Atenção visual e movimentos oculares

Este laboratório estuda a percepção visual com foco na interação entre os movimentos oculares e a atenção. Está bem estabelecido que atender a um estímulo pode alterar profundamente a percepção. Por exemplo, assistir a um palestrante em uma festa lotada pode filtrar quase completamente o fundo tanto em termos de ruído auditivo quanto de distrações visuais. Embora os estudos de laboratório tradicionalmente investiguem os efeitos das mudanças de atenção na ausência de movimentos oculares, em condições naturais, a atenção visual é frequentemente acompanhada por movimentos de orientação para direcionar nossa cabeça e olhos para os objetos de interesse relevantes. Trabalhos recentes sugeriram que esses movimentos de orientação afetam a percepção de maneira semelhante à atenção encoberta. Os estudos propostos investigarão como os movimentos oculares contribuem para a percepção e atenção.

A pesquisa coberta por este protocolo combina psicofísica tradicional de "pressionar o botão" com rastreamento ocular não invasivo para investigar a interação entre os movimentos oculares e a percepção. Os sujeitos realizarão tarefas perceptivas simples, como julgar a orientação ou direção de um estímulo visual, enquanto a posição de seus olhos é monitorada com um rastreador ocular de vídeo. Essa abordagem (combinando psicofísica e rastreamento ocular) é flexível, de baixo risco e rápida quando comparada com estudos neurofisiológicos. No entanto, ao focar em tarefas perceptivas de baixo nível, os resultados serão interpretáveis ​​no contexto de estudos maiores de respostas neurofisiológicas no sistema visual.

Os investigadores esperam que esta pesquisa básica tenha significado aplicado e clínico. Por exemplo, entender como a percepção é influenciada pela atenção e movimentos oculares em populações neurotípicas pode fornecer maneiras não invasivas e naturalistas de identificar e diagnosticar transtornos psiquiátricos. Além disso, entender como os movimentos oculares interagem com a codificação sensorial tem o potencial de melhorar os algoritmos de aprendizado de máquina para visão e navegação (estes não fazem parte do estudo atual, mas um potencial impacto futuro).