視線データの記録とエクスポート

アイ・トラッキングがタスクに対して有効化および設定されると（タスクでのアイ・トラッキングの設定を参照）、実際に記録された変数として視線データをキャプチャするイベントが必要です。

自動イベント設定

タスクエディターでEnable Eye-Tracking:をチェックすると、「アイ・トラッキング設定」ダイアログが表示され、これらのイベントを自動的に作成するオプションが提供されます：

自動的に視線および固定記録イベントを作成するアイ・トラッキング設定ダイアログ

Record gaze timeseries [X,Y,T,C]: 視線記録イベントを作成し、デフォルトでチェックされています
Record fixation timeseries [X,Y,Dur,Start,End,Disp]: 固定記録イベントを作成し、デフォルトでチェックされています。タスクの固定検出モードがNo Fixation Detectionに設定されている場合、このオプションを受け入れることで自動的に切り替わります。

範囲も選択できます：On all frames（デフォルト）は試行のすべてのフレームにわたって記録イベントを適用し、Select a frameは特定のフレームに制限します。Add Eventsをクリックすると、これらの選択に基づいてイベントが作成され、Skipは何も作成せずにダイアログを閉じます。

これにより、試行全体のすべての視線および固定サンプルを記録する一般的なケースがカバーされます。このダイアログをスキップした場合、特定の刺激オブジェクトへの記録を制限する必要がある場合（下記参照）、または既存のタスクにアイ・トラッキングイベントを追加する場合は、手動でイベントを構築してください。

視線座標を手動で記録する

視線座標の時系列を記録するには：

イベントエディターから新しいイベントを追加します。
トリガーとしてPhysiological Signal Triggersを選択し、→ Eyetracking Gazeを選択します。
アクションとしてVariable Actionsを選択し、→ Set / Record Variableを選択し、新しい変数を作成します：
- フォーマット：Array（推奨、X/Y座標のペアが一緒に保存されるため）
- 記録タイプ：All changes / time series、これにより各視線の更新が記録され、試行の最後の値だけではありません
値選択メニューで、Coord. + Time + Confidence [X,Y,T,C] ArrayをTrigger (Eyetracking Gaze)オプションから選びます。これにより、X座標とY座標、正確なタイムスタンプ、および信頼度の値が単一の配列で記録されます。

また、Eyetracking Fixationトリガーもあり、参加者の固定（視線が留まる場所）を報告します。これは、タスク設定で構成された固定検出モードを使用します。現在ベータ版です。

Eyetracking GazeおよびEyetracking Fixationトリガーは、参加者が特定の刺激オブジェクトを見ているときだけ発火するように制限できます。これを行うには、特定の要素でのみトリガーするオプションを選択し、それらの要素をターゲットとして追加します。これは、参加者が特定の画像や領域を見たかどうかだけを気にする場合、フレームの他の場所の視線位置には興味がなくなるため、便利です。

キャリブレーションと試行エラーの記録

視線座標に加えて、特定の参加者に対してアイ・トラッキングがどれほど正確であったかを記録できます：

別のイベントを追加し、トリガーとしてOn Frame Startを使用します。
アクションとしてVariable Actionsを選択し、→ Set / Record Variableを選択します。
値選択メニューのFrame/Task/Object → Eyetrackingの下で、Error Trialを選択して現在の試行のエラーを記録するか、Error Calibrationを選択して元のキャリブレーションからのエラーを記録します。

両方のエラー値は、キャリブレーション中または試行間に予測された視線座標と実際のターゲット固定位置の間の平均ユークリッド距離です。両方を記録することで、分析中に精度基準を下回る参加者や特定の試行を除外できます。

視線データのエクスポート

記録されたデータにアクセスするには、Dataview & Exportタブに移動します。エクスポートには二種類あります：

通常データ：試行ごとに1回記録され、レスポンス、条件、及びそれらを記録することを選択した場合のキャリブレーション/試行エラーなど。各変数は独自の列を持ち、各試行は独自の行を持ちます。
時系列データ：試行全体で継続的に記録され、視線座標が使用されます。視線座標は1秒間に多くの場合更新されます。各行は1つの視線サンプルを表し、すべての時系列変数で共有される別のtimes列と一緒にあります。

Labvancedのウェブカメラアイ・トラッキングを使用して収集されたデータのプレビュー.

Labvancedのウェブカメラアイ・トラッキングを使用して収集されたデータのプレビュー
X: 視線のX座標; Y: 視線のY座標; T: タイムスタンプ; C: 信頼区間

これらの列を扱う際に注意すべき点がいくつかあります：

時間測定はTに基づくことが重要であり、独自のtimes列に基づいてはなりません。Tは、カメラが実際に画像をキャプチャした時の調整されたタイムスタンプであり、timesはLabvancedが値を記録した時を反映しており、アルゴリズムが各スナップショットを処理するのに数ミリ秒の遅れがあるため、実際のキャプチャ時刻よりもわずかに遅れます。
Cは0から1の範囲です。1に近い値は信頼できる検出を示し、0に近い値は通常、まばたきや参加者の目がカメラに見えなかったことを示します。
サンプリングレートは完璧に一定ではなく、Tから決定できます。一般的に、ほとんどの市販のウェブカメラのハードウェアの制約により、30Hz以上のサンプリングレートは達成できません。

LabvancedのGitHubリポジトリには、エクスポートされたアイ・トラッキングおよびWebSocketデータのさらなる処理用スクリプトがあります。

よくある質問

自動アイ・トラッキング設定ダイアログをスキップしても、視線データを記録できますか？

はい。`Eyetracking Gaze`または`Eyetracking Fixation`トリガーを使用して`Set / Record Variable`アクションで記録イベントを手動で構築してください。これは、特定の刺激オブジェクトへの記録を制限する必要がある場合や、既存のタスクにアイ・トラッキングイベントを追加する場合にも適した方法です。

タイミング分析は`times`列を基にすべきですか、それとも`T`に基づくべきですか？

`T`を使用してください。`T` (`Camera Capture Time T`)は、カメラが実際に画像をキャプチャした時の調整されたタイムスタンプであり、`times`はLabvancedが値を記録した時を反映しており、わずかな遅れがあります。`Camera Capture Time T`は、値選択メニューにおける感情検出トリガーの値に対しても同様の区別が適用されます。

信頼度(`C`)値が0に近いとはどういう意味ですか？

通常、まばたきや参加者の目がカメラに見えなかったことを示します。1に近い値は信頼できる検出を示します。

なぜ視線データが完全に一定のレートでサンプリングされないのですか？

サンプリングレートは完璧に一定ではなく、`T`から決定できます。一般的に、ほとんどの市販のウェブカメラのハードウェア制約により、30Hz以上のサンプリングレートは達成できません。

低品質のキャリブレーションや特定の試行が悪い視線データの原因であるかどうかをどのように判断しますか？

両方の`Error Calibration`および`Error Trial`を変数として記録します。どちらも、キャリブレーション中または試行間に予測された視線座標と実際のターゲット固定位置の間の平均ユークリッド距離です。これにより、分析中に精度基準を下回る参加者や特定の試行を除外できます。

特定のオブジェクトだけの視線データを記録できますか、それとも全フレームの記録を行う必要がありますか？

はい。`Eyetracking Gaze`および`Eyetracking Fixation`トリガーは、参加者が特定の刺激オブジェクトを見ているときのみ発火するように制限できます。