</li>
	<li>书面口头指导
	<ol>
		<li>一致性：使用标准化的口头指导脚本，以确保不同实验环节和参与者之间的一致性。示例：在整个任务过程中，将有多次休息时间供您让眼睛放松。在这些休息期间，请务必保持头部位于下颌托上。当您准备好继续任务时，请按下空格键，任务将重新开始。</li>
		<li>清晰性：语速应缓慢且清晰，确保强调任务中所有重要环节。</li>
	</ol>
	</li>
	<li>视觉指导
	<ol>
		<li>屏幕内说明：在屏幕上提供书面指导，供参与者在完成任务前和过程中阅读。使用简短句子以确保清晰，并辅以图示说明参与者在各项任务中可能遇到的刺激类型。</li>
	</ol>
	</li>
</ol>
4. 评估任务的设计与实施
注意：在此框架内设计的任务大致分为两大类：（1）自由眼动任务和（2）注视限制任务。在自由眼动任务中，允许参与者在屏幕上进行眼动，以识别随机出现在屏幕上的目标（或阅读文本）；而在注视限制任务中，要求参与者在整个任务过程中保持注视于中央白色方框内，并利用周边视觉进行判断。图4展示了每类任务的示例及说明。有关这些任务的更详细信息可参见38。
<img alt="包含稳定性测试、视力测量、注意力评估和视觉技能的动眼任务示意图。" class="xfigimg" src="/files/ftp_upload/67596/67596fig04.jpg" data-altupdatedat="1788304762000" data-alt="图4"> 
图4：基于该框架设计的不同评估任务的可视化表示。 这些任务大致分为两类：自由眼动任务，其中暗点随受试者的眼动自由观察目标（上图）；以及固定约束任务，其中在整个任务过程中暗点必须保持在中央白色方框内（下图）。本图经修改自38。 <a href="https://www.jove.com/files/ftp_upload/67596/67596fig04large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
<ol>
	<li>自由眼动任务 
	注意：自由眼动任务用于测量参与者在执行任务时的眼动行为。这些任务有助于理解在阅读和视觉搜索等自然化任务背景下眼睛的运动情况。
	<ol>
		<li>指导视频/口头说明
		<ol>
			<li>在校准前向参与者展示指导视频并提供脚本化的口头说明。</li>
		</ol>
		</li>
		<li>校准
		<ol>
			<li>在任务之间运行先前校准的验证，并在校准验证结果不佳或参与者在任务间休息时进行额外校准。</li>
		</ol>
		</li>
		<li>自由观看任务特定方法
		<ol>
			<li>执行自由观看任务，指导参与者使用注视完成多种动作，而非固定于某一区域。可选择以下一种变体形式进行该任务。</li>
			<li>将暗点移近提示线索，使刺激出现；在一段时间内保持对屏幕上特定位置的注视；在暗点遮挡中心视野的情况下执行标准任务，如阅读或视觉搜索。</li>
			<li>在任务开始时，向参与者提供屏幕上的说明，随后进行一组练习试验。完成练习试验后，在进入正式任务前给予提醒性说明。确保参与者在测量表现之前已理解并熟练掌握各任务的视觉布局、所需的眼动操作以及反应特征。</li>
			<li>在参与者完成每个任务时，提供听觉反馈以指示其反应的准确性，因为使用暗点可能导致视觉反馈被忽略。</li>
			<li>在每个任务中加入最长1分钟的休息时间，以降低测试疲劳的可能性。对于包含较长时间评估的测试日，应安排3分钟或更长的休息时间，以进一步减少测试疲劳的风险。</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>固定注视任务 
	注意：固定注视任务可用于在特定视野位置测试或训练周边视觉。这些任务适用于测试早期和中期视觉处理功能，包括视敏度、对比敏感度、拥挤效应等，也适用于测试高级视觉处理功能，如外源性和内源性注意。在这些任务中，重要的是让参与者学会保持稳定的注视，以避免因分配注意力资源来维持稳定注视而干扰任务表现。在这些任务中，参与者需在注视辅助工具的帮助下（图5B），将中心视野保持在屏幕中央，同时对出现在其周边视野中的刺激做出反应。
	<ol>
		<li>指导视频/口头说明
		<ol>
			<li>在校准前向参与者展示指导视频并提供脚本化的口头说明。</li>
		</ol>
		</li>
		<li>校准
		<ol>
			<li>在任务之间运行先前校准的验证，并在校准验证结果不佳或参与者在任务间休息时进行额外校准。</li>
		</ol>
		</li>
		<li>固定注视任务特定方法
		<ol>
			<li>在固定注视任务期间，要求参与者在整个任务过程中保持头部位于下颌托架上，以确保校准在整个过程中尽可能保持与原始位置一致。</li>
			<li>向参与者提供屏幕上的说明，随后进行一组练习试验。完成练习试验后，在进入正式任务前再次提供一组提醒性的屏幕说明。</li>
			<li>在这些任务中，要求参与者借助注视辅助工具（白色矩形注视框）将中心视野保持在屏幕中央，同时对出现在注视框两侧周边视野中的刺激做出反应。</li>
			<li>要求参与者在评估期间使用右手食指操作位于其右侧的五键反应盒进行反应。如果未能维持注视，则不会呈现刺激，且刺激将因超时而终止，除非重新恢复注视。</li>
			<li>在参与者完成每个任务时，提供听觉反馈以指示其反应的准确性，因为同样地，使用暗点可能导致视觉反馈被忽略。</li>
			<li>在每个任务中加入最长1分钟的休息时间，以降低测试疲劳的可能性。对于包含较长时间评估的测试日，应安排3分钟或更长的休息时间，以进一步减少测试疲劳的风险。</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>合适注视显示的设计开发 
	注意：在涉及周边呈现目标且模拟暗点遮挡中心视野的任务中，若试图在视网膜拓扑定义的位置上估计表现，则会面临挑战。事实上，即使在黄斑中心凹任务中，眼睛也会产生微小的非自主运动，表现为漂移和微扫视。因此，为了优化注视稳定性，在设计注视辅助工具时应进行周密考虑。
	<ol>
		<li>设计一种结合大尺寸注视十字和注视框的注视辅助工具（图5）。指导参与者将不透明遮挡物保持在注视框内，并利用注视十字的长臂作为屏幕中心的参考。 
		注意：该设计结合了靶心型和十字线型两种视觉辅助工具，已被证明可实现最佳的注视稳定性39。此外，由于同时包含注视框和注视十字，该设计可轻松应用于转化研究中，用于测试患有中心视力丧失的患者，例如年龄相关性黄斑变性（MD）患者。</li>
	</ol>
	</li>
	<li>优化自适应程序以准确测量表现 
	注意：实施不同评估的关键方面之一是能够快速且成功地估计部分任务（特别是视敏度、对比敏感度、拥挤效应和轮廓整合）中的表现阈值。一个挑战是传统阶梯法收敛速度较慢，且目标表现接近阈值，容易引起受试者的挫败感和疲劳。为克服这一问题，我们采用三阶段程序来估计参与者在这些任务中的表现。
	<ol>
		<li>在第一阶段，要求参与者在正式实验前完成12次练习试验。在第二阶段，采用2降1升阶梯法，在出现3次向下反转（即刺激变化方向由难到易）后终止；随后进入第三阶段，采用传统的3降1升阶梯法，持续60次试验后结束。 
		注意：预实验研究表明，该程序可在大多数任务（视敏度、拥挤效应和对比敏感度任务）中获得可靠的阈值。然而，某些任务可能需要其他方法，尤其是当参与者之间的表现差异较大时。例如，在轮廓整合任务中，在完成第一阶段（练习）后，额外实施了一个程序：通过渐进式阶梯法调节任务难度，每三次试验增加一次方向抖动（0°, 1°, 2°, 4°, 6°, 8°, 10°, 12°），共进行24次试验。之后，第二和第三阶段（自适应阶梯法）按常规继续进行。总体而言，不同任务可能需要略有不同的自适应程序。但三阶段方法使参与者能够练习并迅速接近其阈值范围，并在该范围内提供详细的测量结果。</li>
	</ol>
	</li>
</ol>
<img alt="静态平衡示意图，带有交叉矢量；视觉感知实验结果，对称设计。" class="xfigimg" src="/files/ftp_upload/67596/67596fig05.jpg" data-altupdatedat="1788304762000" data-alt="Figure 5"> 
图5：用于促进受试者注视稳定的辅助工具。（A）注视十字和注视框用于注视稳定性任务。（B）在低级视觉任务中使用了注视十字、注视框以及中心的黑色十字。<a href="https://www.jove.com/files/ftp_upload/67596/67596fig05large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>

Gaze-Contingent Framework for Studying and Training in Simulated Vision Loss

作者声明，本文的发表不存在利益冲突。

在本方法学论文中，我们提出了一种基于眼动控制的实验框架，用于在模拟中心视野缺损条件下开展感知研究，重点强调了实现以下目标所需的硬件、设计及方法学考量：（1）选择眼动控制系统中延迟最短的设备配置；（2）实施多种多样的视觉感知任务；（3）在此范式下测量参与者的视动与感知表现。针对第（1）点，我们强调必须测试硬件与软件在维持眼动依赖性感知方面的可靠性。应测试特定的眼动仪设备与计算机软硬件组合（理想情况下不止一种），以确保系统延迟足够低，既不会破坏眼动依赖性的感知连续性，更重要的是，防止参与者利用系统延迟通过中央凹完成任务。针对第（2）点，我们在使用眼动控制系统设计任务（以及后续数据采集）时实施了多项检查措施。其中关键的一环是确保参与者适应由盲点引入的视觉条件改变。这包括训练参与者维持稳定的注视——这对于依赖注视的任务至关重要，以及引导其产生适当的视动行为，这两者对于成功完成感知任务均至关重要。我们通过训练参与者在盲点存在条件下进行注视，并在执行感知任务前实施PRL（偏好注视位置）诱导任务来实现这一目标。针对第（3）点，我们为每项任务建立了详细的框架，涵盖设置、指导语、练习环节以及适应性方法，适用于自由观察和注视控制型任务。本框架的一个显著特点...

黄斑变性（MD）是全球视力障碍的主要原因，预计到2040年将影响全球2.48亿人1。晚期MD的特征是视觉中心区域（黄斑中心凹）的光感受器受损。中心视力的丧失会严重影响依赖中心视力的日常活动，例如导航2、阅读3和识别人脸4。MD的后果显著影响患者的生活质量5，并导致负面的心理影响6。MD患者由于丧失中心视力，可能会自发发展出代偿性的眼动策略，即利用视网膜周边区域替代黄斑中心凹的功能（图1）。这一区域被称为首选视网膜 locus（PRL）7，患者在进行注视、阅读和人脸识别等任务时常采用该区域。已有证据表明，在MD患者中，PRL可接管原本由黄斑中心凹负责的眼动参考功能8,9。此外，在中心视力丧失的患者中还观察到注意力和认知控制能力的改变，提示视力丧失与认知功能之间存在关联10。
<img alt="黄斑变性患者视力变化示意图；显示健康状态、黄斑区受损及视网膜偏好点。" class="xfigimg" src="/files/ftp_upload/67596/67596fig01.jpg" data-altupdatedat="1788304762000" data-alt="Figure 1"> 
图1. 正常视力个体与黄斑变性伴中心凹暗点患者感知体验示意图。 中心凹暗点导致黄斑变性患者出现中心视力丧失。部分患者可通过使用周边视网膜区域来部分代偿中心凹视觉输入的缺失，该区域定义为偏好视网膜 locus（PRL）。在已形成PRL的患者中，该区域常被用于偏心注视及日常活动中。PRL的视网膜位置、形状和大小因人而异。<a href="https://www.jove.com/files/ftp_upload/67596/67596fig01large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
尽管目前尚无恢复视力丧失或补偿中心视野缺损的金标准干预措施，但视光学、职业治疗和视觉科学领域的实验性方法正在被测试，以通过周边视觉提高代偿能力11,12。眼动训练方法侧重于指导患者改善眼动控制与协调能力，包括教会其使用更合适的伪盲点（PRL）11,12,13,14,15，而感知干预则致力于提升一般性的周边视觉能力或PRL区域内的视觉功能，部分克服周边视觉的局限性16,17,18,19,20。近期研究采用基于眼动追踪的视线依赖式显示技术，作为研究中心视野缺损眼动行为的范式21,22,23,24,25,26,27,28,29。该方法在健康个体中使用模拟暗点（即遮挡视野中心区域的遮蔽器）（图1），可缓解受试者招募和依从性方面的问题，同时对多个参数（如暗点的大小和形状）实现高度控制，从而为直接招募年龄相关性黄斑变性（MD）患者提供了一种有前景的替代方案。尽管真实中心视野缺损与模拟暗点之间存在若干差异30,31，但在前者中观察到的一些眼动行为（例如PRL的形成）也可在后者中重现27,30,32，表明这种视线依赖式范式能够诱发部分代偿性眼动策略。重要的是，模拟中心视野缺损为研究健康视觉系统以及中心视野缺损后的神经可塑性提供了一个广泛的研究框架。
在此，我们介绍一种视线追踪框架的设计、开发与应用，该框架可用于检测健康个体的感知、眼动及注意力表现，并经过适当修改后也可用于黄斑变性（MD）患者图2）。我们还详细阐述了伴随注视-依赖性外周训练的技术与心理物理学考量。其中一个关键技术挑战在于营造出视野缺损区平滑、低延迟移动的视觉感知33通过选择合适的显示设备、眼动仪和操作系统，可获得较短的延迟。34,35,36先前的研究已记录了每件硬件如何增加延迟37 以及降低整体延迟、适应眨眼和缓慢眼动的策略33我们范式的一个新颖之处在于，在同一框架下为健康人群和患者群体的感知研究提供了一套多样化的训练与评估任务。该框架可表征中心视力丧失所影响的多个视觉加工层次，具体包括低级视觉、高级视觉、注意力、眼动控制以及认知控制。采用此方法的改良版本进行的初步测试表明，健康对照组和患者群体的视力敏锐度均有所改善。32. 
<img alt="认知与视觉过程的神经科学示意图：眼动控制、注意力、视觉敏锐度。" class="xfigimg" src="/files/ftp_upload/67596/67596fig02.jpg" data-altupdatedat="1788304762000" data-alt="图 2"> 
图 2. 视觉系统可塑性研究及黄斑变性视觉康复的多维方法。 视觉感知、眼动控制和认知控制等相互关联的维度示意图，这些维度共同参与视觉信息处理，并在中心视力丧失中受到影响。 <a href="https://www.jove.com/files/ftp_upload/67596/67596fig02large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>

<table><tbody><tr><td>阴极射线管显示器</td><td>ViewSonic PF817 Professional Series CRT, ViewSonic Corp.</td><td></td><td>https://www.viewsonic.com/us/monitors.html?srsltid=&lt;br/&gt; AfmBOorEmjc67A5U2v2V&lt;br/&gt; wywNRHWzdrxcYx7Q3Y0&lt;br/&gt; 9tiNrnbs6FC4TPlc9</td></tr><tr><td>Display++ 液晶显示器</td><td>Cambridge Research Systems</td><td></td><td>https://www.crsltd.com/tools-for-vision-science/calibrated-displays/displaypp-lcd-monitor/</td></tr><tr><td>眼动仪</td><td>EyeLink 1000 Plus Tower Mount, SR Research</td><td></td><td>https://www.sr-research.com/eyelink-1000-plus/</td></tr><tr><td>眼动仪</td><td>Vpixx Technologies Inc.</td><td></td><td>www.vpixx.com</td></tr><tr><td>Macintosh IOS</td><td>Apple Inc.</td><td></td><td>https://www.apple.com/mac/</td></tr><tr><td>Windows 10</td><td>Microsoft Inc.</td><td></td><td>https://www.microsoft.com/en-us/</td></tr></tbody></table>

一种用于模拟中央视野缺损感知学习研究的注视-依从性显示框架

A Gaze-Contingent Display Framework for Perceptual Learning Research with Simulated Central Vision Loss

年龄相关性黄斑变性（MD）是西方世界视力受损的主要原因之一。MD 患者往往会自发形成特定的眼动策略以弥补视力损失，包括建立一个偏好的视网膜区域（PRL），即利用未受损的周边视网膜区域更频繁地替代受损的中央凹。然而，并非所有患者都能成功建立 PRL，即使能够建立，也可能需要数月时间。目前尚无公认的康复治疗金标准，且由于受试者招募困难、依从性差以及合并症等问题，MD 的研究进一步受到限制。为应对这些问题，越来越多的研究采用眼动追踪引导的视线依赖式显示技术，在视力正常的个体中模拟中心视野缺失范式。尽管模拟的视力损失在性质上不同于病理性中心视野缺失，但我们的框架提供了一个高度可控的模型，可用于研究代偿性眼动行为并测试低视力状态下的潜在康复干预措施。通过构建一个综合性的研究框架，而非依赖孤立且互不关联的任务，我们创建了一个连贯的研究环境，能够检验更大范围的假设，从而分析任务间的相互作用、评估多种指标上的训练效应，并为未来研究建立一致的方法学基础。此外，模拟中心视野缺失研究中的参与者在眼球运动代偿行为方面表现出与 MD 患者相似的特征。本文介绍了一种开展与模拟中心视野缺失相关的视线依赖式研究的框架，重点阐述如何利用该框架测试健康个体在涵盖不同视觉加工层次的多种感知任务中的行为表现和眼动表现，并讨论该框架如何被调整用于 MD 患者的训练。

本节展示了自由眼动和注视约束任务的示例数据。本节旨在说明使用该框架所获得的数据及其测量外周视觉功能的能力。内容分为四个独立类别，每类均突出在模拟中心视力丧失条件下准确评估视觉表现所需的关键要素。这些类别包括：（1）低级和中级视觉任务中的表现，（2）高级视觉任务中的注意力测量，（3）生态效度任务，以及（4）眼动指标，用于捕捉中心视力注视受阻时适应性眼动策略的变化。所有受试者均为视力正常个体，最佳矫正视力为20/40或以上，且无已知视觉问题。两名代表性受试者均为女性，年龄分别为27岁和24岁。所有受试者均签署知情同意书，且本研究已获得阿拉巴马大学伯明翰分校机构审查委员会（IRB）的批准。
使用自适应阶梯法进行低级和中级视觉任务的表现评估
图6 和 7 展示了两名参与者在四项特定视觉任务中的表现进展：视敏度（图A）、对比敏感度（图B）、轮廓整合（图C）和拥挤效应（图D）。表现轨迹以颜色编码的阶梯图表示，其中...

我们介绍了一种用于感知觉和眼动研究的视线追踪显示框架的开发，该框架旨在模拟中心视野缺损。此框架特别适用于研究在模拟及病理性中心视野缺损个体中出现的代偿性行为与眼动策略。

年龄相关性黄斑变性（MD）是西方国家视力障碍的主要原因之一。MD 患者往往会出现自发性眼动……

以下，我们总结了实施基于注视的实时调控框架以研究周边视觉能力的关键方面。
1. 确定模拟中心视力丧失研究的理想系统
<ol>
	<li>第一步是确定一个能够以连续循环方式将信息从眼动仪高效传输到刺激生成软件的系统。我们采用了 Saunders 和 Woods37 所描述的方法，测量不同系统组合的延迟，以确定延迟最低的组合。图 3 展示了四种不同系统组合的综合延迟比较，这些组合包括两种眼动仪（EyeLink 1000 Plus Tower Mount 和 TRACKPixx3）、两种显示设备（CRT 显示器（刷新率为 100 Hz）和 Display++（刷新率为 120 Hz））以及两种操作系统（Windows 10 和 Mac iOS）。每种组合均测量了 20 次。结果表明，延迟最低的系统是 Vpixx TrackPixx3 眼动仪与 Windows 10 操作系统的组合。</li>
</ol>
<img alt="显示 Mac 和 Win 系统上 E1000 与 TP 设置毫秒级延迟的系统延迟比较图。" class="xfigimg" src="/files/ftp_upload/67596/67596fig03.jpg" data-altupdatedat="1788304762000" data-alt="图 3"> 
图 3. 不同显示器、眼动追踪设备和操作系统组合下的延迟比较。（E1000：Eyelink 1000；CRT：阴极射线管显示器 ++；Mac：Mac iOS；CRS：ViewSonicPF817；Win：Windows 10；TP：VPixx TrackPixx3）。柱状图表示每种组合进行 20 次重复测量所得数据的 ±1 标准差。测量使用苹果 iPhone 12 的慢动作模式完成，其采样频率达到 240 Hz。TP/CRS/Win 与 E1000/CRT/Mac（t(38)=9.53，p&lt;0.001）、E1000/CRS/Mac（t(38)=16.24，p&lt;0.001）以及 E1000/CRS/Win（t(38)=3.94，p&lt;0.001）之间存在统计学显著差异。<a href="https://www.jove.com/files/ftp_upload/67596/67596fig03large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
2. 通过眼动追踪显示技术使参与者熟悉模拟的中心视力丧失
注意：模拟中心视力丧失的一个基本组成部分是让受试者熟悉眼动追踪显示系统。若缺乏适当的熟悉过程，受试者在操作眼动追踪显示系统时所付出的努力可能会混淆其真实能力的测量结果。本方案中的若干关键步骤可确保受试者充分熟悉眼动追踪显示系统，从而可靠地测量视觉功能表现。这些步骤总结如下：
<ol>
	<li>向参与者提供有关其在特定实验环节中将要执行任务的视听指导。每项任务均有专门的视频说明，包含实际任务的屏幕截图。随后由实验人员口头讲解说明，以确保参与者充分理解该任务的预期流程。</li>
	<li>在开始每项主要任务之前，参与者将接受练习试验，以便澄清与任务相关的任何疑问。</li>
	<li>在初次访问时，进行注视相关任务之前，参与者需接受注视训练，学习将模拟的暗点置于屏幕中央的白色方框内，持续不同时间，且随着试验进行空间容差逐渐增大，同时忽略屏幕上可能出现的干扰刺激。</li>
	<li>此外，参与者还需完成一项“PRL诱导任务”，旨在促进形成类似PRL的行为。在此任务中，参与者需观察一个随机出现在屏幕上、遮盖目标（例如Landolt环）的不透明圆盘，并移动暗点靠近该圆盘以显露目标。对该任务的眼动分析可揭示早期类似PRL的位置，该位置后续可作为训练定位点。在本实验范式中，中央圆形暗点所张的视觉角度为10度。</li>
	<li>这些步骤使参与者能够熟悉注视相关显示系统，并为利用其周边视觉完成多种感知评估和训练任务做好准备。</li>
</ol>
3. 有效指导方案的制定
注意：指导语在引导参与者如何对刺激作出反应以及在不同任务中管理其模拟暗点方面起着至关重要的作用。适当的指导语必须详尽且清晰，以避免任何混淆。应根据需要反复重申指导语，以确保参与者充分理解。以下方法建议用于有效传达任务指导语：
<ol>
	<li>教学视频：
	<ol>
		<li>视觉演示：视频应直观展示任务的每一步操作。视频需清晰说明如何在任务过程中适当管理模拟暗点，以及如何对刺激作出反应。</li>
		<li>旁白解说：应编写简洁的解说词，配合视觉演示，用简单明了的语言解释整个过程。确保语言通俗易懂，避免使用专业术语。</li>
	</ol>
	</li>
	<li>书面口头指导：
	<ol>
		<li>一致性：使用标准化的书面脚本进行口头指导，以确保不同实验环节和参与者之间的一致性。
		<ol>
			<li>示例：“在整个任务过程中，将有多次休息时间供您让眼睛放松。在休息期间，请务必保持头部位于下颌托上。当您准备继续任务时，请按下空格键，任务将重新开始。”</li>
		</ol>
		</li>
		<li>清晰性：语速应缓慢且发音清晰，确保强调任务中所有关键要点。</li>
	</ol>
	</li>
	<li>视觉指导：
	<ol>
		<li>屏幕内说明：在屏幕上提供书面指导，供参与者在完成任务前及过程中阅读。使用简短语句以确保清晰，并辅以图示说明参与者在各项任务中可能遇到的刺激类型。</li>
	</ol>
	</li>
</ol>
4. 评估任务的设计与实施
注意：在此框架内设计的任务大致分为两大类：（1）自由眼动任务和（2）注视约束任务。在自由眼动任务中，允许参与者在屏幕上自由移动视线，以识别随机出现在屏幕上的目标（或阅读文本）；而在注视约束任务中，参与者需在整个任务过程中保持注视屏幕中央的白色方框，并利用视野周边进行判断。图4展示了每类任务的示例及其说明。有关任务的更详细信息，请参见补充材料和 Jayakumar（2024）38。
<img alt="眼动任务示意图，包含稳定性测试、视力测量、注意力评估和视觉技能。" class="xfigimg" src="/files/ftp_upload/67596/67596fig04.jpg" data-altupdatedat="1788304762000" data-alt="图 4"> 
图 4. 感知任务：使用本研究框架设计的不同评估任务的可视化表示。这些任务大致分为两类：自由眼动任务，其中暗点随受试者的眼动自由移动以观察目标（上图）；以及固定约束任务，其中在整个任务过程中暗点必须保持在中央白色方框内（下图）。本任务改编自38。<a href="https://www.jove.com/files/ftp_upload/67596/67596fig04large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<ol>
	<li>自由眼动任务 
	自由眼动任务用于测量参与者在执行任务时的眼动行为。这些任务有助于理解在阅读和视觉搜索等自然任务背景下眼动的特点。 
	自由观看任务的一般实验流程
	<ol>
		<li>指导视频/口头说明
		<ol>
			<li>在进行校准之前，向参与者展示一段指导视频并提供标准化的口头说明。</li>
		</ol>
		</li>
		<li>校准
		<ol>
			<li>在不同任务之间运行先前校准结果的有效性验证；若验证结果不佳，或参与者在任务间休息后，需重新进行校准。</li>
		</ol>
		</li>
		<li>自由观看任务的特定方法
		<ol>
			<li>自由观看任务要求参与者利用注视进行多种操作，而非固定注视于某一区域。一些变体包括：
			<ol>
				<li>将暗点移近提示线索，从而触发刺激呈现。</li>
				<li>在一段时间内保持对屏幕上特定位置的注视。</li>
				<li>执行标准任务（如阅读或视觉搜索），但中央视野被暗点遮挡。</li>
			</ol>
			</li>
			<li>任务开始时，参与者首先获得屏幕上的操作说明，随后进行一组练习试验。完成练习试验后，在正式进入任务前会再次给予提醒性说明。在开始测量表现之前，必须确保参与者已充分理解并能够熟练使用各任务的视觉布局、所需的眼动操作以及反应特征。</li>
			<li>由于使用暗点可能导致视觉反馈被忽略，因此在参与者完成每个任务时，为其提供听觉反馈以指示其反应的准确性。</li>
			<li>每个任务中均设置最长一分钟的休息时间，以降低测试疲劳的风险。对于包含较长时间评估环节的测试日，将安排三分钟或更长的休息时间，以进一步减少测试疲劳的可能性。</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>注视受限任务 
	注视受限任务可用于在特定视野位置测试或训练周边视觉。这些任务适用于评估早期和中期视觉处理功能，包括视敏度、对比敏感度、拥挤效应等，也适用于评估包括外源性与内源性注意在内的高级视觉处理功能。在这些任务中，参与者需学会保持稳定的中央注视，以避免因分配注意力资源来维持注视而干扰任务表现。在任务过程中，参与者需借助注视辅助工具（图5B）将中央视觉集中在屏幕中心，同时对出现在注视点两侧周边视野中的刺激做出反应。 
	注视受限任务的一般实验流程
	<ol>
		<li>指导视频/口头说明
		<ol>
			<li>在进行校准之前，向参与者展示一段指导视频并提供标准化的口头说明。</li>
		</ol>
		</li>
		<li>校准
		<ol>
			<li>在不同任务之间运行先前校准结果的有效性验证；若验证结果不佳，或参与者在任务间休息后，需重新进行校准。</li>
		</ol>
		</li>
		<li>注视受限任务的特定方法
		<ol>
			<li>在注视受限任务期间，要求参与者在整个任务过程中保持头部位于下颌托上，以确保校准状态尽可能与初始位置一致，从而维持校准精度。</li>
			<li>参与者首先获得屏幕上的操作说明，随后进行一组练习试验。完成练习试验后，在正式进入任务前会再次给予屏幕提示性说明。</li>
			<li>在任务过程中，参与者需借助注视辅助工具（白色矩形注视框）将中央视觉集中在屏幕中心，同时对出现在注视框两侧周边视野中的刺激做出反应。</li>
			<li>参与者在评估期间使用右手食指操作位于其右侧的五键反应盒进行响应。如果未能维持注视，则不会呈现刺激，且该试次将在未恢复注视的情况下超时。</li>
			<li>由于使用暗点可能导致视觉反馈被忽略，因此在参与者完成每个任务时，为其提供听觉反馈以指示其反应的准确性。</li>
			<li>每个任务中均设置最长一分钟的休息时间，以降低测试疲劳的风险。对于包含较长时间评估环节的测试日，将安排三分钟或更长的休息时间，以进一步减少测试疲劳的可能性。</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>合适注视显示的设计开发 
	在涉及周边呈现目标且模拟暗点遮挡中央视觉的任务中，若试图在视网膜拓扑定义的位置上准确评估表现，则面临挑战。事实上，即使在中央凹任务中，眼睛也会产生微小的非自主运动（如漂移和微扫视）。因此，为了优化注视稳定性，在设计注视辅助工具时需仔细考虑。为此，我们设计了一种结合大尺寸注视十字和注视框的注视辅助方案（图5）。参与者被要求将不透明遮挡物保持在注视框内，并利用注视十字的长臂作为屏幕中心的参考。该设计融合了“靶心型”和“十字线型”两类视觉辅助工具，已有研究表明此类组合可实现最佳的注视稳定性38。 
	此外，由于同时包含注视框和注视十字，该设计可方便地应用于临床转化场景，用于测试中央视力受损的患者。</li>
	<li>优化自适应程序以准确测量表现 
	实施各类评估任务的关键环节之一，是在部分任务（特别是视敏度、对比敏感度、拥挤效应和轮廓整合任务）中快速而有效地估计表现阈值。传统阶梯法的收敛速度较慢，且接近阈值的表现可能引发参与者的挫败感和疲劳。为克服这一问题，我们采用三阶段程序来估计参与者在这些任务中的表现。第一阶段为正式实验前的12次练习试验。第二阶段采用“2降1升”阶梯法，在出现3次向下反转（即刺激变化方向由难变易）后终止；第三阶段则采用传统的“3降1升”阶梯法，持续60次试验后结束。初步研究表明，该程序可在大多数任务（如视敏度、拥挤效应和对比敏感度任务）中获得可靠的阈值。然而，某些任务可能需要其他方法，尤其是在参与者间表现差异较大的情况下。例如，在轮廓整合任务中，在完成第一阶段（练习）后，额外引入了一种渐进式阶梯方法：每三次试验增加一次方向抖动（0°, 1°, 2°, 4°, 6°, 8°, 10°, 12°），共进行24次试验，之后再按常规流程进入第二和第三阶段（自适应阶梯法）。总体而言，不同任务可能需要略微不同的自适应程序，但三阶段方法可使参与者先进行练习，迅速接近其阈值范围，并在该范围内提供精确的测量结果。</li>
</ol>
<img alt="静态平衡图示，带有交叉矢量；视觉感知实验结果，对称设计。" class="xfigimg" src="/files/ftp_upload/67596/67596fig05.jpg" data-altupdatedat="1788304762000" data-alt="Figure 5"> 
图5. 用于促进受试者注视稳定的辅助工具：A. 在注视稳定性任务中使用的注视十字和注视框；B. 在低级视觉任务中使用的注视十字、注视框以及位于中心的黑色十字。<a href="https://www.jove.com/files/ftp_upload/67596/67596fig05large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
5. 为肌营养不良症患者测试调整框架
<ol>
	<li>虽然该框架旨在用于模拟健康个体的中心视力丧失，但其可扩展应用于地图样萎缩（MD）患者的研究，类似于以往的注视-依从性范式7,39,40. 在将该框架应用于患者时，重要的是要考虑到患者的视觉策略与视力正常个体的视觉策略存在显著差异。 首先， 众所周知，肌营养不良症（MD）患者往往存在不稳定的固视，因此尽管近期已尝试对此类人群在视觉研究中使用的眼动追踪设备进行校准41这可能具有挑战性。为解决这一问题，我们对MD患者采用的九点校准与验证流程进行了改进，通过使用更大的校准点并结合楔形标记，同时缩短各点之间的距离。这一调整确保目标更靠近屏幕中心，避免需要在极大偏心度下观察目标。此外，由于我们框架内的许多任务需要稳定的中央注视，我们增加了额外的注视辅助工具，例如从注视框中心向外延伸的楔形标记，以增强注视检测效果。 其次需要注意的是，模拟性暗点与病理性暗点在多个关键方面存在差异，包括其形成的时间进程、代偿策略的发展以及整体注视稳定性，这些差异可能导致两者在主观体验上有所不同。然而，可以通过微视野检测技术对青光眼（MD）患者暗点的形状和大小进行定位，并据此在实验任务中定义暗点的形状42. 最后， 尽管我们所呈现的指标可能与患者中通常观察到的指标有所不同，但该方法能够解析眼动行为，并在模拟训练的各个阶段表征眼动策略的发展，从而提供了一种有价值的工具。该方法有助于加深我们对视觉系统如何适应模拟或病理性中心视力丧失的理解。</li>
</ol>

a-gaze-contingent-display-framework-for-perceptual-learning-research

Research

科研

JoVE Journal

Neuroscience

神经科学

用于模拟中央视力丧失的感知学习研究的凝视条件显示框架

可以通过眼动来研究神经控制和认知过程。VisualEyes...

VisualEyes：一个用于眼动实验的模块化软件系统

脑卒中后存在视觉障碍的患者报告称，其日常生活受到不同程度的限制，这很可能归因于多种代偿策略，而在临床常规中难以区分这些策略。我们提出了一种临床测试方案，可测量不同的头部和眼动代偿策略，并评估这些策略对驾驶表现的影响。...

临床中的驾驶模拟：在视野缺损患者中测试日常生活活动中的视觉探索行为

本文介绍了一种用于模拟和研究视觉系统适应性的新方法。...

可视化视觉适应

我们近期提出了一种可同时实现双目分视视觉刺激呈现与双眼眼动追踪的方法1。其关键在于结合红外眼动追踪仪与相应的红外透射镜。本文提供了该系统初始安装及日常操作的详细实验方案。...

如何构建包含眼动仪的双目视觉呈现系统

幼儿并非被动地观察世界，而是主动探索并积极与周围环境互动。本方案提供了使用头戴式眼动仪记录婴儿和幼儿在自然行为情境下动态视觉环境及视觉注意力的指导原则和实用建议。...

动态行为中儿童动态视觉注意的头戴式眼动追踪研究

本实验方案结合了眼动追踪和扫视前视觉敏感性的评估，采用双重任务范式，包括自由选择扫视任务和视觉分辨任务，以研究在精确扫视和平均扫视之前的视觉空间注意的分配情况。...

通过眼动追踪和视觉敏感性评估研究准确性和平均性扫视前视觉注意的分配

本文介绍了一种基于随机点刺激的、以游戏化知觉学习软件来改善立体视锐度的实验方案。患者为无斜视的立体视功能缺陷受试者。该方案结合了视光中心的随访与家庭训练软件的使用。依从性及立体视锐度的变化数据将存储于云端。...

使用随机点视频游戏改善立体视锐度

本文介绍了一种用于评估中心视力丧失受试者双眼眼动及凝视控制的中心视野筛查的实验方案。...

在双目分视条件下评估双眼中心视野和双眼眼动

我们研究的目标是将行为与大脑活动相关联。精确的行为测量和成像技术使我们能够阐明脑-行为之间的关系。...

将行为反应与人类前额叶皮层的fMRI信号相关联：通过任务分析检验认知过程

我们描述了一种用于创建具有精确特征变异的自然化三维物体及物体类别的新方法。我们利用形态发生和系统发育等生物过程的模拟，生成新颖且自然化的虚拟三维物体及物体类别，这些物体可进一步渲染为视觉图像或触觉物体。...

创建物体与物体类别以研究感知及感知学习

了解凝视条件显示框架如何模拟中央视力丧失，用于研究视觉处理变化与代偿性眼动策略。该方法通过训练干预评估周边视觉功能，为视力康复提供标准化研究工具。

一种用于模拟中央视野缺损感知学习研究的注视-依从性显示框架

探索更多视频