Информация

Как записать фиксацию указателя мыши?

Как записать фиксацию указателя мыши?

Я планирую эксперимент, в котором участники будут реагировать на стимул, щелкая мышью где-нибудь на экране компьютера. Мне интересно проанализировать стратегии, которые участники используют для выработки своих ответов.

Исходя из теории, я ожидаю, что основные стратегии будут связаны с определенным типом траектории движения мыши, в которой мышь перемещается через последовательность «фиксаций» до последнего щелчка. Под «фиксацией» я подразумеваю движение мыши к определенному месту (или небольшой области) с целью «пометить» точку в сознании участника. Я ожидаю, что фиксации будут связаны с приостановкой или остановкой курсора мыши в небольшой области (хотя он может не останавливаться полностью) или с внезапным резким изменением направления без паузы.

Как я могу извлечь последовательность таких «фиксаций» из необработанной траектории курсора мыши (т. Е. Позиций и отметок времени)?


Я думаю, что ключевой термин здесь время пребывания. Об этом написано много литературы. Например, образец и другие. (2008), подробно рассмотрите, как это рассчитать. Вкратце, это в основном сводится к определению кластера пикселей вокруг кончика указателя мыши. Если курсор мыши остается в этих границах, часы должны начать тикать. Определенный критерий отсечения по времени (скажем, несколько сотен миллисекунд) может пометить его как задержку.

Ссылка
- Образец и другие., Геопространственные услуги и приложения для Интернета (2008), Спрингер


Роль фиксации взгляда в улучшении памяти при стрессе - исследование слежения за глазами

В стрессовой ситуации внимание переключается на потенциально релевантные стимулы. Недавние исследования в нашей лаборатории показали, что участники, подвергшиеся стрессу, превосходно справляются с задачей распознавания объектов стрессового эпизода. Чтобы охарактеризовать роль изменения, вызванного стрессом, в визуальном исследовании, в настоящем исследовании изучали, отличаются ли участники, испытывающие лабораторную социальную стрессовую ситуацию, по своей фиксации от участников контрольной группы. Кроме того, мы стремились пролить свет на связь поведения фиксации с полученными мерами памяти. Мы случайным образом отнесли 32 участника мужского и 31 женского пола к контрольному или стрессовому состоянию, состоящему из Трирского социального стресс-теста (TSST), парадигмы публичных выступлений, вызывающей социальную оценочную угрозу. В установленных «дружественных» условиях контроля (f-TSST) участники беседуют с дружественным комитетом. В обоих условиях члены комитета использовали десять офисных предметов (центральные объекты), в то время как еще десять объектов присутствовали без использования (периферийные объекты). Участники носили очки с отслеживанием взгляда, фиксируя свои фиксации. На следующий день участники выполняли задания на свободное вспоминание и распознавание предметов, представленных накануне. Испытываемые стрессом участники показали улучшенную память на центральные объекты, сопровождаемую более длительным временем фиксации и большей степенью фиксации на этих объектах. В отличие от этого, фиксация на лицах комитетов показала здесь обратную картину, контрольные участники демонстрировали более длительные фиксации. Однако индексы фиксации и показатели памяти не коррелировали друг с другом. Психосоциальный стресс связан с изменением поведения фиксации. Более длительная фиксация на объектах, связанных со стрессовой ситуацией, может отражать усиленное кодирование, тогда как уменьшение фиксации лица предполагает избегание взглядом отталкивающих, социально угрожающих стимулов. Модифицированное визуальное исследование следует рассматривать в будущих исследованиях стресса, в частности, при сосредоточении внимания на воспоминаниях о стрессовом эпизоде.

Ключевые слова: Консолидация внимания Социальный стресс-тест Trier с распознаванием кортизола.


Парадигмы исследования саккадического торможения и непредвиденного взгляда

Эяль М. Рейнгольд, Дэйв М. Стамп, в книге «Чтение как процесс восприятия», 2000 г.

Полученные результаты

Гистограммы распределений продолжительности фиксации, свернутые по всем испытуемым в заданных условиях, показаны на рис.2. Изучение этого рисунка показывает, что условия FDP как в задаче визуального поиска (панель C), так и в задаче понимания прочитанного (панель A) повторяли результаты, полученные в предыдущих исследованиях контингента взгляда. В частности, распределение продолжительности фиксации для условий FDP показало провал. В обеих задачах местоположение провала в двух условиях задержки (т.е. 110 против 158 мс) было смещено приблизительно на разницу между задержками (48 мс). Напротив, на гистограммах распределения продолжительности фиксации для состояния RDP ни в одной из задач (панели B и D) не наблюдалось провалов.

Рис 2. Гистограммы распределения длительности фиксации по условию задержки и типу изменения отображения. (A) Чтение: FDP 110 и FDP 158. (B) Чтение: RDP. (C) Визуальный поиск: FDP 110 и FDP 158. (D) Визуальный поиск: RDP. (Размер бункера = 4 мс.)

В то время как распределения продолжительности фиксации для условий RDP по сравнению с условиями FDP кажутся на поверхности очень разными, повторное построение результатов для условий RDP обнаруживает поразительное сходство. Это показано на рис. 3, на котором показана пропорция саккад по задержке после изменения отображения, с использованием саккад и данных об изменении отображения из файла движения глаз и сворачивания по всем объектам в заданном состоянии RDP. Важно понять, почему провалы в распределении продолжительности фиксации присутствовали в условиях FDP и отсутствовали в условиях RDP. В условиях FDP изменение отображения привязано по времени к началу фиксации. Учитывая, что саккадическое торможение привязано по времени к изменению отображения, в этой парадигме фактически также время привязано к началу фиксации. В результате затрагивается только узкий диапазон длительностей фиксации, что приводит к провалам в распределении длительностей фиксации. Шаблон RDP отражает состояние, при котором задержка изменения отображения непрерывно изменяется (т. Е. Время не привязано к началу фиксации). По мере увеличения значения задержки смены дисплея диапазон затронутых фиксаций соответствует большей продолжительности фиксации. После того, как данные суммируются по всем задержкам изменения дисплея, провал больше не очевиден, потому что он возникает в разных точках для разных задержек. Другими словами, в состоянии FDP затрагивается только узкий диапазон длительностей фиксации, отсюда и провал, тогда как в состоянии RDP затрагивается широкий диапазон длительностей фиксации, следовательно, отсутствие провала. Чтобы выявить ингибирование в состоянии RDP, данные должны быть нанесены на график со ссылкой на задержку от изменения отображения (рис. 3), а не на задержку от начала фиксации (т. Е. Распределение продолжительности фиксации, рис. 2).

Рис 3. Доля саккад как функция задержки от изменения отображения для условий RDP. (A) Чтение: черный против смещенного. (B) Визуальный поиск: пустой или размытый. (Размер бункера = 4 мс.)

Чтобы иметь возможность сравнивать результаты по условиям FDP и RDP, для каждого субъекта и каждого условия RDP (например, показанного на рис. 3) были построены гистограммы частоты саккад в зависимости от задержки от изменения отображения. Кроме того, гистограммы продолжительности фиксации были построены для каждого субъекта и каждого состояния FDP (например, показанного на рис. 2). Для гистограмм RDP время ожидания до максимального ингибирования для каждого субъекта и состояния вычислялось как время ожидания до центра провала. Для гистограмм FDP задержка до максимального ингибирования вычислялась как длительность фиксации, соответствующая центру провала, минус фиксированная задержка в этом состоянии (т.е. 110 мс или 158 мс). Эта задержка вычитается, потому что ингибирование привязано по времени к началу изменения отображения, а не к началу фиксации. Для каждой задачи и типа изменения дисплея средняя задержка до максимального запрета по условию показана в таблице 1.

Таблица 1 . Средняя задержка до максимального запрета по задачам и типу изменения дисплея (стандартные ошибки указаны в скобках)

ЗадачаТип изменения дисплеяЗадержка до максимального торможения (мс)
Задержка 110 мсЗадержка 158 мсслучайная задержка
ЧтениеЧернить95.6 (1.4)93.2 (1.3)91.2 (1.8)
Перемещенный101.2 (1.3)100.0 (1.2)101.2 (1.3)
Визуальный поискЗаглушен96.4 (1.6)97.2 (1.6)99.8 (1.5)
Размытый107.6 (2.2)112.4 (2.1)110.4 (1.4)

Для каждой задачи был выполнен повторный анализ ANOVA, который пересекал тип изменения отображения (для чтения: черный или смещенный для визуального поиска: пустой или размытый) с условием задержки (FDP 110 мс, FDP 158 мс, RDP). Единственным значимым эффектом в обоих ANOVA был основной эффект от типа изменения отображения (оба F-values ​​& gt 84.3, оба п-значения & lt 0,001). Для задачи чтения этот основной эффект демонстрирует, что задержка до максимального подавления короче для черного по сравнению со смещенным типом изменения отображения во всех условиях задержки. Для задачи визуального поиска этот основной эффект указывает на то, что задержка до максимального ингибирования короче при гашении по сравнению с размытым типом изменения отображения во всех условиях задержки. Эти последовательные эффекты типа изменения отображения, вероятно, отражают различия в нейронных задержках, связанных с визуальной обработкой используемых изменений отображения. Что еще более важно для настоящей цели, основной эффект условия задержки не был значительным ни для чтения, ни для задачи визуального поиска (как F-значения & lt 2,85, оба п-значения & gt 0,08). Как показано в таблице 1 для каждого типа изменения отображения, задержки до максимального ингибирования в условиях RDP и FDP очень похожи. Чтобы еще больше подчеркнуть схожесть профилей саккадического ингибирования в условиях задержки RDP и FDP, на рис.4 изображена пропорция саккад по задержке от изменения отображения для всех трех условий задержки в каждой из четырех задач по условиям типа изменения отображения (панели A , B, C и D). Для двух условий FDP это эквивалентно выравниванию распределений продолжительности фиксации путем вычитания значения задержки из каждой продолжительности фиксации и построения значений больше нуля. Как видно на рис. 4, провал присутствует и выглядит одинаковым по форме и задержке для всех условий FDP и RDP на всех четырех панелях.

Рис.4. Доля саккад как функция задержки от изменения отображения для условий FDP и RDP для каждого типа изменения отображения. (A) Чтение черного. (B) Смещение чтения. (C) Визуальный поиск отключен. (D) Визуальный поиск размыт. (Размер ячейки = 4 мс.) Гистограммы FDP выравниваются путем вычитания значения задержки из каждой продолжительности фиксации и построения значений больше нуля.

Хотя провал во всех трех условиях задержки довольно похож, картина до и после провала различается. Это происходит потому, что два состояния FDP зависят от основной формы распределения продолжительности фиксации. То есть фиксированная задержка вызывает провал в определенной точке на протяжении продолжительности фиксации. Напротив, шаблон RDP отражает состояние, в котором изменение отображения не привязано по времени к началу фиксации, и, следовательно, профиль ингибирования не сохраняет распределение продолжительности фиксации. Соответственно, только условие RDP раскрывает истинную природу эффекта саккадической интерференции. Анализ этих условий на рис. 4 показывает, что в течение первых 50 мс после смены дисплея доля саккад остается неизменной. По всей вероятности, на эти саккады изменение отображения не влияет, и поэтому они могут служить базовой линией. В более поздний момент доля саккад уменьшается ниже базовой линии, составляющей провал, а затем увеличивается выше базовой линии, составляющей пик, что, вероятно, отражает восстановление после ингибирования. Наконец, после пика доля саккад возвращается к исходному уровню.

В дополнение к вычислению задержки для максимального ингибирования важно оценить время ожидания для начала ингибирования. Это возможно только для условия RDP, потому что это единственное условие, которое обеспечивает базовую линию для частоты саккад. Однако латентность начала ингибирования в текущем эксперименте могла быть оценена только для всех десяти субъектов в данном состоянии RDP. Дело в том, что отдельные гистограммы были слишком зашумленными. Для достижения этого для каждого условия были вычислены средняя доля саккад и стандартное отклонение для первых двенадцати интервалов (эквивалентных первым 48 мс после смены дисплея) в совокупной гистограмме (т. Е. Рис. 3). Точка, в которой доля саккад уменьшалась до 3 стандартных отклонений ниже этого среднего значения, определялась как начало ингибирования в каждом состоянии. Время ожидания начала ингибирования, а также количество саккад в совокупной гистограмме показаны для каждого условия RDP в таблице 2. Изучение этой таблицы показывает, что ингибирование саккад может начаться уже через 60-70 мс после начала изменения отображения. Эти короткие латентные периоды, а также сильное сходство в профиле ингибирования в условиях RDP и FDP обеспечивают убедительную поддержку гипотезы о том, что задокументированные провалы в распределении продолжительности фиксации в парадигмах случайной маскировки взгляда отражают низкий уровень рефлексивного глазодвигательного эффекта (т. Е. Саккадического ингибирования). ), а не нарушение процессов кодирования более высокого уровня.

Таблица 2 . Задержка до начала ингибирования и количество саккад в агрегированных гистограммах RDP (показанных на рис.3) по задачам и типу изменения дисплея


Визуальные эффекты отслеживания взгляда

Программное обеспечение для отслеживания взгляда может генерировать графические изображения движений глаз участников, включая тепловые карты и графики взгляда (рис. 2). Тепловые карты представляют концентрацию фиксации. Красный цвет указывает на области с высокой концентрацией фиксации, затем желтый, а затем зеленый. Графики взгляда показывают фиксации, саккады и путь сканирования. На графиках взгляда каждый участник представлен разным цветом. Каждая фиксация обозначается кружком с хронологическим номером. Диаметр круга соответствует длине фиксации в миллисекундах (т. Е. Больший круг означает более длительную фиксацию).


Справочные заметки

Райнер, К., Макконки, Г. В., и Зола, Д.Интеграция информации о движениях глаз. Рукопись представлена ​​в печать, 1979 г.

Макконки, Г. В., и Зола, Д.Интегрируется ли визуальная информация в последовательные фиксации чтения? Рукопись представлена ​​в печать, 1978 г.

Райнер, К., и Моррисон, Р.Парафовеальное зрение и движения глаз. Рукопись готовится.

Использованная литература

Баума, Х. Визуальный поиск и чтение: движения глаз и функциональное поле зрения. В J. Requin (Ed.),Внимание и производительность VII. Хиллсдейл, Нью-Джерси: Эрлбаурн, 1978.

Cunitz, R.J. и Steinman, R.M. Сравнение саккадических движений накануне во время фиксации и чтения.Исследование зрения, 1969,9, 683–693.

Энгель, Ф. Л. Визуальная заметность, зрительный поиск и тенденции фиксации глаза.Исследование зрения, 1977,17, 95–108.

Джаст, М. А. и Карпентер, П. А. Роль исследования фиксации взгляда в когнитивной психологии.Методы исследования поведения и приборы, 1976,8, 139–143.

Джаст, М. А., и Карпентер, П. А. Процессы вывода во время чтения: отражения от фиксации взгляда. В J. W. Senders, D. F. Fisher, & amp R. A. Monty (Eds.).Движение глаз и высшие психологические функции. Хиллсдейл, Нью-Джерси: Эрлбаум, 1978.

Kundel, H. L., & amp Nodine, C. F. Компьютерная система для обработки записей движения глаз.Методы исследования поведения и приборы, 1973,5, 147–152.

Лофтус, Г. Р. Проблемы с системами регистрации движения глаз в режиме онлайн.Методы исследования поведения и приборы, 1979.

Лофтус, Г. Р., и Макворт, Н. Х. Когнитивные детерминанты местоположения фиксации во время просмотра изображений.Журнал экспериментальной психологии: человеческое восприятие и производительность, 1978,4, 565–572.

Макконки, Г. В. Роль и контроль движений глаз при чтении. В P. A. Kolers, M. Wrolstad, & amp H. Bouma (Eds.),Обработка видимого языка 1. Нью-Йорк: Пленум, 1979.

Макконки, Г. В., и Райнер, К. Интервал действия эффективного стимула во время фиксации при чтении.Восприятие и психофизика, 1975,17, 578–586.

МакКонки, Г. В., и Райнер, К. Асимметрия диапазона восприятия при чтении.Бюллетень Психономического общества, 1976,8, 365–368.

Макконки, Г. В., Зола, Д., Волвертон, Г. С., и Бернс, Д. Б. Управление условным отображением движения глаз при изучении чтения.Методы исследования поведения и приборы, 1978,10, 154–166.

Миллер Дж. И Фестингер Л. Влияние переобучения глазодвигательного аппарата на зрительное восприятие искривления.Журнал экспериментальной психологии: человеческое восприятие и производительность, 1977,3, 187–200.

Паркер, Р. Э. Обработка изображений во время распознавания.Журнал экспериментальной психологии: человеческое восприятие и производительность, 1978,4, 284–293.

Райнер, К. Диапазон восприятия и периферийные сигналы при чтении.Когнитивная психология, 1975,7, 65–81.

Райнер, К. Визуальное внимание при чтении: движения глаз отражают когнитивные процессы.Память и познание, 1977,4, 443–448.

Райнер, К. Движение глаз при чтении и обработке информации.Психологический бюллетень, 1978,85, 618–660.

Райнер, К. Фовеальные и парафовеальные сигналы при чтении. В J. Requin (Ed.),Внимание и производительность VII. Хиллсдейл, Нью-Джерси: Эрлбаум, 1978.

Райнер, К. Движения глаз при чтении: управление глазами и интеграция. В P. A. Kolers, M. Wrolstad, & amp. Bouma, H. (Eds.),Обработка видимого языка 1. Нью-Йорк: Пленум, 1979.

Райнер, К. Глазное руководство при чтении: фиксация местоположений в словах.Восприятие, под давлением.

Райнер К. и Макконки Г. В. Что направляет движения глаз читателя?Исследование зрения, 1976,16, 829–837.

Райнер, К., МакКонки, Г. У., и Эрлих, С. Движения глаз и объединение информации при фиксации.Журнал экспериментальной психологии: человеческое восприятие и производительность, 1978,4, 529–544.

Редер С. М. Онлайн-мониторинг сигналов положения глаз в условной и неконтингентной парадигмах.Методы исследования поведения и приборы, 1973,5, 218–228.

Сандерс, А. Избирательный процесс в функциональном поле зрения. Состерберг. Нидерланды: Институт восприятия, RVQ-TNO, 1963.

Vaughan, J. Онлайн-запись ориентации глаза в режиме реального времени с использованием метода отражения роговицы.Методы исследования поведения и приборы, 1975,7, 211–214.

Янг, Л. Р., и Шина, Д. Обзор методов записи движения глаз.Методы исследования поведения и приборы, 1975,7, 397–429.


Типы движений глаз и взгляда

Большинство систем отслеживания взгляда регистрируют фиксации, отслеживание преследования и саккадические движения глаз. Фиксация происходит, когда взгляд удерживается на объекте или месте в пределах 3 ° от угла обзора в течение 100 мс или дольше. Порог в 100 мс - это примерно минимальное время, необходимое мозгу для распознавания или осознания того, что просматривается. Движение глаз с отслеживанием преследования похоже на фиксацию, за исключением того, что глаза следят за движущимся объектом, например, за мячом или человеком. Порог в 100 мс по-прежнему применяется по той же причине, что и для фиксации. Саккады возникают, когда глаза быстро перемещаются из одного фиксированного или отслеживаемого места в другое. Саккады являются одними из самых быстрых движений, которые может совершать человек, со скоростью более 900 градусов в секунду. Саккады - это баллистические движения глаз, которые переносят точку максимальной остроты зрения на ямку, так что объект можно увидеть с четкостью. Во время саккад информация подавляется, то есть информация между двумя фиксированными точками не воспринимается сознательно. Вместо этого информация, полученная во время фиксации, сохраняется в памяти, что обеспечивает стабильную, связную сцену. Саккадическое подавление не позволяет нам видеть мир, который расплывчатый и поэтому трудный для понимания.

Фиксированная или отслеживаемая информация, попадающая в ямку, составляет фокусное зрение. Фокальная система используется, когда фиксированная или отслеживаемая информация попадает в ямку, и аспекты объекта или местоположения просматриваются с полной остротой или детализацией.

Напротив, информация, которая выпадает из ямки, становится все более размытой (с низким разрешением) и просматривается с помощью окружающего или периферического зрения. Окружающая или периферийная система предназначена для работы в условиях движения и низкой освещенности. И фокусная, и окружающая системы необходимы для правильного функционирования зрительной системы.


1 Хотя сами слова могут остаться неизменными, значение понятий могло измениться.

2 Башенная система Eyelink 1000 также широко используется в исследованиях чтения. Верен тот же общий сценарий.

3 Согласно отчетам Google Scholar за январь 2018 г., Рейнер [4] был процитирован более 5900 раз, Ли и Зи [11] были процитированы более 4100 раз, Духовски [35] был процитирован более 3000 раз, Сальвуччи и Голдберг [32] ] и Холмквист и другие. [9] более 1100 раз, а 7 из оставшихся 12 в среднем пару сотен раз.

4 Обратите внимание, что это не обязательно означает, что исследователи считали, что PSO также следует кодировать как саккаду.

Дополнительные электронные материалы доступны в Интернете по адресу https://dx.doi.org/10.6084/m9.figshare.c.4203068.

Опубликовано Королевским обществом в соответствии с условиями лицензии Creative Commons Attribution License http://creativecommons.org/licenses/by/4.0/, которая разрешает неограниченное использование при условии указания автора и источника.

Использованная литература

. 1901 Угловая скорость движений глаз. Psychol. Ред. 8, 145–157. (DOI: 10.1037 / h0076100) Crossref, Google Scholar

. 1903 г. Пять типов движения глаз в горизонтальной меридиональной плоскости поля зрения. Являюсь. J. Physiol. 8, 307–329. (DOI: 10.1152 / ajplegacy.1903.8.4.307) Crossref, Google Scholar

. 2002 г. Обширный обзор приложений для отслеживания взгляда. Behav. Res. Методы Instrum. Comput. 34, 455–470. (DOI: 10.3758 / BF03195475) Crossref, PubMed, Google Scholar

. 1998 Движение глаз при чтении и обработке информации: 20 лет исследований. Psychol. Бык. 124, 372–422. (DOI: 10.1037 // 0033-2909.124.3.372) Crossref, PubMed, ISI, Google Scholar

. 2007 Сканирование видимого: зрение и истоки исследования движения глаз. В Движение глаз: окно в разум и мозг (ред.

Ван Гомпель РПГ, Фишер М.Х., Мюррей В.С., Хилл Р.Л.

. 1960 Понятие стимула в психологии. Являюсь. Psychol. 15, 694–703. (DOI: 10.1037 / h0047037) Crossref, ISI, Google Scholar

. 1979 Экологический подход к визуальному восприятию . Бостон, Массачусетс: Хоутон Миффлин. Google ученый

Holmqvist K, Nyström M, Andersson R, Dewhurst R, Jarodzka H, ​​van de Weijer J

. 2011 Айтрекинг: подробное руководство по методам и мерам . Оксфорд, Великобритания: Издательство Оксфордского университета. Google ученый

. 2011 Движение глаз: последние 25 лет. Vision Res. 51, 1457–1483. (DOI: 10.1016 / j.visres.2010.12.014) Crossref, PubMed, ISI, Google Scholar

. 2015 Неврология движений глаз , т. 90. Оксфорд, Великобритания: Издательство Оксфордского университета. Crossref, Google Scholar

Райнер К., Чейс К. Х., Слэттери Т. Дж., Эшби Дж.

. 2006 Движение глаз как отражение процессов понимания при чтении. Sci. Stud. Читать. 10, 241–255. (doi: 10.1207 / s1532799xssr1003_3) Crossref, ISI, Google Scholar

Райнер К., Ли Х, Юхас Б.Дж., Ян Г.

. 2010 Влияние предсказуемости слов на движения глаз китайских читателей. Психоном. Бык. Ред. 12, 1089–1093. (DOI: 10.3758 / bf03206448) Crossref, ISI, Google Scholar

. 2012 Глаза младенца: окно в когнитивное развитие. Младенчество 17, 126–140. (DOI: 10.1111 / j.1532-7078.2011.00097.x) Crossref, PubMed, ISI, Google Scholar

Hessels RS, Hooge ITC, Kemner C

. 2016 Углубленный взгляд на саккадический поиск в младенчестве. J. Vis. 16, 10. (DOI: 10.1167 / 16.8.10) Crossref, PubMed, ISI, Google Scholar

. 2017 Тренировка базового визуального внимания приводит к изменениям в реакции на социально-коммуникативные сигналы у 9-месячных детей. Ребенок. Dev. 43, 8–15. Google ученый

Hessels RS, Andersson R, Hooge ITC, Nyström M, Kemner C

. 2015 Последствия цвета глаз, положения и движения головы для качества данных отслеживания взгляда в исследованиях младенцев. Младенчество 20, 601–633. (doi: 10.1111 / infa.12093) Crossref, ISI, Google Scholar

Hessels RS, Niehorster DC, Kemner C, Hooge ITC

. 2017 Обнаружение устойчивой к шуму фиксации в данных движения глаз: идентификация с помощью кластеризации двух средств (I2MC). Behav. Res. Методы 49, 1802–1823. (DOI: 10.3758 / s13428-016-0822-1) Crossref, PubMed, ISI, Google Scholar

. 1999 Роль зрения и движений глаз в управлении повседневной деятельностью. Восприятие 28, 1311–1328. (DOI: 10.1068 / p2935) Crossref, PubMed, ISI, Google Scholar

. 2000 Видение с использованием рутин: функциональная оценка зрения. Vis. Cogn. 7, 43–64. (DOI: 10.1080 / 135062800394676) Crossref, ISI, Google Scholar

. 1977 Движение глаз и головы у свободно передвигающихся кроликов. J. Physiol. (Лонд.) 266, 471–498. (doi: 10.1113 / jphysiol.1977.sp011778) Crossref, Google Scholar

Hayhoe M, Shrivastava A, Mruczek R, Pelz JB

. 2003 Визуальная память и двигательное планирование в естественной задаче. J. Vis. 3, 49–63. (DOI: 10.1167 / 3.1.6) Crossref, PubMed, ISI, Google Scholar

Диаз Дж., Купер Дж., Кит Д, Хейхо М

. 2013 Запись и классификация движений глаз в реальном времени в виртуальной среде с эффектом присутствия. J. Vis. 13, 1–14. (DOI: 10.1167 / 13.12.5) Crossref, ISI, Google Scholar

. 2016 Движение глаз в дикой природе: глазодвигательный контроль, поведение взгляда и системы отсчета. Neurosci. Biobehav. Ред. 69, 49–68. (DOI: 10.1016 / j.neubiorev.2016.06.006) Crossref, PubMed, ISI, Google Scholar

Ларссон Л., Нистрем М., Ардё Х, Остром К., Стридх М.

. 2016 Плавное обнаружение преследования с помощью данных бинокулярного слежения за глазами с автоматической оценкой производительности на основе видео. J. Vis. 16, 1–18. (DOI: 10.1167 / 16.15.20) Crossref, ISI, Google Scholar

Ларссон Л., Шваллер А., Нистрем М., Стрид М.

. 2016 Компенсация движения головы и обнаружение мультимодальных событий в данных отслеживания движения глаз для неограниченных движений головы. J. Neurosci. Методы 274, 13–26. (DOI: 10.1016 / j.jneumeth.2016.09.005) Crossref, PubMed, ISI, Google Scholar

Мерин Н., Янг Г.С., Озонов С., Роджерс С.Дж.

. 2007 Паттерны визуальной фиксации во время реципрокного социального взаимодействия отличают подгруппу 6-месячных младенцев с риском аутизма от младенцев сравнения. J. Аутизм. Dev. Disord. 37, 108–121. (DOI: 10.1007 / s10803-006-0342-4) Crossref, PubMed, ISI, Google Scholar

Franchak JM, Kretch KS, Soska KC, Adolph KE

. 2011 Отслеживание взгляда на голове: новый метод описания взгляда младенца. Ребенок. Dev. 82, 1738–1750. (DOI: 10.1111 / j.1467-8624.2011.01670.x) Crossref, PubMed, ISI, Google Scholar

. 1990 Созревание коры и развитие зрительного внимания в раннем младенчестве. J. Cogn. Neurosci. 2, 81–95. (DOI: 10.1162 / jocn.1990.2.2.81) Crossref, PubMed, Google Scholar

Бахилл А.Т., Кларк М.Р., Старк Л.

. 1975 Динамическое превышение саккадических движений глаз вызвано инверсией сигналов неврологического контроля. Exp. Neurol. 48, 107–122. (DOI: 10.1016 / 0014-4886 (75) 90226-5) Crossref, PubMed, ISI, Google Scholar

. 1985 Об идентификации и анализе саккадических движений глаз - количественное исследование процедур обработки. IEEE Trans. Биомед. Англ. 32, 683–695. (DOI: 10.1109 / tbme.1985.325586) Crossref, PubMed, ISI, Google Scholar

. 2000 Выявление фиксаций и саккад в протоколах айтрекинга . Нью-Йорк, штат Нью-Йорк: ACM. Crossref, Google Scholar

. 2002 Стволовой мозговой контроль саккадических движений глаз. Nat. Rev. Neurosci. 3, 952–964. (doi: 10.1038 / nrn986) Crossref, PubMed, ISI, Google Scholar

Рамат С., Ли Р.Дж., Зи Д.С., Optican LM

. 2007 Какие клинические расстройства говорят нам о нервном контроле саккадических движений глаз. Головной мозг 130, 10–35. (DOI: 10.1093 / brain / awl309) Crossref, PubMed, ISI, Google Scholar

. 2007 Методология айтрекинга: теория и практика , 2-е изд. Лондон, Великобритания: Springer. Google ученый

Фалькмер Т., Дальман Дж., Дукич Т., Бьеллмарк А., Ларссон М.

. 2008 Идентификация фиксации в режимах центроида по сравнению с режимами начальной точки с использованием данных отслеживания взгляда. Восприятие. Mot. Навыки и умения 106, 710–724. (DOI: 10.2466 / pms.106.3.710-724) Crossref, PubMed, ISI, Google Scholar

Шик Ф, Чаварска К., Скасселлати Б.

. 2008 Новый взгляд на меру аморфной фиксации: в применении к аутизму. В Proc. 30-е ежегодное собрание Общества когнитивных наук, Остин, Техас, США, 22–26 июля 2008 г. Google ученый

. 2009 Микросаккады: маленькие шаги в долгий путь. Vision Res. 49, 2415–2441. (DOI: 10.1016 / j.visres.2009.08.010) Crossref, PubMed, ISI, Google Scholar

Gegenfurtner A, Lehtinen E, Säljö R

. 2011 Различия в знаниях в понимании визуализаций: метаанализ исследования отслеживания взгляда в профессиональных областях. Educ. Psychol. Ред. 23, 523–552. (DOI: 10.1007 / s10648-011-9174-7) Crossref, ISI, Google Scholar

Ларссон Л., Нистрем М., Андерссон Р., Стрид М.

. 2015 Обнаружение фиксации и плавное преследование в данных высокоскоростного айтрекинга. Биомед. Сигнальный процесс. Контроль 18, 145–152. (doi: 10.1016 / j.bspc.2014.12.008) Crossref, ISI, Google Scholar

Йованчевич-Мисич Дж., Хейхо М.

. 2009 Адаптивное управление взглядом в естественной среде. J. Neurosci. 29, 6234–6238. (DOI: 10.1523 / JNEUROSCI.5570-08.2009) Crossref, PubMed, ISI, Google Scholar

Hooge ITC, Niehorster DC, Nyström M, Andersson R, Hessels RS

. 2017 Является ли классификация людей опытными неподготовленными наблюдателями золотым стандартом в обнаружении фиксации? Behav. Res. Методы 140, 1–18. (DOI: 10.3758 / s13428-017-0955-x) Google Scholar

. 1998 Определение и расчет глазодвигательных показателей при изучении когнитивных процессов. В Глазное руководство при чтении и восприятии сцены (изд.

. 2018 Влияние различных условий яркости на саккады, управляемые зрительно и запоминанием. Vision Res. 142, 20–26. (DOI: 10.1016 / j.visres.2017.10.004) Crossref, PubMed, ISI, Google Scholar

Hooge I, Nyström M, Cornelissen T, Holmqvist K

. 2015 Искусство торможения: постсаккадические колебания в сигнале айтрекера уменьшаются с увеличением размера саккад. Vision Res. 112, 55–67. (DOI: 10.1016 / j.visres.2015.03.015) Crossref, PubMed, ISI, Google Scholar

. 2014 Всевидящее око? Восприятие 43, 1–6. (DOI: 10.1068 / p4301ed) Crossref, PubMed, ISI, Google Scholar

. 2014 Непараметрический метод обнаружения фиксаций и саккад с использованием кластерного анализа: устранение необходимости в произвольных порогах. J. Neurosci. Методы 227, 121–131. (DOI: 10.1016 / j.jneumeth.2014.01.032) Crossref, PubMed, ISI, Google Scholar

. 2010 Адаптивный алгоритм для обнаружения фиксации, саккады и глиссады в данных отслеживания взгляда. Behav. Res. Методы 42, 188–204. (DOI: 10.3758 / brm.42.1.188) Crossref, PubMed, ISI, Google Scholar

ван дер Ланс Р., Ведель М., Питерс Р.

. 2011 Определение последовательностей фиксации взгляда для людей и задач: алгоритм бинокулярно-индивидуального порога (BIT). Behav. Res. Методы 43, 239–257. (DOI: 10.3758 / s13428-010-0031-2) Crossref, PubMed, ISI, Google Scholar

Земблис Р., Нихорстер Д.К., Комогорцев О., Холмквист К.

. 2017 Использование машинного обучения для обнаружения событий в данных отслеживания глаз. Behav. Res. Методы 50, 160–181. (DOI: 10.3758 / s13428-017-0860-3) Crossref, ISI, Google Scholar

Киммел Д.Л., Маммо Д., Ньюсом В.Т.

. 2012 Неинвазивное слежение за глазами: одновременное сравнение склеральной поисковой катушки и методов оптического слежения у обезьяны-макаки. Передний. Behav. Neurosci. 6, 1–17. (DOI: 10.3389 / fnbeh.2012.00049) Crossref, PubMed, ISI, Google Scholar

Nyström M, Hooge ITC, Holmqvist K

. 2013 Постсаккадические колебания данных о движении глаз, записанные с помощью айтрекеров на основе зрачка, отражают движение зрачка внутри радужной оболочки. Vision Res. 92, 59–66. (DOI: 10.1016 / j.visres.2013.09.009) Crossref, PubMed, ISI, Google Scholar

. 2014 Колебания линз в человеческом глазу. Последствия постсаккадического подавления зрения. PLoS ONE 9, e95764. (DOI: 10.1371 / journal.pone.0095764) Crossref, PubMed, ISI, Google Scholar

Андерссон Р., Ларссон Л., Холмквист К., Стрид М., Нистрем М.

. 2017 Единый алгоритм, чтобы управлять ими всеми? Оценка и обсуждение десяти алгоритмов обнаружения движения глаз. Behav. Res. Методы 49, 616–637. (DOI: 10.3758 / s13428-016-0738-9) Crossref, PubMed, ISI, Google Scholar

Steil J, Xuelin Huang M, Bulling A

. 2018 Обнаружение фиксации для слежения за глазами на голове на основе визуального сходства целей взгляда. В Proc. 2018 ACM Symp. об исследованиях и приложениях отслеживания взгляда, Варшава, Польша, 14–17 июня 2018 г., статья 23. Нью-Йорк, штат Нью-Йорк: ACM. (DOI: 10.1145 / 3204493.3204538) Crossref, Google Scholar

Хейхо М.М., МакКинни Т., Чайка К., Пельц Дж. Б.

. 2012 Прогнозирование движений глаз в естественном зрении. Exp. Brain Res. 217, 125–136. (DOI: 10.1007 / s00221-011-2979-2) Crossref, PubMed, ISI, Google Scholar

. 1957 г. Технические и научные коммуникации: ответ Калверту. Являюсь. J. Psychol. 70, 129–131. (DOI: 10.2307 / 1419246) Crossref, PubMed, ISI, Google Scholar

Коллевейн Х., ван дер Марк Ф., Янсен ТК

. 1975 Точная регистрация движений человеческого глаза. Vision Res. 15, 447–450. (DOI: 10.1016 / 0042-6989 (75) 90098-x) Crossref, PubMed, ISI, Google Scholar

Штайнман Р.М., Кушман В.Б., Мартинс А.Дж.

. 1982 Точность взгляда. Гм. Neurobiol. 1, 97–109. PubMed, Google Scholar

. 1984 Плавные и саккадические движения глаз человека при произвольном преследовании различных движений цели на разном фоне. J. Physiol. (Лонд.) 351, 217–250. (doi: 10.1113 / jphysiol.1984.sp015242) Crossref, Google Scholar

. 2013 Энтропия пути сканирования и графики стрелок: регистрация поведения сканирования нескольких наблюдателей. Передний. Psychol. 4, 1–12. (DOI: 10.3389 / fpsyg.2013.00996) Crossref, PubMed, ISI, Google Scholar


Методы

Участников

Seventy eight participants (age 18�) were recruited through posted advertisements. Seven were eliminated from the analysis because they did not have a sufficient number of trials (at least 5 per critical condition) to allow reliable analysis of the eye movement data. Two participants were eliminated because of difficulties in recording their eye movements. The remaining sixty-nine participants were included in the analysis. Eye movements were recorded during encoding for thirty-nine participants, and during recognition for all sixty-nine participants. All participants gave written informed consent and were paid for their participation. The study was approved by the University Committee on Activities Involving Human Subjects (UCAIHS) at New York University.

Stimuli

Stimuli consisted of 70 negatively arousing photos, and 70 neutral photos, selected from the International Affective Photo Series (IAPS), based on their standard scores for emotional arousal and emotional valence [15], and from our own set of neutral pictures, to equate the two sets for the presence of humans and visual complexity [8]. All photos were rated in a previous study for valence and arousal [8]. Valence was rated on a scale from 1 (positive) to 9 (negative). Neutral photos were rated as neutral (M =𠂣.75, SD =𠂡.07) and emotional photos as negative (M =𠂧.69, SD =𠂠.52) t (10) =�.23, Pπ.0001. Arousal was rated on a scale from 1(not at all arousing) to 9 (very much arousing). Neutral photos had lower arousal ratings (M =𠂣.03, SD =𠂠.83), than emotional photos (M =𠂦.79, SD =𠂡.15) t (11) =�.67, Pπ.0001.

Аппарат

ETS-PC System ASL 504 eye tracking device was used (Applied Science Laboratories).

Behavioral Task

Participants went through an incidental encoding task consisting of 120 trials, which included presentation of 60 neutral photos and 60 emotional photos. Each photo was presented for 2 s (eye movements were recorded at this time), after which the participant had 2s to rate the photo for visual complexity, and then a fixation cross appeared for 6 s. The trials were separated into four blocks of 30 trials each.

Forty-five minutes after the encoding session the participants were given the “remember/know” recognition test [1], [16] in which subjects are asked to classify previously experienced stimuli as either (i) vividly “remembered” stimuli that evoke a specific memory for the episodic context in which the stimuli was experienced or as (ii) a stimuli that is simply “known” to have been experienced earlier or (iii) new. There were four practice trails.

The recognition test included the presentation of forty old negatively arousing photos, forty old neutral photos, ten new negatively arousing photos, and ten new neutral photos. As the aim of this study was to compare eye movements related to remember and know response a greater number of old photos were included, so to obtain a sufficient number of remember and know responses in each category that will allow reliable data analysis. The exact proportion was determined according to a previous study [8], in which the pattern of behavioral results was found to be similar to that of a study using an equal number of old and new photos [7]. Old and new photo sets were counterbalanced across participants. Stimuli were presented in a random order on a computer screen at a viewing distance of 50 cm. Each trial consisted of the presentation of a photo for 2 s (during which time eye movements were recorded), followed by 2 s to indicate a response (either new, remember, or know) by pressing the appropriate button on a button box, and finally a fixation cross appeared for 4 s. The trials were separated into four blocks of 25 trials each.

Recording of Eye-Movements

Participants placed their head on a chin-rest with right eye positioned 0.5 m from screen and eye camera. The IR illuminations was positioned to illuminate the right eye. Images of the pupil and corneal reflection were captured at 60 HZ. Photos (size =𠂥.5″൵.5″) were displayed at the pre-set position marked by a 9-point matrix on the monitor. Before the beginning of the session eye calibration was performed using the 9-point matrix. Re-calibration was performed between blocks as needed. Eye movements were recorded during the 2 s photo display. At that time 120 gaze positions were captured at equal intervals (approximately every 17 ms).

Анализ данных

Eyenal analysis software was used to transform raw gaze positions to fixation points according to the following algorithm: the beginning of a fixation point was where six sequential gaze positions had a standard deviation not exceeding 0.5 visual degrees, the end of a fixation point was where the next three sequential gaze positions were at least one visual degree apart from initial fixation position, fixation point was defined at the average point of beginning and end. Statistical analysis was conducted using both the average number of fixations per condition, and the inter fixation distance, which is the average distance between two sequential fixation points. The inter fixation distance conveys the degree of clustering of fixations. A decrease in inter-fixation distance will indicate enhanced clustering of fixations.


What they see is what you get: Eye tracking of attention in the anxiety disorders

Thomas Armstrong is a graduate student in the Emotion and Anxiety Research Laboratory at Vanderbilt University in Nashville, Tennessee. He completed undergraduate training at Lewis & Clark College in Portland, Oregon, working with Brian Detweiler-Bedell and Mark Becker on research investigating emotional influences on visual search. Prior to his graduate studies, he also coordinated research on the role of disgust in social cognition in David Pizarro’s laboratory at Cornell University. At Vanderbilt, Thomas employs eye tracking and facial electromyography to study emotion processing abnormalities associated with obsessive-compulsive disorder (OCD). He is currently working on a project investigating the relationship between disgust sensitivity and attentional biases in contamination-based OCD.


Bunmi Olatunji
is an assistant professor in the Department of Psychology at Vanderbilt University in Nashville, Tennessee. He currently serves on the editorial boards of the journals International Journal of Cognitive Therapy, Journal of Anxiety Disorders, and Behavior Therapy. He has published more than 70 journal articles and book chapters and has participated in several conference presentations. As director of the Emotion and Anxiety Research Laboratory at Vanderbilt University, he is currently examining the role of basic emotions as they relate to the assessment, etiology, and maintenance of anxiety-related disorders. His research has been funded by the National Institute of Mental Health and the Anxiety Disorders Association of America.

Ever since psychology’s “cognitive revolution,” information-processing biases have been thought to play an important role in the etiology and maintenance of anxiety disorders. Both clinical observation and experimental research suggest that individuals with anxiety disorders differ in how they think about (Butler & Matthews, 1983), remember (Amir, Foa, & Coles, 1998), and attend to (MacLeod & Matthews, 1988) threatening aspects of their environment. While early theorists (Beck, 1976 Eysenck, 1992) posited an “anxiety schema,” assumed to create threat-related biases at all stages of stimulus processing, recent research has looked more closely at specific components of attention thought to play a role in anxiety disorders. By inserting emotional stimuli into classic attention tasks (e.g. Stroop task Stroop, 1935 cueing task Posner, 1980 visual search task Schneider & Shiffrin, 1977), clinical scientists have identified patterns in the emotional modulation of attention that may characterize anxiety disorders. An aggregate of studies suggest a “vigilant-avoidant” pattern of attention, as individuals with anxiety disorders initially attend to threatening stimuli more than healthy controls, yet subsequently attend less (Mogg & Bradley, 1998). However, controversy remains over which components of attention underlie these phenomena. Although reaction time measures of attention, such as the Stroop and modified dot probe, have provided crucial insights, the adoption of eye tracking technology, which provides a more direct and continuous measure of attention, promises significant advances in our understanding of information-processing biases in affective disorders.

Reaction time measures of emotional modulation of attention and their limitations

To explain the initial increase of attention to threat in anxiety disorders, some researchers (Mogg & Bradley, 1988) stress “vigilance” for threat, a phenomenon involving facilitated detection and subsequent biases in the orientation of attention. However, others (Derryberry & Reed, 2002 Fox, Russo, Bowles, & Dutton, 2001) argue that biases begin after detection, through the maintenance of attention on identified threats. Primary evidence for the latter view comes from the Emotion Stroop task (MacLeod, 1991), in which quick and accurate responding to a word’s color requires ignoring the word’s meaning. Individuals with anxiety disorders show delayed color responses when words are threatening (more so than healthy controls), suggesting that anxiety disorders are characterized by increased attentional engagement by threat, as well as difficulty disengaging attention from threat (Williams, Mathews, & MacLeod, 1996). However, the Emotional Stroop does not allow the demonstration of an orientation bias, as there are not multiple stimuli in different locations competing for attention. In addition, the response interference caused by emotional word content may not be the result of attention, per se, but instead some other aspect of one’s emotional reaction to the word’s meaning (MacLeod, Mathews, & Tata, 1986).

The modified dot probe (MacLeod et al., 1986) in which participants respond to a neutral “probe” placed behind one of two simultaneously presented pictures, improves on the Emotional Stroop by allowing multiple stimuli to compete for the engagement, as well as the orientation of attention. Despite this improvement, reaction times in the dot probe task may fail to discriminate components of attention, as faster responses to probes at the location of a threatening stimulus could be the result of orienting to that location first, or of maintaining attention to that location, once fixated (Koster, Crombez, Verschuere, & De Houwer, 2004). As Weierich, Treat, and Hollingworth (2008) note, the 500 ms asynchrony between stimulus onset and probe presentation used in most dot probe studies allows for multiple fixations during the stimulus presentation, making it unclear which component(s) of attention are responsible for decreased response latencies. In addition, the modified dot probe has limited ability to register biases in later stages of processing. The inhibition of detailed, elaborative processing of threat described in multiple theories of anxiety (Foa & Kozak, 1986 Mogg, Bradley, De Bono, & Painter, 1997) can, in theory, be measured by longer probe onset asynchronies however, a continuous measure of attention, as opposed to the snapshot provided by reaction times, would address the question with more efficiency.

Measuring eye movements through eye tracking technology

Although improved reaction time measures have been developed to better differentiate components of attention (e.g. Posner’s (1980) cuing paradigm), many researchers have turned to eye tracking technology to overcome the limitations inherent in manual reaction time measures. The measurement of eye movements has been pursued for over a century however, only in the last thirty years have accurate, non-invasive, methods been developed (Duchowski, 2003). Today, the most popular methods involve directing a camera and infrared light source at the participant’s eye(s). By recording the surface of the eye with a video camera, the pupil can be detected by its lack of reflectance (dark pupil tracking Richardson & Spivey, 2004) alternatively, with a bright light aimed at the eye, the pupil can be identified by the light reflecting through the pupil, off of the retina (light pupil tracking Richardson & Spivey, 2004). While locating the pupilary reflection provides the primary indicator of eye movement, a second corneal reflection is often used to control for head movement (Duchowski, 2003). An alternative method of eye tracking involves electro-oculography, the use of electrodes placed near the eye to record changes in electrical potentials produced by eye movements (e.g., Rohner, 2002).

The eye movements measured by these methods are more closely linked to attention than key press behavior, which occurs downstream of intervening response selection and skeletal muscle movement (Weierich et al., 2008). Indeed, eye movements are a direct indicator of overt attention, that is, the selection of stimuli for fine-grained, foveal perception. In addition to providing a highly direct measure of visual attention, eye tracking systems also allow continuous measurement of eye movements, with gaze location typically sampled at rates of once per 16.7 ms (60 Hz) or faster. By directly and continuously measuring eye movements (see Figure 1 for a sample scan path), eye tracking devices greatly enable researchers to parse the orientation and engagement of attention, as the locations of initial fixations indicate orientation (i.e. where one looks first), while the duration of these fixations indicate the engagement of attention (i.e. how long one looks). Eye tracking also provides richer data for the analysis of later attentional processes. Whereas extended dot probe tasks can reveal the probability of attending to one location at a single point in time, eye tracking allows the comparison of fixation durations at multiple locations across the time course of the trial. In other words, eye tracking devices liberate the measurement of attention from the parameters of the task. The dot probe requires varying the presentation time of the stimulus in order to register either early or late attentional processes. Whereas additional conditions, or even studies are required to assess different components of attention or stages of processing in the dot probe paradigm, eye tracking can assess a multitude of attentional processes within the same trial.

Extant research on eye movements in anxiety disorders

Although small in number, preliminary eye tracking studies have begun to clarify the nature of increased attention to threat in anxiety disorders. One emerging conclusion is that initial increases in attention to threat cannot be fully accounted for by engagement alone. The strongest evidence thus far comes from Mogg, Millar, and Bradley’s (2000) research in patients with generalized anxiety disorder (GAD). These authors measured eye movements during a dot probe task, in which happy, sad, or angry faces were presented alongside a neutral face. While GAD patients did not differ from controls or patients with major depressive disorder (MDD) in their responding to sad or happy faces, they showed reduced latencies to first fixation on the angry face, and exhibited an orientation bias on trials with angry faces, looking at the angry face first more often than the neutral face. This pattern of speeded detection, coupled with biased orientation, fits squarely with Mogg and Bradley’s (1998) conceptualization of vigilance in anxiety disorders.

Interestingly, Mogg and colleagues found no attentional bias in reaction times with the dot probe task in which they measured eye movements. This finding is inconsistent with the hypothesis that attentional biases involve increased maintenance of attention (i.e. disability disengaging attention) to threat. However, Mogg and colleagues dot probe task involved a relatively long (1000 ms) asynchrony between picture onset and probe onset, leaving open the possibility that difficulty disengaging attention occurred on a shorter timescale. Unfortunately, Mogg and colleagues did not report the duration of initial fixations, which would shed light on this possibility. However, similar studies with social anxiety (Garner, Mogg, and Bradley, 2006) and specific phobia (Rinck & Becker, 2006) have reported the duration of initial fixation to threat stimuli, and have not found evidence of increased maintenance of attention in viewing paradigms reminiscent of the dot probe task. Together, these studies suggest that reduced reaction times in the dot probe task may not reflect difficulties disengaging attention.

However, these findings do not rule out the possibility that threat holds attention in other contexts. Indeed, other eye tracking studies, in which the threat stimulus serves as a distractor, have found difficulty disengaging attention in anxious or phobic participants. For example, Miltner, Krieschel, Hecht, Trippe, and Weiss (2004) found that a single spider, placed as a target in a 4 x 4 array with 15 other flowers, did not hold attention longer in the initial fixations of spider phobics, compared to those of controls. However, when a mushroom was added as the target, and the spider left in the array as a distractor, spider phobics begin to show delayed reaction times to the target reminiscent of engagement effects in the Stroop task. When eye movements were analyzed, it was found that delayed manual reactions appeared to be the result of difficulty disengaging attention from the spider, when it was fixated prior to the mushroom target (which appeared to occur by chance, in the absence of an orientation effect). These findings have been replicated in multiple experiments with spider phobics (Gerdes, Alpers, & Pauli, 2008 Rinck, Reinecke, Ellwart, Heuer, & Becker, 2005).

It appears that vigilance for threat, as well as difficulty disengaging threat, both contribute to information-processing abnormalities in anxiety disorders. However, each bias may be expressed in a different context. Vigilance-based biases seem to predominate when participants freely view a simple scene, while engagement-based biases arise during more complex search tasks with conflicting task demands. How these biases may differentially contribute to anxiety disorders is unclear. Vigilance is believed to contribute to anxiety disorders by promoting an exaggerated sense of danger and vulnerability to threat (Mogg & Bradley, 1998). Difficulty disengaging attention, on the other hand, may interfere more with daily functioning, by distracting attention from ongoing tasks when threats are identified (Bishop, 2007).

Perhaps the most consistent finding in the eye tracking and anxiety literature relates to the phenomenon of avoidance. Continuous measurement of eye movements has revealed avoidance of disorder-specific threat on multiple timescales, ranging from 3 to 60 seconds (Garner et al., 2006 Hermans, Vansteenwegen, & Eelen, 1999 Pflugshaupt et al., 2005, 2007 Rinck & Becker, 2006 Rohner, 2002). In these studies, avoidance has been operationalized most often as a decrease or sustained reduction in the time spent fixating a threat stimulus, relative to a neutral stimulus (e.g. Rinck & Becker, 2006). However, Pflugshaupt and colleagues (2005) operationalized avoidance as the distance of fixations away from spiders embedded in a naturalistic scene, and found a similar pattern of avoidance in phobic individuals. Although a few studies have found avoidance beginning as early as the first fixation on a threat stimulus (e.g. Garner et al., 2006), a more typical finding is avoidance beginning somewhere between 1500-2000 ms following exposure to threat stimuli (Hermans, Vansteenwegen , & Eelen, 1999 Rinck & Becker, 2006 Rohner, 2002). Attentional avoidance is believed to maintain anxiety disorders by preventing elaborative processing of feared stimuli, which in turn prevents reappraisal, and maintains learned associations with harm (Mogg & Bradley, 1998). Given the apparent robustness of attentional avoidance in anxiety disorders, it would seem that recent attempts to retrain attention (e.g. Amir, Weber, Beard, Bomyea, & Taylor, 2008) might benefit by adding tasks that address this later bias, instead of focusing solely on earlier biases in the opposite direction.

Limitations of extant research

One difficulty in comparing the findings of these eye tracking studies is inconsistency in how researchers operationalize attentional biases. For example, “vigilance for threat” has been used to describe diverse, and sometimes unrelated findings. As mentioned above, Mogg and colleagues (2000) use the term “vigilance” to describe aspects of anxious individuals’ first fixation only, namely, its latency and target. However, the same construct is used elsewhere (Mogg & Bradley, 2006) to describe processes involving multiple fixations (Rinck et al., 2005). In two experiments, Rinck and colleagues found that phobics detected spiders faster than other insects when featured as targets in an array of 19 identical distractor animals (dragonflies, dogs, cats, butterflies). While similar to Mogg et al.’s findings at first glance, analysis of eye movements revealed that, in the phobic group, detection of spiders was hastened by reduced fixation times on neutral distractors. In other words, speeded detection of spiders was not related to orientation (i.e. finding the spider in fewer fixations) but instead to quick disengagement from neutral targets until the threat was found. This example highlights the need to decompose broad phenomena such as “vigilance,” “maintenance,” or “avoidance” into more specific processes, which may represent different routes to the same outcome (e.g. delayed or speeded detection of a target stimulus).

Eye tracking is a promising methodology for future research on anxiety disorders, providing crucial improvements over manual reaction time measures of attention. However, eye tracking measures need not replace reaction time measures. Indeed, research thus far suggests that eye tracking can actually improve the utility of a dot probe (Mogg et al., 2000) or visual search task (Gerdes et al., 2008 Rinck et al., 2005) by clarifying the determinants of reaction time. Future research should continue to combine eye tracking with previously used reaction time measures, in order to enhance the interpretation of reaction time data.

In addition, given eye tracking’s increased sensitivity to detect attentional biases, it would be an ideal tool for assessing attentional biases in anxiety disorders such as obsessive-compulsive disorder where such biases have proven to be somewhat elusive (Summerfeldt & Endler, 1998). Eye tracking may also be a useful supplement for research on treatment outcome. If attentional biases play a causal role in anxiety disorders, as hypothesized elsewhere (e.g. Mogg & Bradley, 1998), they should be attenuated by successful treatment. Eye tracking could also be used to measure cognitive vulnerability for the development of anxiety-related psychopathology. In this sense, eye tracking may provide a means of detecting an endophenotype marked by attentional biases.

Amir, N., Foa, E. B., & Coles, M. E. (1998). Automatic activation and strategic avoidance of threat-relevant information in social phobia. Journal of Abnormal Psychology, 107, 285– 290.

Amir, N., Weber, G., Beard, C., Bomyea, J., & Taylor, C. (2008). The effect of a single session attention modification program on response to a public speaking challenge in socially anxious individuals. Journal of Abnormal Psychology, 117, 860-868.

Beck, A. T. (1976). Cognitive therapy and the emotional disorders. New York: International Universities Press.

Bishop, S. J. (2007). Neurocognitive mechanisms of anxiety: An integrative account. Trends in Cognitive Science, 11, 307-16.

Butler, G., & Matthews, A. (1983). Cognitive processes in anxiety. Advances in Behaviour Research and Therapy, 5, 51-62.

Derryberry, D., & Reed, M.A. (2002). Anxiety-related attentional biases and their regulation by attentional control. Journal of Abnormal Psychology, 111, 225-236.

Duchowski, A. T. (2003). Eye Tracking Methodology: Theory & Practice. London: Springer-Verlag.

Eysenck, M. W. (1992). Anxiety: The cognitive perspective. Hove, England: Psychology Press.

Foa, E. B., & Kozak, M. J. (1986). Emotional processing of fear: Exposure to corrective information. Psychological Bulletin, 99, 20–35.

Fox, E., Russo,R., Bowles, R., & Dutton, K. (2001). Do threatening stimuli draw or hold visual attention in subclinical anxiety? Journal of Experimental Psychology: General, 130, 681-700.

Garner, M., Mogg, K. & Bradley, B. P. (2006). Orienting and maintenance of gaze to facial expressions in social anxiety. Journal of Abnormal Psychology, 115, 760-770.

Gerdes, A. B. M., Alpers, G. W. & Pauli, P. (2008). When spiders appear suddenly: Spider phobic patients are distracted by task-irrelevant spiders. Behaviour Research and Therapy, 46, 174-187.

Hermans, D., Vansteenwegen, D., & Eelen, P. (1999). Eye movement registration as a continuous index of attention deployment: Data from a group of spider anxious students. Cognition and Emotion, 13, 419-434.

Koster, E. H. W., Crombez, G., Verschuere, B., & De Houwer, J. (2004). Selective attention to threat in the dot probe paradigm: Differentiating vigilance and difficulty to disengage. Behaviour Research and Therapy, 42, 1183–1192.

MacLeod, C. M. (1991). Half a century of research on the Stroop effect: An integrative review. Psychological Bulletin, 109, 163–203.

MacLeod, C., & Mathews, A. (1988). Anxiety and the allocation of attention to threat. Visual Attention and Anxiety. Quarterly Journal of Experimental Psychology: Human Experimental Psychology, 40, 653-670.

MacLeod, C., Mathews, A., & Tata, P. (1986). Attentional bias in emotional disorders. Journal of Abnormal Psychology, 95, 15-20.

Miltner, W.H.R., Krieschel, S., Hecht, H., Trippe, R., & Weiss, T. (2004). Eye movements and behavioral responses to threatening and nonthreatening stimuli during visual search in phobic and nonphobic subjects. Emotion 4, 323-339.

Mogg, K., & Bradley, B. (1998). A cognitive-motivational analysis of anxiety. Behaviour Research and Therapy, 36, 809-848.

Mogg, K., & Bradley, B. P. (2006).Time course of attentional bias for fear-relevant pictures in spider-fearful individuals. Behaviour Research and Therapy, 44, 1241-50.

Mogg, K., Bradley, B., de Bono, J., & Painter, M (1997). Time course of attentional bias for threat information in non-clinical anxiety. Behaviour Research and Therapy, 35, 297- 303.

Mogg, K., Mathews, A., & Weinman, J. (1987). Memory bias in anxiety. Journal of Abnormal Psychology, 96, 94–98.

Mogg, K., Millar, N., & Bradley, B. P. (2000). Biases in EMs to threatening facial expressions in generalized anxiety disorder and depressive disorder. Journal of Abnormal Psychology, 109, 695–704.

Pflugshaupt, T., Mosimann, U. P., von Wartburg, R., Schmitt, W., Nyffeler, T., & Mu¨ri, R. M. (2005). Hypervigilanceavoidance pattern in spider phobia. Journal of Anxiety Disorders, 19, 105–116.

Pflugshaupt, T., Mosimann, U. P., Schmitt, W. J., von Wartburg, R., Wurtz, P., Lüthi, M., et al. (2007). To look or not to look at threat? Scanpath differences within a group of spider phobics. Journal of Anxiety Disorders, 21, 353-366.

Posner, M.I. (1980). Orienting of attention. Quarterly Journal of Experimental Psychology, 32, 3-25.

Richardson, D. C., & Spivey, M. J. (2004). Eye Tracking: Characteristics and Methods. In Wnek. G.& Bowlin, G. (Eds.) Encyclopedia of Biomaterials and Biomedical Engineering, (pp. 568-572), Marcel Dekker, Inc.

Rinck, M., & Becker, E.S. (2006). Spider fearful individuals attend to threat, then quickly avoid it: Evidence from eye movements. Journal of Abnormal Psychology, 115, 231-238.

Rinck, M., Reinecke, A., Ellwart, T., Heuer, K., & Becker, E.S. (2005). Speeded detection and increased distraction in fear of spiders: Evidence from eye movements. Journal of Abnormal Psychology, 114, 235-248.

Rohner, J.C. (2002). The time-course of visual threat processing: High trait anxious individuals eventually avert their gaze from angry faces. Cognition and Emotion, 16, 837–844.

Schneider, W. & Shiffrin, R. M. (1977). Controlled and automatic human information processing: 1. Detection, search, and attention. Psychological Review, 84, 1-66.

Stroop, J. R. (1935). Studies of interference in serial verbal reactions. Journal of Experimental Psychology, 18, 643-662.

Summerfeldt, L. J., & Endler, N. S. (1998). Examining the evidence for anxiety-related cognitive biases in obsessive– compulsive disorder. Journal of Anxiety Disorders, 12, 579–598.

Weierich, M. R., Treat, T. A., & Hollingworth, A. (2008). Theories and measurement of visual attentional processing in anxiety. Cognition & Emotion, 22, 985-1018.

Williams, J. M., Mathews, A., & MacLeod, C. (1996). The emotional Stroop task and psychopathology. Psychological Bulletin, 120, 3–24.


I don't think it's possible with that approach - but am always happy to be corrected and learn something new. I know of a couple of workarounds.

The first is to continue to use pyautogui and to call its mouseposition() function and paste/draw your own synthetic mouse pointer onto the grab. I did that with OpenCV's fillPoly() function:

The second is to use ffmpeg which can capture the mouse - you can either run ffmpeg in place of your current app, or pipe the output from ffmpeg into your app through a pipe and continue to process it as you are now. That might look like this:

Note that pyautogui takes around 600ms to capture one frame on my Mac, whereas the ffmpeg above achieves around 20fps, or 50ms per frame.

Ключевые слова: Python. image processing, ffmpeg, pyautogui, screen-grab, screen-capture, screengrab, screencapture, fps. speed, prime.