视觉搜索任务
视觉搜索任务通过要求参与者在视觉数组中找到目标来测量注意力选择。它在认知心理学和神经科学中被广泛用于研究视觉注意、搜索效率和知觉决策。
任务格式 | 在线与实验室的视觉搜索任务
在这个版本的视觉搜索任务中，应用了结合搜索范式，参与者在一个包含多个项目的显示中搜索，以确定预定义的目标（一个红色垂直条）在干扰项中是否存在。任务难度可以根据干扰项的数量和排列而有所不同。
每个实验会话以包含反馈的练习试验开始，以帮助参与者学习反应规则，随后是一个主要实验块，在该块中不提供反馈。参与者被指示尽快且准确地作出反应。
视觉搜索任务有两个版本，每个版本都针对所使用的设备类型和输入方式进行了优化：
桌面版本
在桌面版本中，每次试验都会出现一个视觉搜索数组，参与者决定目标是否存在。反应是使用 A 和 L 键来完成的，存在/不存在的映射在参与者之间是平衡的。练习试验提供反馈，而主要任务则不提供反馈记录反应。
移动版本
在移动版本中，以针对触摸屏设备优化的布局呈现相同的搜索数组。参与者如果目标存在，则点击 YES，如果目标不存在，则点击 NO。练习试验在实验块开始之前包含反馈，然后移除反馈。
两个版本的参与者都被指示在搜索干扰项中的目标时尽快且准确地作出反应。
视觉搜索任务指标和收集的数据
视觉搜索任务捕获一系列行为测量，揭示参与者在不同数量的干扰项中定位目标刺激的效率。记录的变量使研究人员能够评估反应时间、反应准确性、错误模式以及在设置大小和目标条件（存在与否）下的表现差异。这些测量帮助量化注意力选择、视觉扫描效率以及对感知负荷的敏感性。所有变量可以在任务的 Variables 标签中查看和定制。
以下是 Labvanced 版本的视觉搜索任务中收集到的变量示例：
| 变量名称 | 描述 |
|---|---|
accuracy | 试验级别准确性（1 = 正确，0 = 错误） |
accuracy_total | 所有试验中正确反应的总计数 |
choice | 参与者给出的反应（桌面：A 或 L，移动：YES 或 NO） |
error | 试验级别错误（0 = 正确，1 = 错误） |
number_distractors | 在一次试验中显示的干扰项数量 |
reaction_time | 参与者的反应时间（以毫秒为单位） |
set_size | 数组中的总项目数（目标 + 干扰项） |
stimulus_presented | 该试验中显示的刺激图像 |
target_type | 目标是否存在 |
avg_overall_RT | 所有试验的平均反应时间 |
avg_overall_accuracy | 所有试验的平均准确性 |
数据表显示视觉搜索任务中单个试验级别输出的摘要，包括准确性、反应选择、反应时间、干扰项计数、设定大小、呈现刺激和目标条件。
本研究使用结合视觉搜索范式来测量注意力选择和搜索效率。参与者决定预定义的目标在干扰项中是否存在，同时记录反应时间和准确性。
驱动在线与实验室研究视觉搜索任务的技术
Labvanced 包含几种技术，使视觉搜索任务具有高度准确性、灵活性，非常适合实验室和在线研究：
高精度计时： 视觉搜索研究通常依赖于条件间小的反应时间差异。Labvanced 以毫秒精度记录反应，确保搜索效率的可靠测量。
灵活的数组构建： 多个视觉对象可以在画布上自由排列，以创建结构化或随机的搜索显示。研究人员可以控制目标位置、干扰项间距和布局。
网络摄像头眼动追踪集成： 可以添加网络摄像头眼动追踪，以捕捉注视模式、注视持续时间和搜索策略，而无需额外硬件。
网页和桌面部署： 该任务可以在浏览器中用于在线研究或通过桌面应用程序在受控实验室环境中运行。
支持多种输入方法： 根据研究设计，参与者可以通过键盘按键、鼠标点击或触摸屏按钮作出反应。
与外部系统集成： 该任务可以与 EEG 或其他基于 LSL 的系统同步，进行先进的神经认知研究。
网络摄像头眼动追踪
在心理旋转试验中捕捉注视模式和视觉注意。
计时精度
以毫秒精度捕捉反应时间、任务表现等，对于时间敏感的任务。
桌面应用
使用桌面应用程序进行实验室研究，兼容 EEG 和其他连接 LSL 的实验室硬件。
视觉搜索任务的定制化
有很多方法可以调整这个视觉搜索任务模板以满足特定的研究问题。以下是研究人员在修改此任务时常用的几个定制主题。
刺激设计和目标定义
搜索数组中的项目是可直接在编辑器中替换的视觉对象。研究人员可以使用 Image Objects, Text Objects 或其他形状，并使用 Object Properties 字段定义颜色、方向或类别等属性。
目标存在与数组逻辑
目标存在和不存在的试验是通过 Factor Tree 和 Trials & Conditions 表定义的。事件读取这些条件值以确定哪些对象出现以及目标被放置在哪里。
设置大小和布局变化
通过添加或删除对象或通过事件控制可见性，可以修改干扰项的数量。可以使用不同的设置大小研究注意力负荷和搜索效率。
反应和正确性规则
通过将参与者的输入与当前试验条件进行比较来评估正确反应。如果标签或对象名称被更改，事件也应相应更新。
计时和试验流程
可以通过帧持续时间或 Delayed Action (Time Callback) 事件调整刺激计时、反应窗口和反馈。研究人员可以定制试验间隔和区块转移。
如果您需要帮助定制此任务，请随时联系我们并询问：
视觉搜索任务的推荐使用和应用
视觉搜索任务广泛应用于研究注意力、感知和决策的领域。
选择性注意研究： 用于研究在不同的设定大小中如何分配注意力以识别目标与干扰项。
感知处理研究： 检查视觉相似性和特征重叠如何影响特征与结合搜索中的检测速度。
应用注意力和工作负载研究： 有助于评估在人因研究中在时间压力或高信息负荷下的表现。
神经认知研究： 与眼动追踪或神经生理测量结合研究注意力控制和视觉扫描行为。
参考文献
Treisman, A. M., & Gelade, G. (1980). 注意力的特征整合理论. 认知心理学, 12(1), 97–136.
Veríssimo, I. S., Nudelman, Z., & Olivers, C. N. (2024). 拥挤是否预测结合搜索？一种个体差异的方法。视觉研究, 216, 108342.
相关任务
视觉搜索任务与 Labvanced 的任务库中的其他视觉注意任务自然配对。