メモリの眼球運動のモニタリング

このビデオでは、参加者が画像を見ている間に眼球運動を監視する手順を示しています。最初にアイトラッカーヘルメットを参加者に装着し、次にカメラを各目の真下に置くように調整します。カメラは、瞳孔と角膜の反射を取得するために焦点を合わせます。

参加者に一連のターゲットを固定させることにより、眼球運動が較正および検証されます 眼球運動の変化、スキャンパターンの検査を通じて、以前に表示した画像に関する詳細がメモリに保存されていることを示すことができます。こんにちは、私はジェニファー・ライアン博士で、トロントのベイクレストにあるロトマン研究所のシニアサイエンティストです。今日は、私たちのプロトコルである記憶の眼球運動モニタリングをお見せしたいと思います。

この方法は、メモリがいつアクセスされるのか、それらの表現でどのような詳細が保持されるのかなど、メモリの分野における重要な質問に答えるのに役立ちます。メモリインテグリティ実験中に眼球運動を監視するために、iLink 2アイトラッカーシステムが使用されます。このヘッドマウントビデオベースのアイトラッカーは、500ヘルツまたは250ヘルツのサンプリングレートでXY座標フレームのアイポジションを0.1度未満の空間分解能で記録します。

1台のカメラで、参加者が見ているディスプレイモニターの四隅に設置されたセンサーに赤外線マーカーを送り、頭部の位置を監視します。瞳孔と角膜反射の目の位置は瞳孔と角膜の反射に基づいているかもしれない、または瞳孔に基づいて、アイトラッカーのパッド入りヘッドバンドのみを2つの平面で調整して、大人の参加者の頭のサイズに快適にフィットするように、各目と赤外線イルミネーターの下にあるヘッドバンドに取り付けられた2つの追加のカメラが使用されます。 ほとんどの眼鏡とコンタクトレンズは、アイトラッカーで収納できます。眼球運動の記録には2台のPCを使用し、1台のコンピューターはディスプレイコンピューターとして機能し、実験パラダイムで使用されるキャリブレーション画面、必要なタスク指示、および画像を参加者に提示します。

ホストコンピュータは、リアルタイムの視線位置を計算し、視線運動データ、および参加者が行ったボタンの押下やキーボードの応答を記録します。ソフトウェアプログラムExperiment builderは、実験刺激を参加者に提示するためと、ホストPCがI位置を収集する方法をプログラムするために使用されます。ソフトウェアプログラムデータビューアは、記録中の眼球運動を特徴付けるために使用されます。

それでは、アイトラッキングの実験を設定して実施する方法を見てみましょう。ディスプレイコンピュータで適切な実験パラダイムを選択し、その後の眼球運動記録のファイル名を指定します。実験の準備として、参加者をモニターから一定の距離で見てください。

参加者は、アイトラッカーヘルメットがぴったりとフィットし、動きにくく、頭の周りが不快にならないように調整します。さらに、ヘッドカメラがディスプレイモニターの外部マーカーに赤外線照明を送信できるようにヘルメットを調整します。各アイカメラは、ヘルメットから伸びる個々のロッドに配置されているため、すべての軸で調整できます。

アイカメラを各目の真下、またはディスプレイモニターの参加者の視界を遮らないように少し離して配置します。カメラの焦点を合わせて、瞳孔と角膜の反射の鮮明で安定した画像を取得します。ホストコンピュータのステータスパネルは、瞳孔反射と角膜反射が取得されている場所を示します。

照度しきい値を調整して、瞳孔と角膜の反射を最も安定して記録します。ディスプレイモニター上の視線位置の正確な記録を取得するようにカメラを設定したら、キャリブレーション手順を開始します。参加者に、ディスプレイ上のさまざまな場所に表示される一連のターゲットを見るように指示します。

通常、9 つのターゲット位置が使用され、中心位置が 2 回繰り返されますが、キャリブレーションは 3 つのターゲット位置で実行できます。記録された場所から。画面上の任意のポイントの目の位置を補間できます。

キャリブレーション後。検証手順を使用して、眼球運動の記録の精度を確認します。同じ 9 つのターゲット位置が参加者に与えられ、現在の固定位置と以前に記録された固定位置との差が計算されます。

片目または両目の位置記録の平均精度が0.5度の誤差を超える場合、キャリブレーションと検証手順が繰り返されます。さて、これからキャリブレーションとバリデーションを行いますが、頭を少し動かしても大丈夫ですが、残りの実験ではできるだけじっとしていることを伝えたいと思います。大丈夫ですか?

はい、パーフェクト.よし、じゃあ始めましょう。眼球運動データの一連の固定およびSECカードイベントへの変換は、タイムロック、刺激提示がホストコンピュータを通じて達成され、ソフトウェアプログラムデータビューアで問い合わせることができます。ここでは、凝視とSECカードの検出は、生の眼球運動サンプルを意味のある状態に分離するオンラインパサーに依存しています。

2 つの連続する眼球運動サンプルの速度が 0.1 度の距離で 1 秒あたり 22 度を超える場合、サンプルは SEC カードとしてラベル付けされます。瞳孔が3つ以上のサンプルで欠落している場合、目の活動はデータストリーム内でまばたきとしてマークされます。非SECカードおよび非まばたき活動は、刺激の特定の領域への視聴は、パラダイムプログラミングフェーズまたはデータ収集後のいずれかで、各画像に対して作成される実験的に描かれた関心領域に関する眼球運動を分析することによって特徴付けることができる。

次に、1 つの画像のプローブ メモリに代表的なアイ トラッキング結果を示します。見るたびに目が画像の周りを移動する度合いが測定され、顔に注視された回数の代表的な結果が得られます。ここに示すように、顔は 5 つのブロックごとに 1 回ずつ表示されています。

時間が経つにつれて、画像内の詳細をメモリで探るために実験全体で繰り返された顔への固定の数が減少します。これらの代表的な結果では、変更された画像と変更されていない画像との表示が対比されています。目の固定化の割合は、操作されたシーンから変更された領域に向けられますが、新しいシーンや繰り返されたシーンの変わらない領域と比較して行われます。

この視聴回数の増加は、変更された領域を元々占めていたものの記憶を反映しています。変化した領域への視聴のこの増加は、若年成人でのみ観察され、典型的には、その発症後に記憶障害を報告する高齢者および健忘症患者には存在しない。この手法は、心理学や認知神経科学の研究者が、脳病変やその他の神経変性疾患を持つ人々を含む複数の参加者集団の記憶などの認知機能を探求する道を開きました。