眼動數據預處理和部分指標提取（基於DA1文件）

4 人贊了文章

鄙人前日用UMASS開發的眼動數據處理的wineyedry軟體，一直出bug，近期同學的數據用wineyedry也出錯了，故自己寫了些代碼幫助其處理眼動數據（經驗證可行）。今日將所有的代碼整合為若干函數，使用起來更方便。整個處理包括：預處理，提取興趣區的注視點個數及其比例、總閱讀時間、首次注視時間、是否接受回視、首個主視點是否為回視、第二次閱讀的首次注視時間、首次通過興趣區的時間、是否從興趣區發出回視、是否首次通過興趣區即發出回視、首次閱讀時是否注視過興趣區等11項指標，並生成相應的整理文件，供用戶自己提取其他指標。

注意：適用於單行或多行呈現的材料；注視時間篩選默認是80到1000ms，可以調節。

準備材料：1.所有被試的DA1文件，並將其後綴改為csv（即改為逗號分隔格式文件），將前綴改為<Sub*>的形式（即最終重命名為Sub001.csv, Sub_002.csv這樣格式的文件名）；2.ROI位置的文件，整理格式如下圖：

第一列為item編號，第二列為condition的編號，第三列至最後一列為興趣區的位置。

按順序會生成如下文件：

1. FTtotal.csv 如下圖所示，即按照時間順序統計了各注視點的所屬的被試，條件，item，x軸位置，y軸位置，開始時刻，結束時刻。

2. FTtotalA.csv 如下圖所示，在FTtotal.csv的基礎上增加了是否為首次閱讀的注視點，注視點的時長，是否在興趣區內，從該注視點發出的眼跳方向（fore向前；back向回）。

3. FTtotalAS.csv 如下圖所示，在FTtotalA.csv 的基礎上篩選出80到1000ms的注視點。

4. FTtotalASR.csv 如下圖所示，在FTtotalAS.csv 的基礎上篩選出只在興趣區內的注視點。

5. ROIFTnum.csv 如下圖所示，統計了每個trial的所屬被試、條件，item，興趣區的注視點的總個數及比例。

6. ROItotaltime&fft.csv 如下圖所示，統計了每個trial的被試、條件、item，興趣區的總閱讀時間和首次注視時間。

7. FTtotalASRpt.csv 如下圖所示，在FTtotalAS.csv 的基礎上，統計了通過興趣區的次數（若在興趣區外，為0）。

8. FTtotalASRptReg.csv 如下圖所示，在FTtotalASRpt.csv 的基礎上，統計了興趣區接受的回視來自興趣區的左邊還是右邊（若相應的passtimes為0 和 1，regressionfrom為 None）。

9. ROIrightregressionIn.csv 如下圖所示，統計了各trial的興趣區所屬的被試、item，條件，是否接受來自興趣區右邊的回視，興趣區的首個注視點是否是來自右邊的回視。

10. ROIsecondFT.csv 如下圖所示，統計了各trial的興趣區的所屬被試、item、條件、第二次注視時間（如果相應的passtime最大為1， 則SecondFT為0）。

11. ROIgazeduration.csv 如下圖所示，統計了各trial的興趣區的所屬被試、item、條件、第一次通過（passtimes為1）的注視時間總和。

12. ROIregressionout.csv 如下圖所示，統計了各trial的興趣區的所屬被試、item、條件、是否從興趣區發出回視，第一次通過興趣區時是否發出回視。

13. ROIfixationprop.csv 如下圖所示， 統計了各trial的興趣區的所屬被試、item、條件、首次閱讀時是否注視興趣區。

因為眼動指標可提取的非常多，因此所有處理產生的FTtotal* 類的文件都有保存，供用戶提取其他指標。以下是原函數:

funIntegrate(workdir)workdir 為工作路徑。

注意：只執行funIntegrate(workdir)函數即可；建議把原代碼存到同一個R script 內，並將該文件（比如命名為Integrate.R ）和準備材料放到同一個目錄下面；之後將R的工作空間調整到該目錄下，執行下面的兩行代碼即可：

source(Integrate.R)funIntegrate(getwd())

因為代碼太長放不下了，放入下一篇文章里。