נתוני בּנצ'מרק לתנועות עיניים למיון מעקב חלק

מדוע מעקב העיניים חשוב

בכל פעם שאתם קוראים משפט, צופים במשחק כדורגל או עוקבים אחרי גחלילית בחשכה, עיניכם מבצעות ריקוד מורכב של קפיצות מהירות והחלקות חלקות. תנועות זעירות אלה חושפות במה אנו נותנים את תשומת הלב וכיצד המוח שלנו פועל, והן משמשות יותר ויותר לחקר מצבים כמו פגיעות מוח ודמנציה. עם זאת, מחשבים שמנתחים נתוני מעקב־עיניים עדיין מתקשים להבחין בין שתי סוגי תנועות מרכזיים: מבט יציב על עצם נייח ומעקב חלק אחרי עצם נע. מאמר זה מציג מערכת נתונים שעוצבה בקפידה כדי לסייע לחוקרים לאמן ולבחון שיטות מחשב טובות יותר להבחנה בין תנועות אלו.

אתגר קריאת תנועות העיניים

מכשירי מעקב־עיניים רושמים לאן העיניים פונות אלפי פעמים בשנייה, אך המרת זרמי מספרים אלה לאירועים בעלי משמעות היא משימה מורכבת. ישנן קפיצות מהירות (סקאדות), מבטים יציבים בנקודה אחת (פיקסציות), ומעקב חלק אחרי עצם נע (smooth pursuit). פיקסציות ומעקים חלקים נראות דומות למדי בנתוני הגלם כי בשני המקרים העין זזה באיטיות מנקודה לנקודה. מומחים אנושיים לעתים קרובות אינם מסכימים ביניהם מהו סוג האירוע, ורבים מהאלגוריתמים הממוחשבים מבלבלים ביניהם גם כן. זה בעייתי במיוחד משום שביצועי המעקב החלק מספקים רמז חשוב באבחון ובהבנת הפרעות כגון סכיזופרניה, פגיעת מוח טראומטית ומחלות ניווניות.

עיצוב תנועות עיניים נקיות ובין־שלוט

כדי להתמודד עם הבעיה הזו, החוקרים ביצעו ניסוי מבוקר היטב במקום להסתמך על סצנות שרועשות מהעולם האמיתי. עשרה סטודנטים ישבו עם ראש מיוצב במנוחת סנטר, מביטים במסך בעוד מעגל אפור קטן נע בצורות שונות על רקע שחור. החוקרים יצרו שלוש "התנהגויות" פשוטות עבור המעגל הזה: מעגל נע שהחליק בעקביות על המסך, מעגל שקפץ בין נקודות קבועות, ומעגל הלוך־וחזור שהחליק חלק ואז קפץ חזרה לנקודת ההתחלה. כל ניסוי תוכנן כך שרק סוג אחד של תנועה איטית (או פיקסציה או מעקב חלק) יכול להתרחש, בנוסף לקפיצות מהירות. סידור חכם זה מבטיח כי מקטעים ארוכים ואיטיים הם כמעט בוודאות או מבט טהור או מעקב טהור, בלי תערובת של שניהם.

מדידה מדוקדקת ונתונים באיכות גבוהה

הצוות השתמש במעקב־עיניים מהיר שהקליט את מיקום העין הימנית 1,000 פעמים לשנייה בעוד המסך התעדכן 144 פעמים לשנייה. היעדים נעו בשמונה כיוונים ישרים (ראשון, מטה, שמאל, ימין וארבעת האלכסונים) ובשלוש מהירויות המייצגות מעקב איטי, בינוני ומהיר. כל משתתף השלים 144 ניסויים קצרים, מה שמתמצת לכ־24 דקות של נתונים לכל אדם וכמעט ארבע שעות בסך הכל. החוקרים ביצעו כיולים חוזרים של המעקב־עיניים, בדקו עד כמה המבט הרשום תאם את היעדים ופיקחו על תדירות הנתונים החסרים בעקבות מצמוצים או איבוד מעקב. למעט קבוצת ניסויים מזוהה באופן ברור שבה הייתה חוסר־יישור למשתתף אחד, הבדיקות הללו הראו שהמיקום של העין והיעד תאמו היטב ושהפיקסציות היו יציבות ומדויקות.

מניתוח גולמי לתוויות שימושיות

במקום לבקש מאנשים לתייג כל רגע של נתונים ידנית, המחברים השתמשו במבנה הניסוי כדי להנחות תיוג אוטומטי. ראשית, ניקו את הקבצים הגולמיים, הסירו מצמוצים והמירו מיקומים על המסך לזוויות ראיה שמשקפות טוב יותר את תנועת העין. לאחר מכן, עבור כל ניסוי, חישבו כמה מהר מיקום העין השתנה לאורך הזמן ובנו סף מהירות מותאם. תנועות האיטיות מאטה סף זה טופלו כאירועים "איטיים" (פיקסציות או מעקים, תלוי בסוג הניסוי), ופרצי מהירות מהירים טופלו כקפיצות. אירועים קצרים מאוד, קצרים מכ־0.01 שניות, תויגו מחדש כדי למנוע ספירת תקלות זעירות כ תנועות עיניים משמעותיות. כך נוצרו מה שהמחברים קוראים להם "תיוגים בּנצ'מרק סבירים" לפיקסציות, סקאדות ומעקבים חלקים, המעוגנים הן בעיצוב הניסוי והן במהירות המדודה של העין.

כלים לקהילת המחקר

כדי להפוך את קבוצת הנתונים לשימושית ברמה רחבה, המחברים פרסמו את כל הקבצים בפלטפורמה פתוחה אונליין ושיחררו תוכנה נלווית בפייתון. חוקרים יכולים להוריד את ההקלטות הגולמיות, גרסאות מנוקות, מידע על כל משתתף ונתיבי היעד המדויקים. החבילה הנלווית כוללת פונקציות מוכנות להורדה, קדם־עיבוד ותיוג הנתונים, וכן כלים ליצירת תרשימים ולהמחשת ניסויים. מכיוון שקוד הניסוי עצמו זמין גם כן, מעבדות אחרות יכולות לשחזר את המשימה ולהרחיב את מערך הנתונים, או לחקור דרכים חדשות לשלב מידע על מיקום היעד באלגוריתמים שלהן.

מה המשמעות לעתיד המעקב־עיניים

לקורא שאינו מומחה, המסר המרכזי הוא שעבודה זו מספקת זירת מבחן נקייה לאימון מחשבים לזהות סוגים שונים של תנועות עיניים, ובפרט את המעשה העדין של מעקב חלק אחרי תנועה. על ידי מניעת חפיפה בין תנועות שנוטות להיבדל בקלות בתוך אותו ניסוי, ובהסתמכות על הבדלי מהירות ברורים במקום שיפוטים אנושיים פגיעים, המחברים מציעים ערכת ייחוס מוצקה שאחרים יכולים להרחיב עליה. עם הזמן, אלגוריתמים משופרים שאומנו על נתונים כאלה עשויים להפוך את מעקב־העיניים לכלי מהימן יותר בפסיכולוגיה, במדעי המוח ובאבחון רפואי, ולעזור למטפלים וחוקרים לראות ביתר בהירות כיצד עינינו משקפות את פעולת המוח.

ציטוט: Korthals, L., Visser, I. & Kucharský, Š. Eye movement benchmark data for smooth-pursuit classification. Sci Data 13, 375 (2026). https://doi.org/10.1038/s41597-026-06963-4

מילות מפתח: מעקב עיניים, מעקב חלק, סקאדות, מערכת נתונים בּנצ'מרק, מיון מבט