מאמר שיטה

באמצעות מדידות אלקטרואנצפלוגרם הקלטת וידאו באיכות גבוהה עבור ניתוח התפיסה החזותית של תוכן מדיה

DOI:

10.3791/57321

⸱

26 במאי 2018

 ,  ,  , 
1Neuro-Com Research Group, Universitat Autónoma de Barcelona, 2Instituto RTVE, Corporación Radio Televisión Española, 3Division of Neuroscience, Pablo de Olavide University

במאמר זה

סיכום

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

אנו מציגים זיהוי, רכישה, וניתוח eyeblink המחירים בזמן צפייה תוכן מדיה.

תקציר

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מאמר זה חוקר שיטה כדי לזהות הבדלים בתפיסה חזותית בבני אדם. השיטה מבוססת על הפונקציה פסיכולוגי (או "קוגניטיבי") של eyeblinks. Eyeblinks המשתתפים זוהה, נרכש תוך כדי צפייה בסרטונים שנוצרה במיוחד עבור החקירה. זיהוי של רכישת eyeblinks מתבצעות בעזרת התקן ערוץ 20 אלחוטי (EEG) electroencephalographic. האינטרנציונל ש-10-20 מערכת עבור מיקום האלקטרודות מלווה. מצלמת וידאו בהבחנה גבוהה (HD) משמש כדי להקליט את הבעות הפנים של המשתתפים, למטרות חדות. במקום להשתמש תוכן קיימים מדיה, מטרה מתוצרת תוכן וידאו נוצר בעקבות לקריטריונים ספציפיים עניין לחקירה הזאת, עם גירויים הפעלת חוקרים כדי לנהל את הפרמטרים מדויק של ריבית. אחרת, תוצאות מזוהם עם משתנים בלתי מבוקרת. הסינכרון של המצגת של גירויים וידאו עם EEG הקלטות צריך להיעשות באלפיות שניה. ניתוח של הנתונים שנאספו מבוצע עם תוכנות חזקה לעבודה עם מטריצות גדולות. הבדלים משמעותיים סטטיסטית בשיעור eyeblink הקשורים מדיה התמקצעות וסגנון העריכה נמצאים עם ההליכים ניסיוני המדווחת.

מבוא

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מטרת שיטה זו

שיטה זו מציעה פרוטוקול כפול לזיהוי eyeblinks. המטרה היא לנתח את הצופים התפיסה החזותית של תוכן מדיה, שנוצרה במיוחד עבור החקירה הזאת, על-ידי שימוש האא ג הקלטות מערכות הקלטת וידאו HD.

הרציונל מאחורי פיתוח ו/או השימוש בשיטה זו

כל eyeblink מסתיר זרימה חזותית עבור ms 150-4001,2. מהבהב כולל פיזיולוגיים3,4,5 , פסיכולוגית6,7 פונקציות. הקשר בין קצב לב ו- eyeblink יש כבר למד, הוכיחו מחקרים שונים8. רמה גבוהה יותר של תשומת הלב פוחת קצב eyeblink, לפי מחקרים קודמים, בני האדם חולקים מנגנון לפיקוח על העיתוי של קריצות המחפשת את הרגע. הטוב ביותר למנוע אובדן מידע חזותי חשוב9. לפיכך, ניתוח ההתנהגות eyeblink של הצופים כשהוא צופה במסכים יכול לספק מידע לגבי הרמה של תשומת לב רבה תוכן המדיה.

אחת השיטות לגילוי ספונטניות eyeblink שיעור היא באמצעות אלקטרודות EEG כדי להקליט את הפעילות החשמלית. Eyeblinks ניתן בקלות להבחין הקדם חזיתית, אלקטרודות electrooculogram מחובר למערכת הקלטה EEG. ברוב ניתוחי אא ג, eyeblinks נחשבים חפצים. מסיבה זו, רבים חבילות תוכנה עבור ניתוח נתונים EEG יש גלאי eyeblink10. היתרון של שימוש האא ג לגילוי eyeblinks טמפורלית ברזולוציה גבוהה (לפי סדר אלפיות השניה), האפשרות של רישום המוח ההשפעות של נרטיבים שונים וחותך בסרטים מסונכרן עם eyeblinks האלה - עניין להיפתח עוד יותר לימוד. הקלטה פרצופים של המשתתפים עם מצלמת HD יכול להיות גם שימושי עבור התאמת/ניגוד למטרות9.

היתרונות על פני שיטות אלטרנטיביות עם הפניות מחקרים רלוונטיים

ישנן מספר שיטות לספירת קריצות עין. קצת כלי ייעודי לגילוי קריצות הן סלילים מגנטיים, קרני האור האינפרא-אדום (IR), מעגל גלאי תנועה עם העין ניתוח תנועה כגון טכניקות עקיבה מספר טכניקות בהתבסס על אותות הביו-חשמליות, למשל, electrooculography (EOG), אלקטרומיוגרפיה (EMG) ו- EEG. אפשרות נוספת מדויקת יותר, אך גוזלת זמן באופן ידני סופר הבהובים מ הקלטת וידאו מסגרת11. טכנולוגיות היום יכולים להיות מסווגים באופן כללי לשתי קבוצות: א) קשר ללא הקלטה אשר כוללת שתי שיטות, זיהוי הבהוב ישירה באמצעות ראייה ממוחשבת וזיהוי הבהוב מנותק תוך שימוש עקיבה, ב) קשר המבוסס על ההקלטה אותות ביולוגיים דרך ה EEG ו EOG התקנים12,13.

מערכת עקיבה היא טכנולוגיה בשימוש נרחב, החל עיצובים פסיבית המבוססת על תמונה מסורתית ועד הגישות ליד-אינפרא אדום מבוססי פעיל בעיקר בשימוש כיום עם מצלמה ברזולוציה גבוהה. האחרון מנצלת את מאפייני התלמיד תחת תאורה אינפרא-אדום14רעיוני. הרעיון שבבסיס שיטות מודרניות עקיבה הוא תלמיד מרכז הקרנית השתקפות (PCCR), הכוללת מצלמת מעקב המרכז של התלמיד, איפה האור משקף של הקרנית. עם זאת, יש מחסור של אלגוריתמים זיהוי הבהוב לאור עבור פרוטוקולים עקיבה. יתר על כן, למרות מודלים שונים של עקיבה בשוק לספק תוכנה משולבת עם זיהוי הבהוב, קוד המקור לא תמיד מסופק על ידי היצרנים, ולכן קשה לשנות או יודע איך האלגוריתמים עובדים12. כמו כן, במהלך ניסויים עם עקיבה ישנם אירועים לגרום לאובדן נתונים, כגון מעקב אחר ועיכובים משמעותיים הראש או להביט תנועות. אזור העין הוא קטן מאוד בלוכדת וידאו, וזו כבר בעיה לחישוב משך הזמן של עובד, אשר לפעמים מציג סוגים שונים של חפצים15.

בניסוי זה, שיטות EEG, EOG משמשים. EEG אינה משמשת בדרך כלל לבד כדי לזהות eyeblinks. אולם, ניתוח eyeblinks הקליט עם אלקטרודות EEG היא נוהל סטנדרטי של חקר displacements העפעף. הליך זה מאפשר לחוקרים יש מידע של בדיוק מתי eyeblinks מתקיימים. אות הדפוס השכיח ביותר לגילוי הבהובים היא של נקודות שיא, המייצג תגובות תנועה אנכית. ישנם מספר שיא זיהוי אלגוריתמים החלים raw EEG, בתחום הזמן, או אותות בתחום התדר. התהליכים המעורבים בזיהוי השיא הם שיא זיהוי, הדמיה, סיווג. Eyeblinks יש השפעה רבה על ערוצי חזיתית של האות EEG. בדרך כלל, eyeblinks מאותרים ב EEG באמצעות הסף שנקבע מראש משרעת16. האלגוריתמים בתוכנה ניתוח המשמשת בניסוי זה מבוססים על סטיית תקן של האותות על שורש ממוצע הריבועים (RMS) של האות EEG מסונן מראש; הם מקור פתוח וזמין הקהילה המדעית17. עם זאת, כמה תנועות עיניים לא מעורבים eyeblinks יכול לעורר פעילות חשמלית, זה עשוי להיות מבלבל. מסיבה זו, שיטה שנייה - הקלטה של הצופים פנים עם מצלמת וידאו HD - מאפשר לחוקרים להתאים eyeblinks בספירת אותם באופן ידני. שיטה כזו כפול, החוקר משיגה מטריצה של eyeblinks מסוגל לנתח בקלות עם כלים סטטיסטיים.

לכן, השיטה המוצעת מבצעת טריאנגולציה נתונים עם שני מקורות שונים כדי לאמת את eyeblinks שזוהו. שיטה זו מבוססת על נאקאנו et al. אינדיקציות9 לאישור. במקביל, הוא גם מאפשר לחוקרים לאסוף מידע פעילות מוחית ותדרים לצורך ניתוח נוסף. הניסוי המתואר כאן הוא חלק רחב יותר בעתיד לפתוח בחקירה לתוך ההשפעות של חתכים בסגנון עריכה על אזורי המוח העורפית, הקדם חזיתית.

לקבוע אם שיטת זו מתאימה חקירה

פרוטוקול נסיוני זה מאפשר eyeblinks הצופים בזמן צפייה בתכני וידאו להיות למד תחת שלושה תנאים ניסיוני. ראשית, קצב eyeblink מזוהה באמצעות שתי שיטות משלימות: EEG וסרטי HD המוקלט. כאן, אנו משתמשים EEG אלחוטית עם 20 ערוצים. שנית, ספציפית לגירויים הותאם הניסוי נוצרים, כך החוקר יכול לנהל את כל המשתנים של התוכן החזותי. . הנה, נוצרו שלושה סרטונים עם הנרטיב אבל שונים לעריכת וידאו סגנון זהה. הנרטיב כללה אדם נכנס לחדר, ישבה ליד שולחן, ללהטט בשלושה כדורים, פתחתי מחשב נייד, חיפש מידע על כמה ספרים, הקליד משהו על המחשב הנייד, סגר אותה, אכל תפוח, הסתכלתי ישירות לתוך המצלמה, ועזב את החדר. שלושת הסרטונים הגירויים אחרונה 198 s כל. הראשון היה סרט חד פעמי; השנייה נערכה בהתאם לכללים בסגנון הוליווד הקלאסית עם תמונות שונות 33; השלישי נערך בעקבות חוקים בסגנון MTV עם יריות 79. גירוי הרביעי הוצג גם שבו הנרטיב היה זהה, אבל הפורמט היה ייצוג אמיתי עם שחקן במקום סרטון. זה גירוי בלי וידאו הרביעית לא שימש במחקר הראשוני ההבדלים בסגנון עריכה אבל היה בשימוש חקירה שונים כדי להשוות בין קצב eyeblink הבדלים בין ייצוג אמיתי לבין מדיה ממוסך8. שלישית, שונה קבוצות משתתפים נבחרים בהתאם המומחיות הקודם שלהם ניתוח חזותי של קטעי וידאו. המטרה היא לקבוע הבדלים בשיעורי eyeblink של קבוצות נושא צפייה בגירויים ראייתיים אותו. במקרה זה, נושאים 40 נטלו חלק בחקירה. חצי מהם היו אנשי תקשורת (16 זכרים ונקבות 4; גיל 30-56 שנים, ועם גיל הממוצע של שנים ±7.15 44.15) וכל השאר היו אנשי מקצוע שאינם-מדיה (15, ולגברים 5; גיל 28-56 שנים, ועם גיל הממוצע של 43.25 ± שנים 8.59). אנשי תקשורת נבחרו עם הקריטריון של יותר מ-6 שנות ניסיון בביצוע החלטות הקשורות לעריכת מדיה בעבודה היומיומית שלהם.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

כל השיטות המתוארות כאן אושרו על ידי ועדת האתיקה למחקר עם בעלי חיים, בני אדם (CEEAH) של ברצלונה דה Autònoma Universitat.

1. מצגת מהגירוי החזותי ויצירת

  1. יצירת הגירויים וידאו על פי המטרות הרצויות.
    1. להחליט אילו משתנים הם עניין של הגירויים וידאו.
      הערה: לדוגמה, בחקירה נוכח, המשתנה העיקרי של עניין הוא סגנון העריכה.
      1. להחליט המשך את התוכן, את הסגנון של וידאו מבוסס על האינטרס של הניסוי. כדי לקבוע את כל המשתנים הללו, לשקול כמה סרטונים המשתתף הולך לצפות, כמה זמן המשתתף יצפו את המסך, להעריך אם הנרטיב של הווידאו פוגש את הריבית, ולהחליט את הסגנון החזותי של הווידאו.
    2. כותב את התסריט, תשומת לב המשתנים שבחרת.
    3. הקלטת הוידאו עם מצלמת וידאו באיכות גבוהה, ולערוך הוידאו לפי הצורך. לחפש עזרה מקצועית אם יש צורך בכך.
  2. עיצוב של הקשר המתאים עבור המצגת גירויים.
    1. להחליט איפה רכישת נתונים מקומו ולעצב מרחב נוח להציג את הגירויים. המשתתפים צריך להרגיש בנוח.
    2. בחר מסך באיכות גבוהה עבור המצגת של הוידאו. גבוה יותר איכות המסך, כך ייטב.
    3. אם קיימות במספר סרטי וידאו יוצגו, בחרו שיטה אקראיות של המצגת שלהם.
      הערה: זה נוח אקראי גירויים מצגת על פני הנושאים כדי למנוע תוצאות חד משמעיות עקב הסדר בו המשתתפים תופסים גירוי.
    4. בחר חבילת תוכנה להציג קטעי וידאו.
      הערה: קיימות אפשרויות שונות המאפשרות החוקר להציג גירויים שונים עם שעוני עצר בין- למשפט, הוראות, או אפילו מצגת אקראי. כאשר בוחרים את התוכנה, חיוני לקחת בחשבון את יכולת שלו עבור סינכרון עם התקני רכישת נתונים. מאז פרוטוקול זה מנתח את קצב eyeblink של המשתתפים, הסינכרון בין ההצגה הויזואלית של גירויים חזותיים המכשיר EEG היא קריטית.

2. מבחר של המשתתפים

  1. לקבוע קריטריון לבחירת המשתתפים. כאשר משתנה מסוים עומד להיות מנותח, נדרשת קבוצת ביקורת. רשום את הקריטריון ולאחר התייעצות עם עמיתים כדי לשפר את תכנון המחקר.
  2. בחרו המשתתפים, מבקשים אישור ועדת אתיקה שבאה הרלוונטיים הנחיות ותקנות.
    הערה: רוב לאוניברסיטאות ולמרכזי מחקר, יש ועדת אתיקה. כדי להגיש בקשה לקבלת אישור, יהיה צורך להודיע להם על מטרות החקירה. דרישות נפוצות כוללות הסברים על שיטות מחקר, היתרונות של החקירה החברה, איך ניתן להשיג הסכמה מדעת, אם המשתתפים recompensed כלכלית של מה נתונים שנאספו מן המשתתפים ינוהל. לקחת את הזמן כדי לעצב את הבקשה. חשוב מאוד לקבל האישור של ועדת האתיקה לשתף את התוצאות עם הקהילה המדעית. מסמכים מסוימים זה יכול להיות שימושי מבחינה זו הם את הצהרת הלסינקי, הקוד נירנברג, והדוח בלמונט.
  3. עיצוב טופס הסכמה מדעת של המשתתפים ובצע את הקריטריונים של ועדת האתיקה.
  4. להסביר את הניסוי כל משתתף פוטנציאלי. . תן למשתתף כל המידע החשוב, אבל למנוע מידע שאינו חשוב או יכול להשפיע על תוצאות הניסוי.
    הערה: לדוגמה, בפרוטוקול זיהוי eyeblink, המשתתף אי אפשר להגיד כי eyeblinks עומדים יזוהו, כמו זה יכול לשנות את קצב eyeblink טבעי. לבקש את האישור שלהם להשתתף. . תן לכל משתתף את המסמך עבור מדעת ולאפשר להם מספיק זמן לקרוא אותו, להבין את הטקסט, ו, לבסוף, לחתום על זה.
  5. לקבוע פגישה עם אחד מהמשתתפים לבצע את הניסוי. . תן למשתתף ההוראות הבאות: להגיע ורגוע עם לאחרונה שטפתי שיער; יש להימנע מוצרים כימיים כגון היירספריי, וכדומה, מאחר שהם יכולים להשפיע על הקלטות EEG. תן למשתתף כל המידע הדרוש ליצירת קשר.

3. הגדרת הכנה

  1. הכינו את ההפעלה הניסיונית הרבה לפני ההגעה של המשתתף. תרגל את ההפעלה עם עמית. במקרה משהו שגוי מזוהה, לבצע את השינויים המתאימים להפעלה ניסיוני.
    1. להכין את הקשרים בין כל התקני עומדים לשמש ולבדוק שלהם סינכרון (גירויים חזותיים מצגת ונתונים רכישה).
      הערה: הקישוריות בין חומרה ותוכנה הוא קריטי. רצוי לבצע בדיקות כדי לוודא סנכרון. לדון עם היצרן או מפתח תוכנה, במידת הצורך.
  2. להפוך את הנושאים להרגיש בנוח בחדר ניסיוני: ברוכים הבאים המשתתף, ולהתכונן רווח את הדברים שלהם (שקיות ואחרים).
  3. להסביר את כל הנוהל למשתתף: איפה המשתתף תשבי כמה גירויים חזותיים הולכים להיות מוצג, אורך המפגש. מסבירים כי שיתוף הפעולה של המשתתף הוא חשוב ביותר.
  4. מאז מערכת הקלטה אלחוטית EEG הולך לשמש, להסביר עד כמה קשה הקלטות אלו, וכי על מנת לקבל אותות אלקטרופיזיולוגיות נאות בחפצים נמוך, המשתתף לא תנוע שלא לצורך.

4. קירור והקפאה

  1. לנקות את השטח של העור של המשתתף כדי להסיר את כל שאריות העפר או שאריות של מוצרי שיער.
  2. למדוד את הראש של המשתתף. למדוד את המרחק בין את nasion את inion, ולסמן את הנקודה בחצי הדרך בתור קודקוד.
  3. להכין את האלקטרודות ב הכיפה EEG באמצעות מערכת 10-20.
  4. לשים הכובע על הנושא הבאה אחרי הסימון כך הקודקוד תואם המרכזי נקודת האפס (Cz) של המכסה.
  5. חלות שיפוזר בעזרת מזרק האלקטרודות; ודא שהכובע מתאים גם על ראשו של הנבדק.
  6. במקום האלקטרודה הפניה, האלקטרודה EOG על ראשו של הנבדק.
  7. ודא כי המשתתף בנוחות ישובים, שהוכנו עבור ההפעלה.
  8. מתמקדים מצלמת וידאו HD את הפרצוף של המשתתף תקריב. זה ישמש כדי לזהות באופן ידני eyeblinks המשתתפים.
  9. בדוק כי כל התקני מסונכרנים.
  10. בדוק כי תיבת בקרת EEG מחובר כראוי למחשב רישום הנתונים.
  11. בדוק האות עבור כל אלקטרודה שהפרטים נכונים; אם לא, בדוק אם האלקטרודה בעייתי.
    הערה: מספר סיבות נפוצות אות רע מתוך אלקטרודה הם חוסר ג'ל מוליך על האלקטרודה, עמדה רע של האלקטרודה על הראש, או חיבור של כבל אלקטרודה עם תיבת בקרה שלה.
  12. כאשר הכל מוכן, התחל הקלטה הניסוי (של הוידאו).

5. פוסט נסיוני הפעלה

  1. להסיר את הכובע מהראש של המשתתף ולתת, במידת האפשר, המשתתף שאלון הקשורים בנושאים מעניינים.
  2. לשמור את כל הנתונים בכונן קשיח חיצוני.
    הערה: זה recommendable כדי לגבות את הנתונים. אפשרות טובה יהיה לשמור את הנתונים עד שני כוננים קשיחים חיצוניים ולאחסן אותם במקומות שונים. בתכנון ההליך הטוב ביותר, חשוב לשקול הפרוטוקול עבור אחסון הנתונים אושרו על ידי ועדת האתיקה.
  3. לנקות את אלקטרודות ואת כובע; אלקטרודות רוב צריך לנקות מיד לאחר השימוש.
    1. כובע עם מים בשפע תחת ברז וללא מוצר כימי ונקי האלקטרודות (אלא אם נאמר אחרת על-ידי יצרן ההתקן). בזהירות יבש האלקטרודות למניעת קורוזיה. אם פרוטוקול זה אינה מספיקה לנקות את הכובע, זה בדרך כלל ניתן לכבס במכונת כביסה (ראה הוראות היצרן).

6. ניתוח נתונים

  1. לארגן את הנתונים לזיהוי eyeblink.
    1. לייבא את הקובץ EEG חבילת תוכנה מתאימה לניתוח נתונים.
    2. בחר את האזור EEG עניין בהתבסס על הגורמים המפעילים סינכרון עם תוכנת המצגת גירויים חזותיים. סנן את הנתונים ואת להחיל מסנן eyeblink כדי לראות כמה כאשר נוצרים eyeblinks.
      הערה: הכי מסחרי ללא תשלום חבילות תוכנה יש מסננים כדי לזהות eyeblinks ב EEG.
    3. בחר וידאו HD את הפנים של המשתתפים, ידנית להתאים eyeblinks עם אלה שנמצאו בנתוני ה-EEG.
    4. יצירת מטריצה גיליון אלקטרוני עם הרשימה הסופית של eyeblinks של כל משתתף, לחשב את קצב בדקה הנושא היה צופה הגירויים.
  2. לבצע ניתוח סטטיסטי.
    1. לייבא המטריקס התוכנה המתאימה עבור ניתוח סטטיסטי.
    2. בתוכנית תוכנה סטטיסטית, לעצב את הניתוח הרצוי ניגודיות וההשערות הראשונית ולהשלים אותם.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

שימוש בהליך המובאים כאן, את קצב eyeblink של 40 משתתפים בזמן ניתחנו את צופה שלושה סרטים שונים. ניתוח השוואתי-מדיה התמקצעות, מחציתם היו אנשי תקשורת. הם נבחרו בהתבסס על הקריטריון של לפחות 6 שנות ניסיון עבודה בקבלת החלטות הקשורות לעריכת מדיה וחותך קשר תמונה וקול. עבור ניתוח השוואתי על סגנונות עריכה, הגירויים וידאו שלוש נוצרו בדיוק העלילה זהה אך סגנון העריכה שונה. אחד היה סרט חד פעמי עם שוט פתוח, בלי תנועות המצלמה. אחרת היה סרט הוליוודי עם יריות 33 וירה ממוצע אורך 5.9 s, כמו גם המשכיות לאורך כ...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

שיטת ניתוח התפיסה החזותית של תוכן מדיה עם מטרה מתוצרת יצירת וידאו מתואר כאן. מחקרים רבים אחרים מנסים לנתח את התפיסה של תוכן מדיה בהקשרים נרטיבי עם סרטים קיימים. השיטה הנוכחית מציעה ליצור תוכן ויזואלי עם מבנה נרטיבי בעקבות הקריטריונים של עניין, והוא מבוסס על ההצעה שנחשב eyeblink מחובר תשומת הלב של הצופה9. מסיבה זו, המחקר מגלה eyeblinks של המשתתפים תוך צפייה בתכני מדיה ומשווה שיעור שלהם בתנאים שונים (סגנון העריכה, התמקצעות של מדיה).

הרעיון שיעור eyeblink הזה הוא משימות מח...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחברים אין לחשוף.

תודות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחקר הנוכחי בתמיכתם של משרד הכלכלה הספרדית ומענקים תחרותיות (BFU2014-56692-R ו- BFU2017-82375-R).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
מכשירEEG נוירולקטריEnobio 20 מערכת EEG/EMG 
Ag / AgCl אלקטרודותנוירו-אלקטריות[NE022b] GelTrode
הקלטת תוכנת EEGנוירואלקטריותNicOffline תוכנה
מצלמת וידאו HDSony Corporation Sony HDR-GW55VE
מזרקמונוjectמונוject 412, מזרק קצה מעוקל, 50/קופסה
אלקטרודה מלוחה, ג'ל EMG ג'לSigna-GelX32-204: Signa Gel
גירויים חזותיים תוכנת מצגתפרדיגמה גירוימצגת מערכת מחקר תפיסה משולבת
ניתוחתוכנת EEGהמרכז הלאומי למחקר מדעי והמכון הנוירולוגי של מונטריאולסיעור מוחות3
ניתוח תוכנת EEGThe MathWorks Inc.MATLAB 2013b
טלוויזיה למצגת וידאוPanasonic CorporationPanasonicTH- 42PZ70EA  - מחשב 50 אינץ'
להצגת גירוייםMacBook Airשנת 2013, מריץ Mac OSX Mountain Lion
PC להקלטת גירוייםMacBook שנת 2009 בהפעלת Windows 7עם מחיצת bootcamp של הדיסק לאספקת
ניתוח סטטיסטיWindows Systat Software Inc.סיגמפלוט 11.0 
של מערכת ההפעלה

מקורות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Shapiro, K. L., Raymond, J. E. The attentional blink: temporal constraints on consciousness. Attention and Time. , 35-48 (2008).
  2. VanderWerf, F., Brassinga, P., Reits, D., Aramideh, M., Ongerboer de Visser, B. Eyelid movements: behavioral studies of blinking in humans under different stimulus conditions. Journal of Neurophysiology. 89 (5), 2784-2796 (2003).
  3. Andreu-Sánchez, C., Martín-Pascual, M. Á, Gruart, A., Delgado-García, J. M. Eyeblink rate watching classical Hollywood and post-classical MTV editing styles, in media and non-media professionals. Scientific Reports. 7, 43267(2017).
  4. Bour, L. J., Aramideh, M., de Visser, B. W. Neurophysiological aspects of eye and eyelid movements during blinking in humans. Journal of Neurophysiology. 83 (1), 166-176 (2000).
  5. Delgado-García, J. M., Gruart, A., Múnera, A. Neural organization of eyelid responses. Movement disorders: official journal of the Movement Disorder Society. 17 Suppl 2, S33-S36 (2002).
  6. Wiseman, R., Nakano, T. Blink and you'll miss it: the role of blinking in the perception of magic tricks. PeerJ. (4), e1873(2016).
  7. Fogarty, C., Stern, J. A. Eye movements and blinks: their relationship to higher cognitive processes. International Journal of Psychophysiology official journal of the International Organization of Psychophysiology. 8, 35-42 (1989).
  8. Andreu-Sánchez, C., Martín-Pascual, M. Á, Gruart, A., Delgado-García, J. M. Looking at reality versus watching screens: Media professionalization effects on the spontaneous eyeblink rate. PLoS ONE. 12 (5), (2017).
  9. Nakano, T., Yamamoto, Y., Kitajo, K., Takahashi, T., Kitazawa, S. Synchronization of spontaneous eyeblinks while viewing video stories. Proceedings. Biological sciences / The Royal Society. 276, 3635-3644 (2009).
  10. Tadel, F., Bock, E., Mosher, J. C., Baillet, S. Detect and remove artifacts. , http://neuroimage.usc.edu/brainstorm/Tutorials/TutRawSsp (2015).
  11. Jiang, X., Tien, G., Huang, D., Zheng, B., Atkins, M. S. Capturing and evaluating blinks from video-based eyetrackers. Behavior Research Methods. 45 (3), 656-663 (2013).
  12. Pedrotti, M., Lei, S., Dzaack, J., Rotting, M. A data-driven algorithm for offline pupil signal preprocessing and eyeblink detection in low-speed eye-tracking protocols. Behavior Research Methods. 43 (2), 372-383 (2011).
  13. Adam, A., Ibrahim, Z., Mokhtar, N., Shapiai, M. I., Mubin, M. Evaluation of different peak models of eye blink EEG for signal peak detection using artificial neural network. Neural Network World. 26 (1), 67-89 (2016).
  14. Zhu, Z., Ji, Q. Robust real-time eye detection and tracking under variable lighting conditions and various face orientations. Computer Vision and Image Understanding. 98, 124-154 (2005).
  15. Lalonde, M., Byrns, D., Gagnon, L., Teasdale, N., Laurendeau, D. Real-time eye blink detection with GPU-based SIFT tracking. Proceedings - Fourth Canadian Conference on Computer and Robot Vision, CRV 2007. , 481-487 (2007).
  16. Chang, W., Cha, H., Kim, K., Im, C. Detection of eye blink artifacts from single prefrontal channel electroencephalogram. Computer Methods and Programs in Biomedicine. 124, 19-30 (2016).
  17. Tadel, F., Bock, E., Mosher, J. C., Baillet, S. Brainstorm3: Function process_evt_detect.m. , https://github.com/brainstorm-tools/brainstorm3/blob/master/toolbox/process/functions/process_evt_detect.m#L297 (2018).
  18. Hall, A. The origin and purposes of blinking. The British Journal of Ophthalmology. 29 (9), 445-467 (1945).
  19. Nakano, T., Kitazawa, S. Eyeblink entrainment at breakpoints of speech. Experimental Brain Research. 250, 577-581 (2010).
  20. Siegle, G. J., Ichikawa, N., Steinhauer, S. Blink before and after you think: Blinks occur prior to and following cognitive load indexed by pupillary responses. Psychophysiology. 45, 679-687 (2008).
  21. Shultz, S., Klin, A., Jones, W. Inhibition of eye blinking reveals subjective perceptions of stimulus salience. Proceedings of the National Academy of Sciences of the United States of America. 108 (52), 21270-21275 (2011).
  22. Wong, K. K. W., Wan, W. Y., Kaye, S. B. Blinking and operating cognition versus vision. BritishJournal of Ophthalmology. 86, 479(2002).
  23. Leal, S., Vrij, A. Blinking during and after lying. Journal of Nonverbal Behavior. 32 (2008), 187-194 (2008).
  24. Murch, W. In the blink of an eye: A perspective on film editing. , Silman-James Press. (1995).
  25. Holland, M. K., Tarlow, G. Blinking and thinking. Perceptual and Motor Skills. 41 (2), 503-506 (1975).
  26. Orchard, L. N., Stern, J. A. Blinks as an index of cognitive activity during reading. Integrative Physiological and Behavioral Science. 2, 108-116 (1991).
  27. Faubert, J. Professional athletes have extraordinary skills for rapidly learning complex and neutral dynamic visual scenes. Scientific Reports. 3 (1154), 1-3 (2013).
  28. Kirk, U., Skov, M., Schram Christensen, M., Nygaard, N. Brain correlates of aesthetic expertise: A parametric fMRI study. Brain and Cognition. 69, 306-315 (2008).
  29. Lotze, M., Scheler, G., Tan, H. R., Braun, C., Birbaumer, N. The musician's brain: functional imaging of amateurs and professionals during performance and imagery. Neuroimage. 20 (3), 1817-1829 (2003).
  30. Calvo-Merino, B., Glaser, D. E., Grèzes, J., Passingham, R. E., Haggard, P. Action observation and acquired motor skills: an FMRI study with expert dancers. Cerebral cortex. 15 (8), 1243-1249 (2005).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

Eye Blink RateVisual Perception AnalysisMedia Content StimuliEEG EMG Recordings10 20 Electrode SystemSpontaneous Eye BlinksParticipant Selection CriteriaData Analysis Software

מאמרים קשורים