|
iMotions软件套件的一个核心功能是能够可视化来自我们客户在研究中选择使用的广泛硬件组件的数据。如果没有R笔记本的帮助，来自硬件的信号将非常难以破译和分析，而且耗时。“R Notebook”这个名字对这样一个不可或缺的组件来说有点模糊，所以在这个博客中，我们对它是什么以及它的作用进行了解释：
目录
如何使用R Notebooks可视化数据
iMotions软件平台中可以可视化哪些生物特征数据
皮肤电反应（GSR）：
面部表情分析（FEA）：
脑电图（EEG）：
心电图（ECG）：
肌电图（EMG）：
眼动追踪：
如何使用R Notebooks可视化数据
从本质上讲，R笔记本背后的概念是，它们是自定义编程的脚本，可以处理来自用于进行生物特征研究的硬件的信号，并将其转化为可解释的数据表示。这些数据是您在iMotions软件平台中看到的可呈现和可发布的可视化效果。在R Notebooks的帮助下，您可以根据研究参数查看、调整和导出图表和可破译的指标，而不是看到代表原始传感器信号的大型数据集字符串。
iMotions UI显示看到有人从飞机上跳下来时的生理反应
在这张照片中，我们看到了戴着VR耳机的人对以第一人称拍摄的跳伞者从飞机上跳下的视频的反应。在屏幕的下半部分，我们看到了一个易于解释的可视化效果——当跳伞者从飞机上跳下时，生物特征数据的变化是显而易见的。
“R”（在R Notebook中）是一种编程语言，是编程语言“S”的实现。其中S是一种统计计算语言，创建“R”是为了实现可视化和数据建模。我们的R笔记本是专门为我们的特定平台编程的，这就是为什么我们的客户和客户可以访问市场上没有的报告和可视化。
iMotions用户界面显示假装吃毒蘑菇的人的刺激
在这里，我们看到一个人对另一个人吃了看起来像是泥土和有毒蘑菇的东西做出反应（当然事实并非如此）。受试者佩戴心电图传感器，iMotions通过该传感器显示视频中的人吃东西时受试者的心率是如何增加的，并使用R记事本进行信号处理。
自从我们推出iMotions Software v.8.0以来，我们的信号处理算法一直使用R Notebooks。在我们将R Notebooks集成到软件中之前，所有的信号处理都是硬编码的，因此使其比现在更加严格。
我们在软件中实现R-Notebooks的目的有两个。首先，iMotions的指导理念始终是让数据收集和分析尽可能流畅，同时为我们多样化的客户保持灵活性。
其次，我们理解我们的客户经常需要向未参与数据收集过程的人展示他们的发现和结论。因此，他们依靠准确的视觉表示和易于理解的指标来传达他们的发现。
iMotions软件平台中可以可视化哪些生物特征数据
我们的R笔记本涵盖了我们所有可用的模块，并可视化了我们的用户每天在研究中使用的最流行的指标。我们正在不断更新我们的R笔记本产品，计划在2022年推出几款新产品。请参阅下面一些高亮显示的R笔记本，或在iMotions帮助中心上找到完整列表。
皮肤电反应（GSR）：
右侧GSR电极位置
了解更多信息：什么是EDA峰值检测以及它是如何工作的？
皮肤电反应分析（GSR）：峰值检测、峰值二进制聚集、信号质量和Epoching。
突出特点：GSR Binning（Epoching）-研究人员现在有机会选择按事件或时间分析GSR。这款笔记本从原始信号到可测试和可发布的数据，无需信号处理经验。消除了“峰值检测需要什么阈值？”这一难题
面部表情分析（FEA）：
面部表情分析（FEA）分析：AFFDEX阈值和聚合、AFFDEX闪烁检测、FACET阈值和聚合，RealEyes阈值和聚合。
突出显示的功能：iMotions的面部表情模块化允许您记录和后期处理多个面部进行分析。我们最新增加的功能是远程进行数据收集，使您能够将研究扩展到更大的受访者群体。
了解更多：使用iMotions中的面部表情分析（FEA）模块可以做的一切
脑电图（EEG）：
了解更多信息：皮肤电反应分析（GSR）：峰值检测、峰值二进制聚集、信号质量和Epoching。
突出特点：GSR Binning（Epoching）-研究人员现在有机会选择按事件或时间分析GSR。这款笔记本从原始信号到可测试和可发布的数据，无需信号处理经验。消除了“峰值检测需要什么阈值？”这一难题
面部表情分析（FEA）：
面部表情分析（FEA）分析：AFFDEX阈值和聚合、AFFDEX闪烁检测、FACET阈值和聚合，RealEyes阈值和聚合。
突出显示的功能：iMotions的面部表情模块化允许您记录和后期处理多个面部进行分析。我们最新增加的功能是远程进行数据收集，使您能够将研究扩展到更大的受访者群体。
了解更多：使用iMotions中的面部表情分析（FEA）模块可以做的一切
脑电图（EEG）：
了解更多：什么是脑电图（EEG）以及它是如何工作的？
脑电图分析：功率谱密度，正面不对称，正面不对称聚集。
突出的特点：正面阿尔法不对称（FAA）R笔记本运行一个完整的信号处理协议，用于获得FAA分数。这是一种基于脑电图的“接近和退缩相关动机”的指标，或者等效地说，“喜欢和不喜欢”。在FAA笔记本中，我们还为您添加了一种计算心理工作量的方法。
心电图（ECG）：
心电图分析：心率和心率变异性。
突出的特点：如何计算HRV可能会变得棘手。方法以不同的方式工作，每种方法的结果可能无法直接比较——因此，正确使用方法对你的工作或研究至关重要。HR&HRV笔记本计算每个刺激过程中单个受访者的峰值检测和HR和HRV的计算，为您提供与情绪调节、社交技能和认知过程相关的数据点。
了解更多：心率变异性-如何分析心电图数据
肌电图（EMG）：
肌电图分析：平滑与归一化。
突出显示的功能：R Notebook允许将平滑的信号归一化为最大的自愿收缩刺激，用于比较不同人群或条件下的EMG活动。
阅读更多：什么是肌电图及其工作原理？
眼动追踪：
眼动追踪分析：眨眼检测
突出显示的功能：R Notebook中的眨眼检测算法首先将所有没有眼动追踪数据的“缺失值”实例标记为眨眼。然后，该算法只考虑左眼和右眼中“缺失值”一致的实例。此后，算法重新评估标记的眨眼，只保留可能代表实际眨眼的标签。
在这张图像中，被摄对象正在通过面部表情分析和眼睛跟踪进行测量。我们的R笔记本可以检测并可视化受试者在视频过程中眨眼的次数。
阅读闪烁检测如何帮助自动驾驶汽车接管性能
如果您已经是iMotions的客户，并且想更深入地了解我们的R-Notebook系列的工作原理，请访问我们的帮助中心（需要登录）。
作为结束语，应该指出的是，如上所示，我们已经为iMotions软件中使用的所有R笔记本进行了自定义编码。他们各自完成特定的任务并处理特定的指标。但是，如果您需要处理不同的指标，则完全可以编辑我们的R笔记本以适应您的研究或研究范围。我们强烈建议您不要编辑我们的R笔记本，除非您已经熟悉R中的编码，因为这可能会降低您使用iMotions平台的体验。
如果您认为您的研究可以受益于iMotions可以帮助您使用我们的R Notebooks创建的可视化机会，请联系我们进行免费咨询或免费在线演示，了解您对我们的R记事本和iMotions软件平台的期望。 |
