視線データの記録とエクスポート

アイ・トラッキングが有効になり、タスクに対して設定されると（タスクでのアイ・トラッキングの設定を参照）、実際に視線データを記録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・トラッキングの設定」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：

• 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]: 固視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。タスクの固視検出モードが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と自動的にオンになります。

また、録音の範囲を選択します：On all frames（デフォルト）は試行中のすべてのフレームに録音イベントを適用し、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、これらの選択肢で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。

これは一般的なケースをカバーしています：試行中のすべての視線と固視サンプルを記録します。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に録音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：

1. イベントエディターから新しいイベントを追加します。
2. トリガーとしてPhysiological Signal Triggers → Eyetracking Gazeを選択します。
3. アクションとしてVariable Actions → 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（推奨されます、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、すべての視線の更新を記録し、試行の終了時の最終値だけではありません
4. 値選択メニューで、Coord. + Time + Confidence [X,Y,T,C] ArrayをTrigger (Eyetracking Gaze)オプションから選択します。これにより、X座標とY座標、正確なタイムスタンプ、および信頼度値が単一の配列に記録されます。

また、固定検出モードに設定された参加者の固視を報告するEyetracking Fixationトリガーもあります。これは現在ベータ版です。

特定の刺激オブジェクトへの録音を制限する

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。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のみを気にしている場合に便利であり、フレーム全体での視線の位置には関係ありません。

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、特定の参加者に対するアイ・トラッキングの精度を記録できます：

1. 別のイベントを追加し、On Frame Startをトリガーとして設定します。
2. アクションとしてVariable Actions → Set / Record Variableを選択します。
3. 値選択メニューで、Frame/Task/Object → Eyetrackingの下から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または試行中に表示された実際のターゲット固視位置と予測視線座標の間のフレーム単位の平均ユークリッド距離です。両方を記録することで、分析中に精度の閾値を下回る参加者または特定の試行を除外できます。

視線データのエクスポート

Dataview & Exportタブに移動して、記録したデータにアクセスします。エクスポートには2種類あります：

• 通常データ：試行ごとに1回記録され、応答、条件、キャリブレーション/試行エラーが含まれます（記録することにした場合）。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：試行中に継続的に記録され、視線座標では、1秒間に何度も更新されるためこれが使用されます。各行は1つの視線サンプルを示し、すべての時系列変数で共有される別のtimes列があります。

これらの列を操作するときに考慮すべきいくつかのこと：

• 時間測定をTに基づいて行い、別のtimes列には基づかないようにします。Tはカメラが実際に画像をキャプチャしたときの調整されたタイムスタンプであり、timesはLabvancedが値を記録したときのもので、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かかるため、実際のキャプチャの瞬間よりもわずかに遅れています。
• Cは0から1の範囲です。1に近い値は信頼度の高い検出を示し、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いことを示します。
• サンプリングレートは完全には一定ではなく、Tから確認できます。一般的に、30Hzを超えるサンプリングレートは達成できません。これは、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るものです。

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データをさらに処理するためのスクリプトがあります。

よくある質問

さらなる学習