Using electrooculography to track closed-eye movements.
Notice bibliographique
Résumé
There are several areas in the study of visual cognition—including memory, imagery, and human-machine interaction—where researchers are interested in how the eyes move behind closed eyelids. However, reliably and affordably measuring closed-eye movements has proven elusive. Electrooculography (EOG) offers a low-cost solution to monitoring closed-eye gaze position, but it is not without its challenges. To determine the direction and amplitude of eye movements, the electrical potentials measured by EOG somehow must be calibrated with the angular displacement of the eye. EOG is also susceptible to noise arising from various sources, such as electromyographic activity and electrode impedance. Here we describe a method for estimating a corrected EOG signal by calibrating it with an industry-standard, pupil-corneal reflection (PCR) eye tracker. First, data were collected while simultaneously using both eye-tracking techniques as participants performed a simple horizontal saccade task with their eyes open under conditions of normal illumination and complete darkness. The EOG signal, when using only a standard calibration procedure, was less precise than that of PCR and tended to overestimate saccadic amplitude. We applied robust regression methods to the EOG and PCR data recorded in normal illumination to estimate a calibration factor to adjust the EOG signal acquired in darkness. This adjustment yielded an EOG-based measure of saccade end-points that was more comparable—in both accuracy and precision—to that obtained from the PCR data. Having validated this calibration procedure, we applied it to compute an adjusted EOG measure of saccadic amplitude in another condition where participants’ eyes were closed. This adjustment likely improved our measurement of how accurately participants were able to execute closed-eye movements to remembered target locations. We propose that the refinement and application of this methodology can advance research under conditions where researchers would like to measure the kinematics of closed-eye movements.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».