Visuel opmærksomhed og øjenbevægelser

Dette laboratorium studerer visuel perception med fokus på samspillet mellem øjenbevægelser og opmærksomhed. Det er veletableret, at det at tage sig af en stimulus dybt kan ændre opfattelsen. For eksempel kan det at deltage i en højttaler ved en overfyldt fest næsten fuldstændig filtrere baggrunden både med hensyn til auditiv støj og visuelle forstyrrelser. Selvom laboratorieundersøgelser traditionelt har undersøgt virkningerne af opmærksomhedsforandringer i fravær af øjenbevægelser, ledsages visuel opmærksomhed under naturlige forhold ofte af orienterende bevægelser for at rette vores hoved og øjne mod de relevante objekter af interesse. Nyere arbejde har antydet, at disse orienterende bevægelser påvirker opfattelsen på en måde, der ligner skjult opmærksomhed. De foreslåede undersøgelser vil undersøge, hvordan øjenbevægelser bidrager til perception og opmærksomhed.

Forskningen dækket af denne protokol kombinerer traditionel "knap-tryk" psykofysik med ikke-invasiv eye-tracking for at undersøge interaktionen mellem øjenbevægelser og perception. Forsøgspersoner vil udføre simple perceptuelle opgaver, såsom at bedømme orienteringen eller retningen af ​​en visuel stimulus, mens deres øjenposition overvåges med en video eye-tracker. Denne tilgang (som kombinerer psykofysik og eye-tracking) er fleksibel, lav risiko og hurtig sammenlignet med neurofysiologiske undersøgelser. Men ved at fokusere på perceptuelle opgaver på lavt niveau, vil resultaterne kunne tolkes i sammenhæng med større undersøgelser af neurofysiologiske responser i det visuelle system.

Forskerne håber, at denne grundforskning i sidste ende vil have både anvendt og klinisk betydning. For eksempel kan forståelsen af, hvordan perception påvirkes af opmærksomhed og øjenbevægelser i neurotypiske populationer, give ikke-invasive og naturalistiske måder at identificere og diagnosticere psykiatriske lidelser på. Derudover har forståelsen af, hvordan øjenbevægelser interagerer med sensorisk kodning, potentialet til at forbedre maskinlæringsalgoritmer for vision og navigation (disse er ikke en del af den nuværende undersøgelse, men en potentiel fremtidig effekt).