
EEG & Hardware-Integrationen
Labvanced verbindet sich auf zwei Arten mit EEG und anderer Laborausrüstung, und beide können Lab Streaming Layer (LSL) Markierungen tragen, einen offenen Standard für zeitgesteuerte Datenströme. Die Desktop-App hat LSL integriert, sodass eine Studie bei jedem Stimulus, jeder Antwort oder Bedingungsänderung einen Marker senden und Marker von anderen Geräten empfangen kann.
Die WebSocket-API verbindet eine Studie mit einem Skript auf demselben Computer. Das Skript kann LSL-Markierungen in beide Richtungen für Studien übermitteln, die anderswo laufen, und es kann auch Geräte erreichen, die LSL nicht verwenden.
Inhaltsverzeichnis
Zwei Möglichkeiten zur Verbindung
Eine EEG-Aufzeichnung ist nur interpretierbar, wenn das Aufnahmegerät weiß, wann jeder Stimulus erschien und was der Teilnehmer tat, und Marker liefern diese Informationen. Beide Verbindungen können LSL-Markierungen übertragen. Sie unterscheiden sich in der Ausführung der Studie und in den Geräten, die sie erreichen.
| Verbindung | Am besten, wenn |
|---|---|
| Integriertes LSL in der Desktop-App | Die Studie läuft offline auf dem Laborcomputer, neben dem EEG- oder Sensorrekorder. LSL-Markierungen werden mit einer Aktion und einem Trigger im Ereigniseditor gesendet und empfangen, ohne Code. Siehe Desktop-App. |
| WebSocket-API mit einem Skript | Die Studie verbindet sich mit einem Skript auf demselben Computer, unter Linux, macOS oder Windows. Das Skript kann LSL-Markierungen in beide Richtungen übertragen, sodass eine Studie, die nicht in der Desktop-App läuft, trotzdem einen LSL-Rekorder erreicht. Es kann auch mit Geräten kommunizieren, die LSL nicht nutzen, und ist für geschlossene Regelkreise, Biofeedback oder das Versenden von Daten an einen anderen Server geeignet. Siehe den WebSocket-API-Leitfaden. |
Integriertes LSL in der Desktop-App
In der Desktop-App ist LSL integriert: Marker werden über einen LSL-Stream gesendet, den Sie in den Studien-Einstellungen definieren, und es ist kein Code erforderlich.
Senden von Markern aus Ihrer Studie
Sie aktivieren Lab-Streaming-Layer in den Studien-Einstellungen und definieren einen oder mehrere Ausgangsströme, jeder mit einem Namen, einem Kanalformat und einer Kanalanzahl. Eine Send LabStreamingLayer Marker-Aktion sendet dann einen Wert an einen gewählten Stream, zum Beispiel den Zustand des aktuellen Versuchs oder den Moment, in dem ein Teilnehmer auf einen Stimulus klickt. Kanalformate umfassen String, 32-Bit und 64-Bit Gleitkomma, sowie 8, 16 und 32-Bit Ganzzahlen. Standardmäßig trägt ein Marker die aktuelle Zeit, und ein benutzerdefinierter Zeitstempel kann geliefert werden, wenn die Ereigniszeit von anderswo bekannt ist.


Empfang von Markern von anderen Geräten
Der Received LSL Marker-Trigger startet ein Ereignis, wenn ein Marker auf einem Eingangsstream ankommt. Das Ereignis kann die empfangenen Werte zusammen mit den LSL-Zeitstempeln und der Zeitkorrektur lesen, sodass eine Studie auf ein Signal von einem anderen Gerät reagieren und es mit ihrer eigenen Timeline verknüpfen kann.
Hilfreiche Dokumentation für integriertes LSL
LSL-Bridging und andere Geräte mit der WebSocket-API
Die WebSocket-API verbindet eine Studie mit einem Skript, das auf demselben Computer läuft. Für LSL senden die Beispiel-Skripte Marker von Labvanced und empfangen Marker in diese hinein, sodass die gleichen Marker den Rekorder erreichen, ohne dass die integrierte LSL-Unterstützung auf Linux, macOS oder Windows erforderlich ist. Für Geräte ohne LSL-Unterstützung kommuniziert das Skript direkt mit dem Gerät. Eine Send To Websocket-Aktion sendet Ereignisse oder Werte aus Ihrer Studie an das Skript, und ein Websocket Trigger startet ein Ereignis, wenn das Skript eine Nachricht zurücksendet, sodass jedes Gerät mit einer programmierbaren Schnittstelle Trigger und Daten in Echtzeit mit der Studie austauschen kann.
Das Beispiel unten nutzt diesen Weg, um einen Hardware-Augen-Tracker und das Labvanced-Webcam-Augen-Tracking in einer Sitzung zusammen aufzuzeichnen.
Hilfreiche Dokumentation für den WebSocket-Ansatz
- WebSocket-API-Leitfaden
- LSL-Markierungsskripte auf GitHub
- Bibliotheksstudien: Marker senden und Marker empfangen
Eine Studie für Remote- und Laborteilnehmer
Einige Experimente haben eine zweigeteilte Struktur: Eine große Gruppe von Teilnehmern nimmt remote teil, während eine kleinere Gruppe ins Labor kommt und dasselbe Experiment unter Verwendung von EEG-Geräten durchführt. Die gleiche Labvanced-Studie kann beiden Gruppen dienen, sodass sie nicht zweimal aufgebaut und programmiert werden muss. Beispielsweise könnten 50 Teilnehmer im Labor mit EEG aufgezeichnet werden, während 400 weitere online teilnehmen, alles in der gleichen Studie. Siehe die Desktop-App für den Offline-Betrieb des Laborteils.
Beispiele für Hardware, die Sie verbinden können
Jedes Gerät, das LSL unterstützt, kann Daten mit einer Labvanced-Studie austauschen, und dies sind gängige Beispiele.
| Hardware | Was es zu einer Studie hinzufügt |
|---|---|
| EEG | Ereignismarker aus Ihren Versuchen, die zusammen mit dem EEG-Signal für ereignisbezogene Analysen aufgezeichnet werden, mit jedem LSL-kompatiblen EEG-System. siehe die EEG-Integrationsanleitung für ein Beispiel mit einem Muse 2-Headset. |
| GSR und andere Sensoren | Hautleitfähigkeit oder andere physiologische Signale, die mit denselben Ereignismarkern ausgerichtet sind. |
| Hardware-Augen-Tracker | Blickaufzeichnungen von einem speziellen Augen-Tracker, die mit den Ereignissen der Studie synchronisiert sind. |
| Bewegungssensoren und tragbare Geräte | Bewegungsdaten von Sensoren und tragbaren Geräten, die in derselben Sitzung aufgezeichnet werden. |
Wenn keine zusätzliche Hardware verfügbar ist, können Blickrichtung, Gesichtsausdrücke und Herzfrequenz auch über die Webcam des Teilnehmers aufgezeichnet werden.
Remote Physiologische Messung
Blickrichtung, Emotionsdetektion und Herzfrequenzmessung von einer Webcam.
Desktop-App
Studien offline im Labor durchführen und externe Geräte anschließen.
Technische Demos
Demos von Studien, die LSL-Markierungen senden und empfangen.
Questions about your study design or platform fit?
Beliebte Forschungsanwendungen
Dies sind beliebte Anwendungen von hardware-synchronisierten Studien:
- Kognitive Psychologie: Ereignisbezogene EEG-Studien kennzeichnen den Beginn jedes Stimulus und die Antwort des Teilnehmers, sodass das Signal nach Bedingung segmentiert werden kann. Der Ablauf sendet Marker basierend auf der Stimulus-Kategorie und dem Klick, was das typische Muster ist. Siehe Kognitive Psychologie.
- Klinische Forschung: Verhaltensaufgaben können zusammen mit physiologischen Signalen in derselben Sitzung aufgezeichnet werden, wodurch jede Aufgabenereignis einen Platz in der physiologischen Aufzeichnung erhält. Eine Webcam-Option steht zur Verfügung, wenn ein Teilnehmer nicht ins Labor kommen kann. Siehe Klinische Psychologie.
- Linguistik: Lese- und Hörstudien können einen Marker beim Beginn jedes Wortes, Satzes oder Tons senden. Die Marker synchronisieren den Stimulus-Zeitverlauf mit dem EEG-Signal. Siehe Linguistik.
- Sport- und Bewegungsforschung: Bewegungssensoren und tragbare Geräte können alongside Aufgabenereignissen aufgezeichnet werden, sodass die Bewegungsdaten in derselben Sitzung wie die Aufgabe sind. Siehe Sportpsychologie.

Kognitive Psychologie
Ereignisbezogenes EEG mit Stimulusmarkern.

Klinische Psychologie
Aufgaben, die mit physiologischen Signalen aufgezeichnet werden.

Linguistik
Marker für den Beginn von Wörtern und Sätzen.

Sportpsychologie
Bewegungssensoren neben Aufgabenereignissen.
Häufig gestellte Fragen
Welche Hardware kann ich mit einer Labvanced-Studie verbinden?
Muss ich Code schreiben, um Marker zu senden?
Kann ich LSL in einer Browser-Studie verwenden?
Wie werden die Markerzeiten festgelegt?
Was kann ein Marker enthalten?
Weiterführende Literatur
Desktop-App
Studien offline im Labor durchführen und externe Geräte anschließen.
Remote Physiologische Messung
Blickrichtung, Emotionsdetektion und Herzfrequenzmessung von einer Webcam.
Timing-Präzision
Millisekunden-genaue Stimuluszeitmessung und Antwortmessung.
Questions about your study design or platform fit?