如何在实验中选取合适的眼动追踪指标？方法学指南

　　眼动追踪指标的选择是实验设计的核心环节，直接决定研究结论的可靠性与可解释性。不同研究目标对应不同的观测逻辑，若仅根据操作便捷性选取指标，易出现指标与研究问题的错配。例如，探索阅读过程的理解障碍时，若仅选取单一的注视时长，无法区分是文本加工难度导致的停留延长，还是注意力分散引发的无意义停留，需结合回视次数、扫视路径等指标构建分析逻辑。

　　回视次数是阅读研究中常用的进阶眼动追踪指标，指被试在完成某一文本片段的视觉加工后，再次将视线移动回该区域的次数。其计算逻辑为：先通过眼动仪采集原始视线坐标，经算法识别注视点的时间阈值(通常设定为100-300ms，即视线稳定在某一区域的最短时长)后，匹配兴趣区(AOI)的空间边界，统计同一AOI内的重复注视次数。在中文阅读研究中，回视次数可反映语义整合难度——当文本逻辑跳跃或词汇歧义时，被试需反复回溯以确认信息，此时回视次数会显著上升;而在熟练阅读场景下，回视次数通常与个体阅读理解能力负相关，即能力越强的个体，对文本信息的整合效率越高，无需反复回溯。

　　要准确采集回视次数，对眼动仪的空间精度和时间分辨率有明确要求。若眼动仪的视线追踪精度不足，可能将相邻文本行的注视点误判为同一AOI内的回视，导致数据偏差;若采样率过低，则无法捕捉两次连续注视之间的快速扫视过程，进而遗漏真实的回视事件。现有研究表明，用于阅读研究的眼动仪，视线追踪精度需控制在°以内，采样率需不低于120FPS，才能保证回视次数统计的准确率。

　　扫视路径是另一项关键的眼动追踪指标，指被试在某一实验任务中，所有连续注视点按时间顺序连接形成的轨迹。其核心价值在于反映视觉搜索的策略差异：例如在网页可用性测试中，若被试完成任务的扫视路径呈现出核心功能区-辅助操作区-错误重试区的循环模式，说明界面逻辑存在，导致用户需反复调整操作顺序;在驾驶模拟实验中，若扫视路径频繁脱离道路中央区域，则反映驾驶员的注意力分配存在失衡。扫视路径的分析需依赖AOI的精细化设置，若AOI边界划分过宽，会掩盖具体的视觉行为细节，若划分过窄，则可能导致路径数据的碎片化。

　　在实际实验设计中，需根据研究场景的空间特征选择适配的眼动设备形态。对于阅读、网页测试等固定场景的实验，遥测式眼动仪的无接触设计可减少被试的设备负担，且能满足AOI划分的空间精度要求;对于驾驶模拟、户外行为观察等动态场景的实验，头戴式眼动仪允许被试头部自由活动，可避免因头部移动导致的视线追踪中断。需注意的是，不同形态设备的参数存在差异，例如头戴式设备的采样率通常高于遥测式，但在实验室静态场景下，遥测式设备的操作便捷性更具优势。

　　眼动追踪指标的分析依赖于配套软件的功能支持，尤其是AOI分析、轨迹可视化等模块。软件需具备灵活的AOI设置功能，允许研究者根据实验需求调整边界的形状、大小和层级，例如在阅读研究中，可将AOI划分为词汇-句子-段落三个层级，分别统计不同层级的回视次数和注视时长;在网页测试中，可将AOI划分为导航栏-内容区-按钮区，分析各区域的扫视路径分布。此外，软件需支持指标的自定义计算，例如可结合注视时长和回视次数构建文本加工难度指数，满足个性化的分析需求。

　　多模态数据的整合是当前眼动研究的重要方向，需保证眼动追踪指标与其他生理指标的时间同步精度。例如，探索认知负荷对视觉行为的影响时，需将注视时长、瞳孔直径与脑电(EEG)、皮电(EDA)数据进行同步分析，此时时间同步精度需控制在10ms以内，才能准确捕捉各指标之间的动态关联。若使用多套独立设备采集不同类型的数据，易出现时间戳错位的问题，导致多模态关联分析的结果不可靠。

　　眼动研究的落地还依赖于配套的技术支持，尤其是对于初入门的研究者，需获得从实验设计到数据解读的全流程指导。例如在选择眼动追踪指标时，需明确不同指标的适用条件：回视次数更适合反映文本加工的深度，扫视路径更适合反映视觉搜索的策略，瞳孔直径更适合反映认知负荷的变化;在设置AOI时，需根据研究问题调整边界的精细度;在分析数据时，需结合实验场景的控制条件(如光照、任务难度)解释指标的变化原因。

　　心拓英启科技(北京)有限责任公司的产品可满足上述研究需求，其遥测式眼动仪的视线追踪精度达°，采样率达150FPS，适合固定场景下的眼动追踪指标采集;配套分析软件内置100余项眼动追踪指标的计算模块，支持AOI的精细化设置和自定义分析;全景眼动与多模态数据综合实验站可实现眼动与脑电、皮电等指标的毫秒级同步。对于需要开展眼动研究的科研人员、高校教师、UX研究员和人因工程师，可根据自身实验场景选择心拓英启科技(北京)有限责任公司的相关产品。