Трехмерное отображение вращения интерактивных виртуальных объектов с данными отслеживания движения глаз
18 октября 2024 г.
Мы разработали простой, настраиваемый и эффективный метод записи количественных процессуальных данных из интерактивных пространственных задач и сопоставления этих данных вращения с данными отслеживания взгляда.
Мы разработали метод записи взаимодействия человека с виртуальными 3D-объектами в режиме реального времени. Наш подход включает в себя связывание данных о вращении для манипулируемых объектов с поведенческими показателями, такими как отслеживание взгляда. Это позволяет нам получить более глубокое представление о когнитивном процессе, стоящем за задачей, а не только о конечном результате.
Рассматриваются следующие темы: взаимосвязь между вращением материала и движениями глаз, индивидуальные различия, применение и практическое применение, методологические достижения, когнитивные модели и теории, перспективы развития и клинические перспективы, а также нейрокогнитивные механизмы. Эта работа вносит свой вклад в методологический аспект. Похоже, что не существует прямого подхода к интеграции данных об активности глаза с траекториями вращения.
В этом исследовании мы стремимся внести свой вклад в заполнение этого пробела. Была разработана простая и экономически эффективная экспериментальная установка для сопоставления обычных данных отслеживания движения глаз с 3D-моделями с помощью вращательных тестов. Наши будущие исследования будут сосредоточены на совершенствовании нашего метода изучения индивидуальных различий в интерпретации и взаимодействии с виртуальными и физическими трехмерными объектами.
Например, мы рассмотрим кейс для студентов и специалистов по химии.
Обзор
В данном исследовании представлен новый метод регистрации в реальном времени взаимодействий человека с виртуальными 3D-объектами, интегрирующий данные айтрекинга с показателями вращения. Этот подход направлен на более глубокое понимание когнитивных процессов, сопровождающих выполнение пространственных задач, помимо анализа конечных результатов.
Основные компоненты исследования
Область науки
- Когнитивная психология
- Взаимодействие человека и компьютера
- Технология айтрекинга
Теоретические сведения
- Исследование ментального вращения и его связи с движениями глаз.
- Изучение индивидуальных различий и практического значения когнитивных процессов.
- Совершенствование методологических подходов к интеграции данных об активности глаз с пространственными данными.
- Применение полученных результатов в академической и клинической практике, включая обучение химии.
Цель исследования
- Разработать экспериментальную установку для сбора данных о движениях глаз и вращении объектов в режиме реального времени.
- Устранить разрыв между данными айтрекинга и данными о пространственных манипуляциях.
- Создать базу для будущих исследований индивидуальных интерпретаций 3D-моделей.
Используемые методы
- В исследовании используется программное обеспечение для айтрекинга в сочетании со специализированным заданием на интерактивное вращение.
- Участники взаимодействуют с 3D-объектами, при этом данные для последующего анализа фиксируются в режиме реального времени.
- Основные этапы методики включают калибровку оборудования для айтрекинга и структурированное выполнение задания по вращению объектов.
- Анализ данных включает экспорт результатов для их дальнейшей обработки с помощью скриптов.
Основные результаты
- Метод выявил индивидуальные различия в пространственном познании, особенно на начальных этапах выполнения задания и в фазах точной настройки.
- Анализ траекторий вращения показал, что участники часто отклонялись от целевых позиций перед достижением правильной ориентации.
- Дополнительные результаты включали продолжительное расширение зрачков, коррелирующее с когнитивной вовлеченностью.
Выводы
- Данное исследование устанавливает надежный метод изучения когнитивных механизмов, задействованных в пространственных задачах.
- Интеграция айтрекинга с 3D-взаимодействиями позволяет получить представление о когнитивных процессах человека.
- Результаты применимы в образовательном контексте и для понимания индивидуальных различий в пространственном мышлении.
Часто задаваемые вопросы
Практическая значимость для отрасли
Количественное картирование взаимодействия человека с трехмерными виртуальными объектами, синхронизированное с данными айтрекинга, позволяет проводить биофармацевтические исследования (R&D)&Команды используют эти данные для анализа когнитивных и поведенческих процессов, лежащих в основе задач на пространственное мышление. Данная возможность способствует разработке и валидации цифровых анализов и интерактивных обучающих модулей, что повышает прогностическую достоверность в трансляционных исследованиях и оптимизации человеко-машинных интерфейсов. Интеграция поведенческих метрик и показателей направления взгляда в режиме реального времени способствует раннему поиску решений и проектированию рабочих процессов, снижая неопределенность в цифровых средах, управляемых пользователем.
Стратегические приложения в биофармацевтических исследованиях&D
Раннее обнаружение и валидация мишени
- Обеспечивает точное картирование поведения для проверки гипотез в цифровых когнитивных тестах.
- Поддерживает функциональную валидацию моделей взаимодействия пользователя, имеющих значение для нейрокогнитивных конечных точек.
- Способствует механистическому снижению рисков путем корреляции паттернов взгляда со стратегиями решения задач.
Скрининг и разработка анализа
- Обеспечивает стандартизированные, воспроизводимые цифровые среды для оценки когнитивных и поведенческих реакций.
- Формирует количественные выходные данные, такие как угловая разница и тепловые карты фиксации, для разработки анализа.
- Позволяет проводить масштабируемый скрининг взаимодействий пользователей в различных когортах участников.
Трансляционные и доклинические исследования
- Обеспечивает согласованность цифровых поведенческих показателей с трансляционными биомаркерами в нейрокогнитивных исследованиях.
- Поддерживает преемственность данных от раннего цифрового фенотипирования до валидации на доклинических моделях.
- Обосновывает внедрение цифровых конечных точек в трансляционные исследования с учетом оценки рисков.
Интеграция конвейеров и рабочих процессов
Данный метод интегрируется в континуум от поиска лекарственных средств до доклинических исследований, предоставляя количественные поведенческие данные и данные о направлении взгляда в режиме реального времени для разработки и валидации цифровых анализов.
- Биология открытий: Позволяет проводить проверку гипотез при изучении когнитивных процессов в ходе манипулирования трехмерными объектами.
- Скрининг: Обеспечивает воспроизводимые количественные результаты для сравнения различных условий и оценки готовности анализа.
- Аналитика: Обеспечивает синхронизированный анализ траекторий вращения и показателей направления взгляда для проведения надежной статистической оценки.
- Трансляционные исследования: Связывает цифровые поведенческие показатели со стратегиями доклинических и клинических биомаркеров.
- Повторное использование на уровне предприятия: Предлагает многоразовую цифровую платформу для различных когнитивных и поведенческих исследований&D-приложения.
Операционное и корпоративное воздействие
- Научная ценность: Повышает прогностическую достоверность и снижает механистическую неоднозначность в цифровых когнитивных тестах.
- Операционная ценность: Стандартизирует сбор и анализ данных в цифровых поведенческих исследованиях.
- Стратегическая ценность: Служит основой для принятия решений о продолжении или прекращении разработки цифровых конечных точек и приоритизации портфеля.
- Влияние на портфель: Обеспечивает продвижение цифровых и поведенческих R&D активов с учетом оценки рисков.
Особенности реализации
- Требуется опыт работы с технологиями айтрекинга и цифровой поведенческой аналитикой.
- Зависит от доступа к инфраструктуре синхронизированного сбора и анализа данных.
- Необходима межкомандная стандартизация протоколов цифровых анализов и форматов данных.
- Метод adaptable к различным системам 3D-моделей и вариантам дизайна пользовательского интерфейса.
- Практические ограничения включают точность калибровки и интерпретацию индивидуальной поведенческой вариабельности.
