2018년 5월 26일
우리는 미디어 콘텐츠를 시청 하는 동안 탐지, 수집, 및 eyeblink 비율의 분석을 제시.
이 실험 절차의 전반적인 목표는 전기 전기 및 근전도 기록을 통해 자발적인 눈 깜박임 속도를 정량화하여 미디어 콘텐츠의 시각적 인식을 분석하는 것입니다. 여기서 우리는 화면에서 영화를 보는 동안 참가자의 눈 깜박임 속도에주의를 기울일 것입니다. 눈 깜박임의 주요 기능은 기계적, 화학적 손상으로부터 각막을 보호하고 젖은 상태를 유지하고 이물질 파편으로부터 보호하는 것입니다.
이러한 유형의 눈 깜박임은 다양한 유형의 눈꺼풀 움직임에 의해 생성될 수 있습니다. 예를 들어, 우리는 기계적, 화학적 또는 고통스러운 수용체의 활성화에 의해 생성되는 각막 반사를 가지고 있으며 각막과 피부에서도 찾을 수 있습니다. 이 수용체의 자극은 같은 방식으로 삼차 신경 세포를 자극합니다 : 먼저 삼차 신경, 그 다음 삼차 신경 뉴런, 그리고 이것들은 안면 핵에 위치한 운동 뉴런을 활성화합니다.
그러나 눈 깜빡임의 잘 알려지지 않은 또 다른 기능이 있는데, 그것은 시각적 입력의 인지 과정과 관련이 있습니다. 그리고 이것은 일반적으로 하루 중 시각 시간대를 따라 매번 일어나는 일인데, 그 자발적인 눈 깜빡임으로 인해 눈 깜빡임 동안 시각적 지각이 새로 고쳐집니다. 그러니까 한쪽의 눈 깜짝 놀라는 것은 현실에 대한 우리의 시각적 인식을 약간 바꾸고 있는 것입니다.
우리는 그것을 의식하지 않습니다. 사실, 우리는 약 100-200 밀리 초 동안 지속되는 자발적인 눈 깜빡임 동안 우리가 여전히 볼 수 있다는 확실성 인식을 가지고 있다는 것을 의식하지 못하지만,이 기간 동안 동공이 뚜껑, 위쪽 눈꺼풀로 덮여 있기 때문에 불가능합니다. 미디어 콘텐츠의 시각적 인식을 분석하기 위해 EG/MG 측정을 사용하는 이점은 FMRI와 같은 다른 30가지 사례에 비해 데이터의 임시 솔루션이 높다는 것입니다.
EG/MG를 사용하면 서로 다른 주파수에서 뇌와 눈꺼풀 활동에 접근할 수 있습니다. 이 절차의 장점은 선택된 시각적 자극의 표현에 대한 전기 뇌 활동의 높은 동기화 반응을 갖는 것입니다. 미디어 콘텐츠와 시각적 인식의 모든 변수와 매개변수를 제어하는 것이 중요합니다.
이러한 이유로 자신만의 비디오 영화를 만드는 것이 바람직합니다. 이와 관련하여, 이러한 목적을 위해 연구실 또는 미디어 센터에 의해 비디오 카메라로 자체 콘텐츠를 제작할 수 있습니다. 참가자 선정도 매우 중요합니다.
여러 조사에서 시각적 작업을 수행하는 동안 또는 시각적 작업을 바라보는 피험자 간에 서로 다른 지각 패턴이 입증되었습니다. 그렇기 때문에 참가자 선정에 주의를 기울일 필요가 있습니다. 예를 들어, 이 실험에서는 미디어와 비미디어 전문가가 수행하는 자발적인 눈 깜박임 속도를 비교합니다.
이 경우 몇 가지 구체적인 기준에 따라 미디어 전문가를 선발했습니다. 그들은 일상 업무에서 미디어 편집 또는 오디오 컷과 관련된 결정을 내린 경험이 최소 6년 이상이어야 했습니다. 주제 선택에 대한 구체적인 기준은 출판물의 방법 부분에 작성되어야 합니다.
비디오 영화 프레젠테이션을 위한 적절한 시나리오를 만듭니다. 주의를 산만하게 하는 요소는 실험 참가자를 짜증나게 할 수 있습니다. 우리의 경우 유연한 공간을 정의하기 위해 두 개의 검은색 구조체가 만들어졌습니다.
라이브 플레이 자극을 위한 배경으로 사용되는 하나의 검은색 구조. 그리고 두 번째 검은색 구조체는 동일한 치수와 중간에 구멍을 뚫어 비디오 자극의 프레젠테이션을 위한 스크린을 공급합니다. 실험 절차를 수행하기 위한 편안한 공간을 만드는 것이 중요합니다.
여기에서 우리는 참가자들에게 동일한 내용과 지속 시간을 가진 세 편의 영화 중 일부를 제시하고 있습니다. 하나는 오픈 샷과 카메라 움직임이 없는 원샷 영화였습니다. 또 다른 영화는 33개의 샷과 평균 5.9초의 샷 길이, 샷 전체의 연속성을 가지고 내용, 리듬, 공간 및 시간의 관계를 가진 할리우드 스타일의 영화였습니다.
마지막으로 세 번째 영상은 79개의 샷과 평균 2.4초의 샷 길이를 가진 MTV 스타일의 영화였습니다. 여기에는 장면 사이의 내용, 리듬, 공간 및 시간의 불연속성이 있었습니다. EEG/EMG 세션을 시작하려면 캡, 컨트롤 박스 장치, 전극, 전도성 젤, 주사기, 참가자의 머리 측정을 위한 측정기 및 기타 기본 제품을 준비해야 합니다.
이제 EEG 캡을 피험자의 머리에 맞추는 것으로 시작합니다. 피부 표면을 청소하여 먼지, 헤어 제품의 흔적을 제거하십시오. 참가자의 머리를 측정합니다.
나시온과 이니언 사이의 거리를 측정하고 중간 지점을 꼭지점으로 표시합니다. 10-20 시스템을 사용하여 EEG 캡의 전극을 준비합니다. 정점이 캡의 중앙 영점과 일치하도록 표시 다음에 있는 주제에 캡을 놓습니다.
주사기를 사용하여 전도성 젤을 전극에 바르고 캡이 제대로 조정되었는지 확인하십시오. 다음으로, 기준 전극과 전기 조영술을 피험자의 머리에 놓습니다. 실험 대상자에게 편안한지, 세션을 위한 준비가 되어 있는지 물어봅니다.
컨트롤 박스가 데이터를 등록하는 컴퓨터에 제대로 연결되어 있는지 확인하십시오. 모든 전극의 신호가 올바른지 확인하고, 그렇지 않으면 전극을 확인하십시오. EEG/EMG 활동을 기록하는 동안 제조업체가 제공한 소프트웨어 또는 실험을 위해 개발된 다른 소프트웨어로 이러한 전기 신호가 제대로 기록되고 있는지 확인하는 것이 바람직합니다.
EEG/EMG 신호의 적절한 전도체를 확인하고 필요한 경우 세션의 매개변수를 변경합니다. 모든 것이 확인되면 녹음 세션을 시작할 수 있습니다. 파일에 EEG/EMG 데이터를 저장하고 소프트웨어 분석을 위해 가져옵니다.
눈 깜박임은 일반적으로 EEG 기록에서 인공물로 간주됩니다. 따라서 모든 소프트웨어 프로토콜에는 눈 깜박임을 잘 감지하는 기능이 있어야 합니다. 여기에 사용된 바와 같이, 특정 EEG 및 EMG 전극을 사용하고 가장 적절한 주파수에서 각 대역을 필터링하는 것이 좋은 절차입니다.
데이터를 선택 및 필터링하고 적절한 눈 깜박임 필터를 적용하여 눈 깜박임이 발생한 횟수와 시간을 확인합니다. 결과를 삼각형으로 만드는 좋은 방법은 HD 비디오 카메라로 참가자의 눈을 녹화하는 것입니다. 이렇게 하면 소프트웨어가 감지한 눈꺼풀 반응이 의심될 때마다 안구 움직임을 확인할 수 있습니다.
이 참가자 예시에서, 우리는 제시된 자극 중 하나를 관찰하는 동안 여러 번의 눈 깜박임을 식별했습니다. FP1, FP2 및 EOG 전극에서 검출되었습니다. 이 그림은 미디어가 아닌 전문가와 미디어 전문가가 서로 다른 편집 스타일을 시청하는 동안 자발적인 눈 깜박임 속도를 비교한 것입니다.
본 연구 결과에 따르면, 미디어 전문화와 미디어 에디션은 시청자의 눈 깜빡임 속도에 영향을 미친다. 연구진은 피험자의 시지각을 분석하기 위해 EEG 또는 EMG 기록을 사용하여 여러 주파수 대역에서 다양한 뇌 활동에 액세스할 수 있습니다. 이 실험에서는 눈 깜빡임 속도에 주의를 기울이지만 이제 세션 중에 획득한 EEG 데이터에 대해 다중 분석을 수행할 수 있습니다.
이 연구는 미디어 시각 스타일 및 미디어 전문화와 관련된 다양한 뇌 및 근육 활동을 보고한 최초의 연구입니다. 다른 미디어 수신 기술과 비교하여, EG/MG 기록은 미디어 콘텐츠를 인식하는 동안 뇌 및 근육 활동을 결정하는 데 도움이 될 수 있습니다.
전체 스크립트를 보고 수천 개의 과학 동영상에 액세스하세요
이 연구는 참가자들이 미디어 콘텐츠를 시청할 때의 눈 깜박임 비율의 탐지, 획득 및 분석에 중점을 둡니다. 자발적인 눈 깜박임 비율을 정량화함으로써, 이 연구는 시각적 지각에 대한 이해를 향상시키는 것을 목표로 합니다.
This method enables objective quantification of spontaneous eye blink rates as a proxy for visual perception during media consumption, offering a non-invasive biomarker for cognitive engagement. By linking electroencephalographic and electromyographic signals to media editing styles and professionalization, it supports mechanistic de-risking in target validation for neuroscience-related therapeutic areas. The approach provides translational value for assay development in phenotypic screening of CNS-active compounds where visual processing endpoints are relevant.
The method fits within the discovery continuum from hypothesis testing through lead identification to preclinical validation, particularly for therapeutics targeting visual or cognitive pathways.