Artykuł metodologiczny

Wykorzystanie pomiarów elektroencefalograficznych i wysokiej jakości nagrań wideo do analizy wizualnej percepcji treści medialnych

DOI:

10.3791/57321

⸱

26 maja 2018

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

W tym artykule

Podsumowanie

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

Prezentujemy wykrywanie, akwizycję i analizę wskaźników mrugania oczami podczas oglądania treści multimedialnych.

Streszczenie

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

Ten artykuł omawia metodę wykrywania różnic w percepcji wzrokowej u ludzi. Zastosowana metoda opiera się na psychologicznej (lub "poznawczej") funkcji mrugania oczami. Mrugnięcia oczu uczestników są wykrywane i rejestrowane podczas oglądania filmów stworzonych specjalnie na potrzeby dochodzenia. Wykrywanie i akwizycja mrugnięć odbywa się za pomocą 20-kanałowego bezprzewodowego urządzenia elektroencefalograficznego (EEG). Przestrzegany jest międzynarodowy system 10-20 do umieszczania elektrod. Kamera wideo o wysokiej rozdzielczości (HD) służy do rejestrowania mimiki twarzy uczestników w celu uzyskania kontrastu. Zamiast korzystać z wcześniej istniejących treści medialnych, stworzono specjalnie przygotowane treści wideo zgodnie z określonymi kryteriami zainteresowania dla tego badania, z bodźcami umożliwiającymi badaczom zarządzanie precyzyjnymi parametrami zainteresowania. W przeciwnym razie wyniki mogą być zanieczyszczone niekontrolowanymi zmiennymi. Synchronizacja prezentacji bodźców wideo z zapisami EEG musi odbywać się w milisekundach. Analiza zebranych danych odbywa się za pomocą solidnego oprogramowania do pracy z dużymi macierzami. Stwierdzono statystycznie istotne różnice w częstości mrugania oczami związane z profesjonalizacją mediów i stylem edycji w raportowanych procedurach eksperymentalnych.

Wprowadzenie

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

Cel tej metody

Ta metoda proponuje podwójny protokół do wykrywania mrugnięć oczami. Celem jest analiza wizualnej percepcji treści medialnych przez widzów, stworzonych specjalnie na potrzeby tego badania, za pomocą zapisów EEG i systemów rejestracji wideo HD.

Uzasadnienie rozwoju i/lub użycia tej metody

Każde mrugnięcie oka ukrywa przepływ wizualny przez 150-400 ms1,2. Mruganie ma funkcje fizjologiczne3,4,5 i psychological6,7. Związek między uwagą a częstością mrugania oczami został zbadany i udowodniony w różnych badaniach8. Wyższy poziom uwagi zmniejsza częstość mrugania oczami, a zgodnie z wcześniejszymi badaniami, ludzie mają wspólny mechanizm kontrolowania czasu mrugnięć, który szuka najlepszego momentu, aby uniknąć utraty ważnych informacji wizualnych9. W ten sposób analiza mrugania oczami widzów podczas oglądania ekranów może dostarczyć informacji na temat poziomu uwagi poświęcanej treściom multimedialnym.

Jedną z metod wykrywania spontanicznego mrugania oczami jest użycie elektrod EEG do rejestrowania aktywności elektrycznej. Mruganie oczu można łatwo wykryć za pomocą elektrod przedczołowych i elektrookulogramowych podłączonych do systemu rejestracji EEG. W większości analiz EEG mrugnięcia oczu są uważane za artefakty. Z tego powodu wiele pakietów oprogramowania przeznaczonych do analizy danych EEG ma detektory mrugnięć10. Zaletą wykorzystania EEG do wykrywania mrugnięć oczami jest wysoka rozdzielczość czasowa (rzędu milisekund) oraz możliwość rejestrowania efektów mózgowych różnych narracji i cięć w filmach zsynchronizowanych z tymi mrugnięciami - kwestia otwarta na dalsze badania. Nagrywanie twarzy uczestników za pomocą kamery HD może być również przydatne do celów dopasowania/kontrastu9.

Zalety metod alternatywnych z odniesieniami do odpowiednich badań

Istnieje wiele metod liczenia mrugnięć oczami. Niektóre dedykowane przyrządy do wykrywania mrugnięć to cewki magnetyczne, wiązki światła podczerwonego (IR), optoelektroniczne detektory ruchu z analizą ruchu gałek ocznych, takie jak techniki śledzenia ruchu gałek ocznych, oraz kilka technik opartych na sygnałach bioelektrycznych, np. elektrookulografia (EOG), elektromiografia (EMG) i EEG. Inną, bardziej dokładną, ale czasochłonną opcją jest ręczne liczenie mrugnięć z nagrania wideo klatka po klatce11. Dzisiejsze technologie można ogólnie podzielić na dwie grupy: a) nagrywanie bezdotykowe, które obejmuje dwie modalności, bezpośrednie wykrywanie mrugania za pomocą widzenia komputerowego i wykrywanie mrugania offline za pomocą śledzenia wzroku oraz b) rejestrowanie oparte na kontakcie z wykorzystaniem sygnałów biologicznych za pośrednictwem urządzeń EOG i EEG12,13.

System śledzenia ruchu gałek ocznych jest szeroko stosowaną technologią, począwszy od tradycyjnych pasywnych projektów opartych na obrazie, a skończywszy na aktywnych metodach opartych na bliskiej podczerwieni, stosowanych obecnie głównie z kamerami o wysokiej rozdzielczości. Ten ostatni wykorzystuje właściwości odblaskowe źrenicy w świetle podczerwonym14. Koncepcją leżącą u podstaw nowoczesnych metod śledzenia ruchu gałek ocznych jest odbicie rogówki w ośrodku źrenicy (PCCR), które polega na tym, że kamera śledzi środek źrenicy, gdzie światło odbija się od rogówki. Brakuje jednak algorytmów wykrywania mrugania opublikowanych dla protokołów śledzenia ruchu gałek ocznych. Co więcej, chociaż różne modele śledzenia ruchu gałek ocznych dostępne na rynku zapewniają zintegrowane oprogramowanie z wykrywaniem mrugnięć, kod źródłowy nie zawsze jest dostarczany przez producentów, co utrudnia modyfikację lub poznanie sposobu działania algorytmów12. Ponadto podczas eksperymentów ze śledzeniem ruchu gałek ocznych występują zdarzenia, które powodują utratę danych, takie jak opóźnienia śledzenia i znaczne ruchy głowy lub wzroku. Obszar oczu jest bardzo mały w ujęciach wideo, co stanowi problem przy obliczaniu czasu trwania mrugnięcia, a czasami wprowadza różne rodzaje artefaktów15.

W tym eksperymencie używane są metody EEG i EOG. EEG nie jest zwykle używane samodzielnie do wykrywania mrugnięć. Jednak analiza mrugnięć zarejestrowanych za pomocą elektrod EEG jest standardową procedurą badania przemieszczeń powiek. Procedura ta umożliwia naukowcom uzyskanie informacji o tym, kiedy dokładnie ma miejsce mrugnięcie oczami. Najczęstszym wzorcem sygnału do wykrywania mrugnięć są punkty szczytowe, reprezentujące reakcje ruchu pionowego. Istnieje kilka algorytmów wykrywania pików mających zastosowanie do surowych sygnałów EEG, w dziedzinie czasu lub w dziedzinie częstotliwości. Procesy związane z identyfikacją pików to wykrywanie pików, wyodrębnianie cech i klasyfikacja. Mruganie oczami ma znaczący wpływ na czołowe kanały sygnału EEG. Zazwyczaj mrugnięcia oczu są wykrywane w EEG za pomocą wcześniej określonego progu amplitudy16. Algorytmy w oprogramowaniu analitycznym użytym w tym eksperymencie opierają się na odchyleniu standardowym sygnałów i średniej kwadratowej (RMS) wstępnie przefiltrowanego sygnału EEG; Są one open source i dostępne dla społeczności naukowej17. Jednak niektóre ruchy gałek ocznych, które nie obejmują mrugania oczami, mogą wywoływać aktywność elektryczną, która może być myląca. Z tego powodu druga metoda - nagrywanie twarzy widzów za pomocą kamery wideo HD - pozwala naukowcom dopasować mrugnięcia oczami poprzez ich ręczne zliczanie. Dzięki takiej podwójnej metodzie badacz uzyskuje matrycę mrugnięć, które można łatwo przeanalizować za pomocą narzędzi statystycznych.

Dlatego proponowana metoda przeprowadza triangulację danych z dwoma różnymi źródłami w celu sprawdzenia wykrytych mrugnięć oczami. Ta metoda opiera się na wskazaniach Nakano et al. 9 w celu potwierdzenia. Jednocześnie umożliwia naukowcom gromadzenie informacji o aktywności mózgu i paśmie częstotliwości w celu dalszej analizy. Opisany tutaj eksperyment jest częścią szerszego przyszłego badania nad wpływem cięć w stylu edycji na potyliczne i przedczołowe obszary mózgu.

Określ, czy metoda jest odpowiednia dla śledztwa

Ten eksperymentalny protokół umożliwia badanie mrugnięć oczami widzów podczas oglądania treści wideo w trzech warunkach eksperymentalnych. Po pierwsze, częstotliwość mrugania jest wykrywana za pomocą dwóch uzupełniających się technik: EEG i nagranych filmów HD. Tutaj używamy bezprzewodowego EEG z 20 kanałami. Po drugie, tworzone są specyficzne bodźce dostosowane do eksperymentu, dzięki czemu badacz może zarządzać wszystkimi zmiennymi treści wizualnej. Tutaj powstały trzy filmy z tą samą narracją, ale innym stylem montażu wideo. Narracja składała się z mężczyzny, który wszedł do pokoju, usiadł przy biurku, żonglował trzema piłeczkami, otworzył laptopa, wyszukał informacje w książkach, napisał coś na laptopie, zamknął go, zjadł jabłko, spojrzał prosto w kamerę i wyszedł z pokoju. Każdy z trzech bodźców wideo trwa 198 sekund. Pierwszym z nich był film jednorazowy; drugi został zmontowany zgodnie z klasycznymi zasadami w stylu hollywoodzkim z 33 różnymi ujęciami; a trzeci został zmontowany zgodnie z zasadami w stylu MTV z 79 ujęciami. Przedstawiono również czwarty bodziec, w którym narracja była identyczna, ale format był realną reprezentacją z aktorem, a nie wideo. Ten czwarty bodziec niezwiązany z filmem nie został wykorzystany we wstępnym badaniu różnic w stylu edycji, ale został wykorzystany w innym badaniu w celu porównania różnic w częstotliwości mrugania oczami między rzeczywistą reprezentacją a mediami przesiewowymi8. Po trzecie, różne grupy uczestników są wybierane w zależności od ich wcześniejszej wiedzy specjalistycznej w zakresie wizualnej analizy filmów. Celem jest określenie różnic w częstości mrugania oczami w grupach badanych oglądających te same bodźce wzrokowe. W tym przypadku w śledztwie wzięło udział 40 osób. Połowę z nich stanowili pracownicy mediów (16 mężczyzn i 4 kobiety; wiek 30-56 lat, średnia wieku 44,15 ±7,15 lat), a resztę osoby niezwiązane z mediami (15 mężczyzn i 5 kobiet; wiek 28-56 lat, średnia wieku 43,25 ± 8,59 lat). Profesjonaliści z branży mediów zostali wybrani na podstawie kryterium ponad 6-letniego doświadczenia w podejmowaniu decyzji związanych z montażem mediów w swojej codziennej pracy.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

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

Wszystkie opisane tutaj metody zostały zatwierdzone przez Komisję Etyki ds. Badań ze Zwierzętami i Ludźmi (CEEAH) Universitat Autònoma de Barcelona.

1. Tworzenie i prezentacja bodźców wizualnych

  1. Twórz bodźce wideo zgodnie z pożądanymi celami.
    1. Zdecyduj, które zmienne są interesujące dla bodźców wideo.
      UWAGA: Na przykład w niniejszym badaniu główną zmienną będącą przedmiotem zainteresowania jest styl edycji.
      1. Określ czas trwania, treść i styl filmu na podstawie zainteresowania eksperymentem. Aby określić wszystkie te zmienne, zastanów się, ile filmów uczestnik zamierza obejrzeć i jak długo uczestnik będzie oglądał ekran, oceń, czy narracja filmu spełnia zainteresowanie i zdecyduj o stylu wizualnym filmu.
    2. Napisz scenariusz, zwracając uwagę na wybrane zmienne.
    3. Nagraj wideo za pomocą wysokiej jakości kamery wideo i edytuj wideo zgodnie z potrzebami. W razie potrzeby zwróć się o profesjonalną pomoc.
  2. Zaprojektuj odpowiedni kontekst do prezentacji bodźców.
    1. Zdecyduj, gdzie będzie się odbywała akwizycja danych i zaprojektuj wygodną przestrzeń do wyświetlania bodźców. Uczestnicy powinni czuć się swobodnie.
    2. Wybierz ekran wysokiej jakości do prezentacji wideo. Im wyższa jakość ekranu, tym lepiej.
    3. Jeśli do zaprezentowania jest kilka filmów wideo, wybierz metodę losowania ich prezentacji.
      UWAGA: Wygodnie jest losowo dobierać prezentację bodźców u badanych, aby uniknąć niejednoznacznych wyników ze względu na kolejność, w jakiej uczestnicy odbierają bodziec.
    4. Wybierz pakiet oprogramowania do prezentacji filmów.
      UWAGA: Istnieją różne opcje, które pozwalają badaczowi wyświetlać różne bodźce za pomocą liczników czasu i instrukcji między próbami, a nawet randomizowanej prezentacji. Wybierając oprogramowanie, należy wziąć pod uwagę jego zdolność do synchronizacji z urządzeniami do akwizycji danych. Ponieważ protokół ten analizuje częstotliwość mrugania oczami uczestników, synchronizacja między wizualną prezentacją bodźców wzrokowych a urządzeniem EEG ma kluczowe znaczenie.

2. Wybór uczestników

  1. Ustal kryterium wyboru uczestników. Gdy konkretna zmienna ma być analizowana, potrzebna jest grupa kontrolna. Zapisz kryterium i skonsultuj się z kolegami, aby ulepszyć projekt badania.
  2. Wybierz uczestników i poproś o zgodę komisję bioetyczną, która postępuje zgodnie z odpowiednimi wytycznymi i przepisami.
    UWAGA: Większość uniwersytetów i ośrodków badawczych ma komisję etyczną. Aby ubiegać się o zatwierdzenie, konieczne będzie poinformowanie ich o celach dochodzenia. Typowe wymagania obejmują wyjaśnienie metod badawczych, korzyści płynące z badania dla społeczeństwa, sposób uzyskania świadomej zgody, to, czy uczestnicy otrzymają wynagrodzenie finansowe oraz w jaki sposób będą zarządzane dane zebrane od uczestników. Poświęć trochę czasu na zaprojektowanie tego żądania. Bardzo ważne jest, aby uzyskać zgodę komisji bioetycznej na dzielenie się wynikami ze społecznością naukową. Niektóre dokumenty, które mogą być przydatne w tym względzie, to Deklaracja Helsińska, Kodeks Norymberski i Raport Belmonta.
  3. Zaprojektuj formularz świadomej zgody dla uczestników i postępuj zgodnie z kryteriami komisji etycznej.
  4. Wyjaśnij eksperyment każdemu potencjalnemu uczestnikowi. Poinformuj uczestnika o wszystkich ważnych informacjach, ale unikaj informacji, które nie są ważne lub mogą wpłynąć na wyniki eksperymentu.
    UWAGA: Na przykład w protokole wykrywania mrugnięć nie można powiedzieć uczestnikowi, że mrugnięcia zostaną wykryte, ponieważ może to zmienić naturalny wskaźnik mrugnięć. Poproś ich o zgodę na udział. Daj każdemu uczestnikowi dokument do świadomej zgody i daj mu wystarczająco dużo czasu na jego przeczytanie, zrozumienie tekstu i wreszcie podpisanie go.
  5. Umów się na spotkanie z każdym uczestnikiem w celu przeprowadzenia eksperymentu. Przekaż uczestnikowi następujące instrukcje: aby przybył wypoczęty i z niedawno umytymi włosami; Należy unikać produktów chemicznych, takich jak lakier do włosów itp., ponieważ mogą one wpływać na zapisy EEG. Podaj uczestnikowi wszystkie niezbędne dane kontaktowe.

3. Przygotowanie do konfiguracji

  1. Przygotuj sesję eksperymentalną z dużym wyprzedzeniem przed przyjazdem uczestnika. Przećwicz sesję z kolegą. W przypadku wykrycia czegoś nieprawidłowego wprowadź odpowiednie modyfikacje w sesji eksperymentalnej.
    1. Przygotuj połączenia między wszystkimi urządzeniami, które będą używane i sprawdź ich synchronizację (prezentacja bodźców wzrokowych i akwizycja danych).
      UWAGA: Łączność między sprzętem a oprogramowaniem ma kluczowe znaczenie. Pożądane jest wykonanie testów w celu potwierdzenia synchronizacji. W razie potrzeby porozmawiaj z producentem lub twórcą oprogramowania.
  2. Spraw, aby badani czuli się komfortowo w pokoju eksperymentalnym: przywitaj uczestnika i przygotuj miejsce na jego rzeczy (torby i inne).
  3. Wyjaśnij uczestnikowi cały protokół: gdzie uczestnik będzie siedział, ile bodźców wizualnych zostanie pokazanych i jak długo trwa sesja. Wyjaśnij, że współpraca uczestnika jest niezwykle ważna.
  4. W związku z tym, że będzie stosowany bezprzewodowy system rejestracji EEG, wyjaśnij, jak trudne są te zapisy i że w celu uzyskania prawidłowych sygnałów elektrofizjologicznych przy niewielkich artefaktach, uczestnik nie powinien się niepotrzebnie poruszać.

4. Akwizycja danych

  1. Oczyść powierzchnię skóry uczestnika, aby usunąć wszelkie ślady brudu lub resztki produktów do włosów.
  2. Zmierz głowę uczestnika. Zmierz odległość między nasionem a wcięciem i zaznacz punkt środkowy jako wierzchołek.
  3. Przygotuj elektrody w czepku EEG za pomocą systemu 10-20.
  4. Umieść nasadkę na przedmiocie zgodnie ze znakiem, tak aby wierzchołek pasował do środkowego punktu zerowego (Cz) czapki.
  5. Nałóż żel przewodzący za pomocą strzykawki na elektrody; upewnij się, że nasadka dobrze przylega do głowy fotografowanej osoby.
  6. Umieść elektrodę odniesienia i elektrodę EOG na głowie pacjenta.
  7. Upewnij się, że uczestnik jest wygodnie usiąknięty i przygotowany do sesji.
  8. Ustaw ostrość kamerę wideo HD na twarzy uczestnika w zbliżeniu. Zostanie to wykorzystane do ręcznego wykrywania mrugnięć oczu uczestników.
  9. Sprawdź, czy wszystkie urządzenia są zsynchronizowane.
  10. Sprawdź, czy skrzynka kontrolna EEG jest prawidłowo podłączona do komputera rejestrującego dane.
  11. Sprawdź, czy sygnał dla każdej elektrody jest prawidłowy; jeśli nie, sprawdź, czy nie ma problematycznej elektrody.
    UWAGA: Niektóre częste przyczyny złego sygnału z elektrody to brak przewodzącego żelu na elektrodzie, złe położenie elektrody na głowie lub złe połączenie elektrody ze skrzynką sterowniczą.
  12. Gdy wszystko będzie gotowe, rozpocznij nagrywanie eksperymentu (i odtwarzanie wideo).

5. Sesja posteksperymentalna

  1. Zdejmij czapkę z głowy uczestnika i, jeśli to możliwe, rozdaj mu kwestionariusz związany z interesującymi go tematami.
  2. Zapisz wszystkie dane na zewnętrznym dysku twardym.
    UWAGA: Zaleca się wykonanie kopii zapasowej danych. Dobrym rozwiązaniem byłoby zapisanie danych na dwóch zewnętrznych dyskach twardych i przechowywanie ich w różnych miejscach. Opracowując najlepszą procedurę, należy wziąć pod uwagę protokół przechowywania danych zatwierdzony przez komisję etyczną.
  3. Wyczyść elektrody i nasadkę; większość elektrod należy wyczyścić natychmiast po użyciu.
    1. Wyczyść elektrody i nasadkę dużą ilością wody pod kranem i bez produktu chemicznego (chyba że producent urządzenia określa inaczej). Ostrożnie osusz elektrody, aby zapobiec korozji. Jeśli ten protokół jest niewystarczający do wyczyszczenia nakrętki, zwykle można ją wyprać w pralce (patrz instrukcje producenta).

6. Analiza danych

  1. Uporządkuj dane dotyczące wykrywania mrugnięcia.
    1. Zaimportuj plik EEG do odpowiedniego pakietu oprogramowania do analizy danych.
    2. Wybierz obszar zainteresowania EEG na podstawie wyzwalaczy synchronizacji używanych w oprogramowaniu do prezentacji bodźców wzrokowych. Przefiltruj dane i zastosuj filtr mrugnięcia, aby zobaczyć, ile i kiedy są generowane mrugnięcia.
      UWAGA: Większość komercyjnych i darmowych pakietów oprogramowania zawiera filtry do wykrywania mrugnięć w EEG.
    3. Wybierz wideo HD z twarzami uczestników i ręcznie dopasuj mrugnięcia do tych znalezionych w danych EEG.
    4. Utwórz matrycę arkusza kalkulacyjnego z końcową listą mrugnięć oczami każdego uczestnika i oblicz szybkość na minutę, gdy badany oglądał bodźce.
  2. Przeprowadzanie analiz statystycznych.
    1. Zaimportuj macierz do odpowiedniego oprogramowania w celu analizy statystycznej.
    2. W oprogramowaniu statystycznym zaprojektuj żądaną analizę, aby skontrastować początkowe hipotezy i je uzupełnić.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

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

Korzystając z przedstawionej tutaj procedury, przeanalizowano częstość mrugania oczami 40 uczestników podczas oglądania trzech różnych filmów wideo. Na potrzeby analizy porównawczej profesjonalizacji mediów połowa uczestników to profesjonaliści z branży medialnej. Zostali oni wybrani w oparciu o kryterium minimum 6-letniego doświadczenia zawodowego w podejmowaniu decyzji związanych z montażem medialnym i cięciami audiowizualnymi. Na potrzeby analizy porównawczej stylów montażu, trzy bodźc...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

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

Opisano tutaj metodę analizy wizualnej percepcji treści medialnych za pomocą specjalnie zaprojektowanego tworzenia wideo. W wielu innych badaniach podjęto próbę przeanalizowania percepcji treści medialnych w kontekstach narracyjnych z istniejącymi wcześniej filmami. Obecna metoda zakłada tworzenie treści wizualnych o konstrukcji narracyjnej zgodnej z kryteriami zainteresowania i opiera się na sugestii, że częstotliwość mrugania jest związana z uwagą widza9. Z tego powodu badanie wykrywa mruganie o...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

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

Autorzy nie mają nic do ujawnienia.

Podziękowania

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

Niniejsze badanie zostało wsparte przez hiszpańskie Ministerstwo Gospodarki i Konkurencyjności (BFU2014-56692-R i BFU2017-82375-R) granty.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Aparat EEGNeurolectricsEnobio 20 System EEG/EMG 
Elektrody Ag/AgClNeuroelektryka[NE022b] GelTrode
Oprogramowanie do rejestracji EEGNeuroelektrykaNicOprogramowanie offline
Kamera wideo HD,Sony Corporation Sony HDR-GW55VE
StrzykawkaMonojectMonoject 412, strzykawka z zakrzywioną końcówką, 50 / pudełko
Elektroda soli Żel EMGSigna-GelX32-204: Signa Gel
Oprogramowanie do prezentacji bodźców wizualnychParadygmat Prezentacja bodźcówSystem badań percepcji Włączona
analizaoprogramowania EEGCentre National de la Recherche Scientifique i Montreal Neurological InstituteBrainstorm3
Analiza oprogramowania EEGThe MathWorks Inc.Telewizor MATLAB 2013b
do prezentacji wideoPanasonic CorporationPanasonicTH- 42PZ70EA  - 50-calowy
komputer do prezentacji bodźcówMacBook AirRok 2013, z systemem Mac OSX Mountain Lion
PC do nagrywania bodźcówMacBook Rok 2009 z systemem Windows 7Z partycją bootcamp dysku w celu zapewnienia analizy statystycznej systemu operacyjnego Windows
Systat Software Inc.Sigmaplot 11.0 

Bibliografia

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

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Electroencephalography MeasurementsEye Blink RateVisual Perception AnalysisHigh quality Video RecordingMedia Content StimuliEEG EMG Recordings10 20 Electrode SystemSpontaneous Eye BlinksParticipant Selection CriteriaData Analysis Software

Powiązane artykuły