头戴眼睛追踪器视频和在模拟心脏骤停的呼吸识别尝试中收集的原始数据
Marco Pedrotti1, Marc Stanek1, Louis Gelin1
1Haute École Arc Santé, HES-SO University of Applied Sciences and Arts Western Switzerland, Espace de l'Europe 11, 2000 Neuchâtel, Switzerland.
Data in brief
|May 27, 2024
概括
这项研究分析了眼睛跟踪数据,以评估参与者在模拟心脏骤停时如何识别呼吸. 这些发现可以改善应急响应培训和分析视觉注意力的算法.
科学领域:
- 医疗模拟 医疗模拟
- 人类因素工程 人类因素工程
- 眼科医生 眼科 眼科
背景情况:
- 在心脏骤停的场景中,识别呼吸非常重要.
- 有效的评估需要了解模拟紧急情况期间的视觉注意力.
- 眼球追踪技术提供了对视觉行为的客观测量.
研究的目的:
- 在模拟心脏骤停场景中呈现眼睛跟踪记录的数据集.
- 评估参与者识别人形呼吸的能力.
- 分析视觉注意力模式,特别是对胸部的观察时间.
主要方法:
- 使用Dikablis头戴眼球追踪器来捕获视频和原始数据.
- 参与者观察了一个玩具,并确定它是否在呼吸.
- 视频分析的重点是花费时间看着模型的胸部.
主要成果:
- 该数据集允许对视觉搜索策略进行详细分析.
- 对胸部的量化观察时间为注意力分配提供了洞察力.
- 眼睛跟踪数据可以揭示识别能力的微妙差异.
结论:
- 收集的数据可用于开发和验证分析眼动 (固定,摇摆) 和瞳孔反应的算法.
- 这一数据集支持对应急行动中人为因素的研究.
- 未来的分析可以探索参与者特征与绩效之间的相关性.


