CN106063699A - 一种基于眼动技术的医疗器械说明书可用性评估方法 - Google Patents

Abstract

一种基于眼动技术的医疗器械说明书可用性评估方法，利用Tobii眼动仪获取受试者阅读两种医疗器械使用说明书时的眼动数据；选取五种和可用性评估相关联的眼动数据，作为分析认知活动和可用性指标；根据五种眼动数据与认知活动的关系构建数学模型，基于吸引度、搜索速度和搜索准确率三大标准评估说明书的使用效果；利用调查问卷评价眼动模型的合理性；利用单因素方差分析对在不同兴趣区下五种眼动数据的差异大小。利用多重比较法，结合眼动模型评估结果进行综合分析，得出不同类型兴趣区对于眼动数据的影响，提出可用性改进的意见。本发明具有高准确性、定量化特征，对于设计、改善此类说明书有较强的参考价值。

Description

一种基于眼动技术的医疗器械说明书可用性评估方法

技术领域

本发明涉及人因工程领域，更具体地，涉及一种基于眼动技术的医疗器械说明书可用性评估方法。

背景技术

概念清晰的书面使用说明在教会人们如何安全有效地使用医疗器械方面起着重要作用。可用性测试可以帮助识别使用说明的优点以及提供改进意见。然而，往往设计者认为可读性很强的信息，在预期用户看来却并非如此。医疗器械使用说明应当尽可能地易读，如设置粗体字等，并且利于用户从中有效提取信息，如设置表格和图片等。不同的设计会给说明书的有效性带来很大的影响。因此，针对医疗器械使用说明书，生产商需要进行可用性评估，从而确保使用说明是有效的，对防止用户因误读或漏读等而导致不良后果有着重要意义。以往，人因工程师和生物医学工程师多采用调查问卷和模拟操作的方法来进行可用性评估，没有定量的、精准的评价方法。现今，眼动追踪技术已被广泛地应用于各种领域的研究，从心理学、婴幼儿和阅读研究到神经科学和眼科视觉研究等。在可用性和市场研究领域，视觉追踪技术提供了一种独一无二的评估用户体验行为和对媒体信息的接收反应过程的方式。因此，眼动追踪技术已经被认为可用性评价最主要的方法之一，而眼动特征也是表征认知活动的重要性指标。本发明基于眼动技术，在眼动数据与可用性指标之间建立了一种定量、精准的关系及评价方法，从而为今后医疗器械说明书的可用性评价提供了一种可靠方法。

发明内容

本发明的目的，是利用眼动追踪技术，以及单因素方差分析等统计学数据处理方法，为医疗器械说明书可用性评估提供一套可行准确的方法。

本发明是依据以下技术方案而实现的：

通过一台Tobii TX 300眼动仪测试受试者阅读两种医疗器械使用说明书时的眼动数据。并将说明书分成不同的兴趣区(AOI)进行对比测试；

在测得的所有数据类型中选取五种和可用性评估相关联的眼动数据类型，作为接下来分析受试者认知活动以及可用性的指标；

根据选取的五种眼动数据和认知活动的关系构建数学模型并基于吸引度、搜索速度和搜索准确率三大标准初步评估说明书的使用效果；

结合调查问卷并同时利用单因素方差分析(AOI)对不同兴趣区下的眼动数据组间差异分析和多重比较分析，同时计算出平方和、显著性、90％置信区间等数据，针对得到的初步结果进行验证，通过研究得出不同类型兴趣区对于眼动数据的影响。

本次发明选取以下五种眼动数据数据作为分析依据：选取首次进入时间(Time toFirst Fixation)、首次注视时间长度(First Fixation Duration)、注视时间长度(Fixation Duration)、访问时间长度(Visit Duration)、访问点次数(Visit Count)作为分析用户在使用说明书时的认知活动以及考量说明书可用性优劣的指标。

其中，首次进入时间是指被试用了多长时间第一次注视到一个兴趣区，即首次进入兴趣区的用时。时间的计算开始于包含兴趣区的刺激材料首次呈现时，结束点为当有被试的注视点出现在该兴趣区时。当使用兴趣区组时，时间的计算终点为被试的注视点出现在兴趣区组中的任何一个兴趣区中时。

首次注视时间长度是指在兴趣区或兴趣区组中出现的第一个注视点的持续时间。使用兴趣区组时，统计的是在相应兴趣区组中的首个注视点的注视时间。如果直到记录的末尾被试都没有看过兴趣区，则首次注视时间长度值将不会被计算。

注视时间长度指的是兴趣区(或所有属于兴趣区组中的兴趣区)中的每个注视点的持续时间。如果在记录过程中，被试回视了同一张刺激材料元素，刺激材料中的新注视点也会包含在该统计指标的计算中。如果直到记录的末尾被试都没有看过兴趣区，则注视时间长度值将不会被计算。

访问时间长度指的是对每次访问某个兴趣区的持续时间的统计(或兴趣区组)。访问是指一段从首个注视点出现在兴趣区中到下一个注视点移出兴趣区的这段时间片段。如果在记录过程中，被试回视了同一张刺激材料元素，刺激材料中的新注视点也会包含在该统计指标的计算中。如果在到记录结束被试都没有看过兴趣区，访问时间长度值将不会被计算并且该记录将不会包含在描述性统记指标的计算中(如，计算被试群组的均值时)。

访问点次数指的是对一个兴趣区或兴趣区组的访问次数。每次访问是指从首个注视点出现在兴趣区中到下一个注视点移出兴趣区。如果在记录过程中，被试回视了同一张刺激材料元素，刺激材料中的新注视点也会包含在该统计指标的计算中。如果在到记录结束被试都没有看过兴趣区，访问点次数值将不会被计算并且该记录将不会包含在描述性统记指标的计算中。

本发明利用AOI法对说明书材料的不同区域进行对照分析。其中，AOI是眼动实验刺激材料上被人为定义的区域。基于AOI的眼动数据可视化，可表示用户在AOI中消耗的注意时长，以及在不同AOI之间的访问与转移等情况。根据两款说明书中的不同字形、样式将它们分成以下四组兴趣区后进行对比分析：细体字组、粗体字组、图片组、表格组。

本发明中的眼动模型建立基于三种指标：吸引度、搜索速度和搜索准确率。其中，吸引度Q的建立如下：

首次进入时间W表征被试被吸引至相应AOI所需时间，时间越短，相应兴趣区对被试吸引度越大；而首次注视时间长度X越短，则被试对于该AOI的兴趣越高。故定义吸引度公式为：Q＝X+W，Q越小，则表示被试对于该AOI首次兴趣程度更高。

搜索速度S的建立如下：

注视时间长度Y表征认知过程的困难程度。注视时间越长表明受试者认知过程中困难程度越高。此前的实验已经验证，受试者在阅读文本材料的所花的时间要超过阅读图片材料的时间。计算出眼动轨迹首次进入该AOI至最后离开该AOI所历经的平均时间——注视时间长度Y的倒数：S＝Y^-1，可知，注视时间Y越长，搜索速度S越低。

搜索准确率A的建立如下：

在阅读过程中，由于受试者经常由于当前注视点获取信息不足而重返上一个注视点的位置重新获取信息，此时这个新产生的注视点被称为“第一类回溯注视”；另一方面，由于本次注视时间过长而导致的疲劳也会造成被试重返其他注视点，此类注视点被称为“第二类回溯注视”。而两类注视点的产生都会造成访问时间长度V大于注视时间长度Y，且产生的越多，V就越大。但由于第二类回溯注视主要取决于人眼视觉感知的生理特性，在统计学上表现出一定的稳定性，故V的增大主要可视为是由于被试在阅读中无法获取足够信息导致的，故定义搜索准确率A为：A＝V/Y，可知当A大于1时，有回溯现象发生，而A越大，也表明搜索准确率越低。

此外，除了上述的利用眼动模型对医疗器械使用说明书的初步性评估。本发明基于方差分析，提供了一种细致准确的可用性评估方法：利用单因素方差分析对在不同兴趣区(作为因素)下五种眼动数据(作为水平)的差异大小。

在对在不同兴趣区(作为因素)下五种眼动数据(作为水平)利用单因素方差分析进行组间差异比较时，需要构造检验的统计量F并求出显著性。而对于F的计算则要先算出组间、组内平方和及其自由度。

其中，平方和的计算如下：将测量得到的眼动数据根据以下公式计算出水平的均值以及所有观察值的总均值并计算出计算总误差平方和SST。

$\stackrel{\‾}{x_i}=\frac{\underset{j=1}{\overset{n_i}{\Σ}}{x}_{ij}}{n_i},(i=1,2,...,k)$

式中，n_i为第i个总体的样本观察值个数，x_ij为第i个总体的第j个观察值。

$\stackrel{\‾}{\stackrel{\‾}{x}}=\frac{\underset{i=1}{\overset{k}{\Σ}}\underset{j=1}{\overset{n_i}{\Σ}}{x}_{ij}}{n}=\frac{\underset{i=1}{\overset{k}{\Σ}}{n}_i\stackrel{\‾}{x_i}}{n}$

式中，n＝n₁+n₂+...+n_k

$SST=\underset{i=1}{\overset{k}{\Σ}}\underset{j=1}{\overset{n_i}{\Σ}}{(x_{ij}-\stackrel{\‾}{\stackrel{\‾}{x}})}^2$

SST也可以通过计算计算水平项平方和SSA以及计算误差项平方和SSE，并求和而得到：

$SSA=\underset{i=1}{\overset{k}{\Σ}}\underset{j=1}{\overset{n_i}{\Σ}}{(\stackrel{\‾}{x_i}-\stackrel{\‾}{\stackrel{\‾}{x}})}^2=\underset{i=1}{\overset{k}{\Σ}}{n}_i{(\stackrel{\‾}{x_i}-\stackrel{\‾}{\stackrel{\‾}{x}})}^2$

$SSE=\underset{i=1}{\overset{k}{\Σ}}\underset{j=1}{\overset{n_i}{\Σ}}{(x_{ij}-\stackrel{\‾}{x_i})}^2$

SST＝SSA+SSE。

各误差平方和的大小与观察值的多少有关，为消除观察值多少对误差平方和大小的影响，需要将其平均，这就是均方，也称为方差。计算方法是用误差平方和除以相应的自由度：三个平方和对应的自由度分别是：

SST的自由度为n-1，其中n为全部观察值的个数；

SSA的自由度为k-1，其中k为因素水平(总体)的个数；

SSE的自由度为n-k。

其中，组间方差MSA＝SSA/k-1；组内方差MSE＝SSE/n-k。

而F值得计算如下：根据F＝MSA/MSE～F(k-1,n-k)计算检验统计量F。并根据F分布计算显著性水平大小p值，方法如下：p＝Sig.＝P(F>F_值)。

将不同兴趣区组的眼动数据输入SPSS软件利用LSD多重比较法进一步探究不同兴趣区对于眼动数据的影响，并选择输出描述性统计结果，从而分析出不同兴趣区对于整体可用性的影响，为可用性的提高提供了改进依据。

附图说明

图1是本发明中采用的方法总体框架图。

具体实施方式

为使本发明的目的、技术方法和优点更加清晰易懂，下面结合具体实施方案以及图表，对本发明进一步地详细说明。不过需要注意的是，该具体实施方案并不限制本发明的使用范围。

在实施过程中，一种基于视觉行为的医疗器械说明书可用性评估方法，其主要实施步骤如下：

通过一台Tobii TX 300眼动仪测试受试者阅读两种医疗器械使用说明书(Raphael、伟康呼吸机说明书)时的眼动数据。并将说明书分成不同的兴趣区(AOI)进行对比测试。

在测得的所有数据类型中选取五种和可用性评估相关联的眼动数据类型，作为接下来分析受试者认知活动以及可用性的指标。

本次发明选取以下五种眼动数据数据作为分析依据：选取首次进入时间、首次注视时间长度、注视时间长度、访问时间长度、访问点次数作为分析用户在使用说明书时的认知活动以及考量说明书可用性优劣的指标。

其中，首次进入时间是指被试用了多长时间第一次注视到一个兴趣区，即首次进入兴趣区的用时。时间的计算开始于包含兴趣区的刺激材料首次呈现时，结束点为当有被试的注视点出现在该兴趣区时。当使用兴趣区组时，时间的计算终点为被试的注视点出现在兴趣区组中的任何一个兴趣区中时。

首次注视时间长度是指在兴趣区或兴趣区组中出现的第一个注视点的持续时间。使用兴趣区组时，统计的是在相应兴趣区组中的首个注视点的注视时间。

注视时间长度指的是兴趣区(或所有属于兴趣区组中的兴趣区)中的每个注视点的持续时间。如果在记录过程中，被试回视了同一张刺激材料元素，刺激材料中的新注视点也会包含在该统计指标的计算中。。

访问时间长度(Visit Duration)指的是对每次访问某个兴趣区的持续时间的统计(或兴趣区组)。访问是指一段从首个注视点出现在兴趣区中到下一个注视点移出兴趣区的这段时间片段。如果在记录过程中，被试回视了同一张刺激材料元素，刺激材料中的新注视点也会包含在该统计指标的计算中。

访问点次数指的是对一个兴趣区或兴趣区组的访问次数。每次访问是指从首个注视点出现在兴趣区中到下一个注视点移出兴趣区。如果在记录过程中，被试回视了同一张刺激材料元素，刺激材料中的新注视点也会包含在该统计指标的计算中。

本发明利用AOI法对说明书材料的不同区域进行对照分析。其中，AOI是眼动实验刺激材料上被人为定义的区域。基于AOI的眼动数据可视化，可表示用户在AOI中消耗的注意时长，以及在不同AOI之间的访问与转移等情况。根据两款说明书中的不同字形、样式将它们分成以下四组兴趣区后进行对比分析：细体字组、粗体字组、图片组、表格组，在伟康说明书测试中分别用1、2、4、3来编号，在Raphael说明书测试中的以1、4、2、3来编号。。

根据选取的五种眼动数据和认知活动的关系构建数学模型并基于吸引度、搜索速度和搜索准确率三大标准初步评估说明书的使用效果。

本发明中的眼动模型建立基于三种指标：吸引度、搜索速度和搜索准确率。其中，吸引度Q的建立如下：

首次进入时间W表征被试被吸引至相应AOI所需时间，时间越短，相应兴趣区对被试吸引度越大；而首次注视时间长度X越短，则被试对于该AOI的兴趣越高。故定义吸引度公式为：Q＝X+W，F越小，则表示被试对于该AOI首次兴趣程度更高。

搜索速度S的建立如下：

注视时间长度Y表征认知过程的困难程度。注视时间越长表明受试者认知过程中困难程度越高。此前的实验已经验证，受试者在阅读文本材料的所花的时间要超过阅读图片材料的时间。计算出眼动轨迹首次进入该AOI至最后离开该AOI所历经的平均时间——注视时间长度Y的倒数：S＝Y^-1，可知，注视时间Y越长，搜索速度S越低。

搜索准确率A的建立如下：

在阅读过程中，由于受试者经常由于当前注视点获取信息不足而重返上一个注视点的位置重新获取信息，此时这个新产生的注视点被称为“第一类回溯注视”；另一方面，由于本次注视时间过长而导致的疲劳也会造成被试重返其他注视点，此类注视点被称为“第二类回溯注视”。而两类注视点的产生都会造成访问时间长度V大于注视时间长度Y，且产生的越多，V就越大。但由于第二类回溯注视主要取决于人眼视觉感知的生理特性，在统计学上表现出一定的稳定性，故V的增大主要可视为是由于被试在阅读中无法获取足够信息导致的，故定义搜索准确率A为：A＝V/Y，可知当A大于1时，有回溯现象发生，而A越大，也表明搜索准确率越低。

计算出两种说明书中不同AOI下测得的眼动数据及其相应标准(吸引度、搜索速度和搜索准确率)，并归纳成如表1所示。然后进行对比分析。

表1

分析可知同一评价标准下，不同说明书在各自的AOI兴趣区内的差异情况，以及同种AOI兴趣区下，不同说明书的各自评价指标的差异情况。

将模型评估结果与得到的被试反馈表结果比较后，误差基本控制在10％，可见此眼动模型评价结果具有一定的有效性。

为了明确兴趣区的不同究竟对于哪一种眼动指标(注视时间长度等)的组间差异最为显著(也就是哪种眼动指标在不同兴趣区下的数据差异最大)，采用单因素方差分析(ANOVA)对不同兴趣区下的眼动数据进行组间差异分析。

在对在不同兴趣区(作为因素)下五种眼动数据(作为水平)利用单因素方差分析进行组间差异比较时，需要构造检验的统计量F并求出显著性水平。而对于F的计算则要先算出组间、组内平方和及其自由度。

将测量得到的眼动数据根据以下公式计算出水平的均值以及所有观察值的总均值并计算出计算总误差平方和SST。

$\stackrel{\‾}{x_i}=\frac{\underset{j=1}{\overset{n_i}{\Σ}}{x}_{ij}}{n_i},(i=1,2,...,k)$

$\stackrel{\‾}{\stackrel{\‾}{x}}=\frac{\underset{i=1}{\overset{k}{\Σ}}\underset{j=1}{\overset{n_i}{\Σ}}{x}_{ij}}{n}=\frac{\underset{i=1}{\overset{k}{\Σ}}{n}_i\stackrel{\‾}{x_i}}{n},n=n_1+n_2+...+n_k$

$SST=\underset{i=1}{\overset{k}{\Σ}}\underset{j=1}{\overset{n_i}{\Σ}}{(x_{ij}-\stackrel{\‾}{\stackrel{\‾}{x}})}^2$

SST也可以通过计算计算水平项平方和SSA以及计算误差项平方和SSE，并求和而得到：

$SSA=\underset{i=1}{\overset{k}{\Σ}}\underset{j=1}{\overset{n_i}{\Σ}}{(\stackrel{\‾}{x_i}-\stackrel{\‾}{\stackrel{\‾}{x}})}^2=\underset{i=1}{\overset{k}{\Σ}}{n}_i{(\stackrel{\‾}{x_i}-\stackrel{\‾}{\stackrel{\‾}{x}})}^2$

$SSE=\underset{i=1}{\overset{k}{\Σ}}\underset{j=1}{\overset{n_i}{\Σ}}{(x_{ij}-\stackrel{\‾}{x_i})}^2$

SST＝SSA+SSE

下一步计算出均方(方差)。计算方法是用误差平方和除以相应的自由度。三个平方和对应的自由度分别是：

SST的自由度为n-1，其中n为全部观察值的个数；

SSA的自由度为k-1，其中k为因素水平(总体)的个数；

SSE的自由度为n-k。

其中，组间方差MSA＝SSA/k-1；组内方差MSE＝SSE/n-k。

而F值得计算如下：根据F＝MSA/MSE～F(k-1,n-k)计算检验统计量F，并根据F分布计算显著性水平大小p值，方法如下：p＝Sig.＝P(F>F_值)。

将上述数据计算出后整理成如表2、表3所示。其中，表2是伟康说明书组间差异表，表3是Raphael说明书组间差异表。

表2

表3

上述的组间差异表已经揭示了不同兴趣区对于同一眼动指标的影响大小。而为了更加细致的研究两种AOI兴趣区之间究竟哪一种兴趣区对于同一眼动指标的影响最大，基于方差分析，下面利用多重比较法对在不同兴趣区(作为因素)下五种眼动数据(作为水平)的差异大小。将不同兴趣区组的眼动数据输入SPSS软件利用LSD多重比较法进行处理，并选择输出描述性统计结果，从而为可用性的提高提供了改进依据。其中，首次注视时间长度的多重比较结果及其分析方法如表4所示。

表4

在伟康呼吸机说明书测试结果中，1、3组，即细体字和表格的首次注视时间差异较为显著(α<0.1)，而据表4数据可知，细体字首次注视时间最长、表格最短。据吸引度F公式(1)可知，首次注视时间越短，F越小，吸引度越高，故在伟康呼吸机说明书中，细体字对于吸引度影响最大，应该设法改良从而提高可用性。同理，Raphael说明书中1、3(细体字、表格)以及1、4(细体字、粗体字)差异显著，而细体字首次注视时间最长，使得吸引度下降最严重，应设法改良。

接下来依次按照上述方法依次分析出注视时间长度、访问时间长度、访问点次数、首次进入时间的多重比较结果并结合之前的原始眼动数据及眼动模型评价结果，分析得出改进使用说明书可用性的具体方法。

Claims (17)

1.一种基于眼动技术的医疗器械说明书可用性评估方法，其特征在于，包括以下步骤：

(1)将医疗器械说明书分成不同的兴趣区，通过一台TOBII TX 300眼动仪测试受试者阅读两种医疗器械使用说明书时的眼动数据；

(2)从测得的眼动数据中选取五种眼动数据，作为分析认知活动和可用性指标；

(3)根据五种眼动数据和认知活动的关系构建数学模型，基于吸引度、搜索速度和搜索准确率三大标准评估说明书的使用效果；

(4)利用单因素方差分析不同兴趣区下五种眼动数据的差异大小；

(5)利用多重比较法，结合步骤(3)的评估结果进行综合分析，得出不同兴趣区对于眼动数据的影响，提出可用性改进的意见。

2.根据权利要求1所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：所述五种眼动数据包括首次进入时间、首次注视时间长度、注视时间长度、访问时间长度和访问点次数。

3.根据权利要求2所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：所述首次进入时间是指受试者用了多长时间第一次注视到一个兴趣区，即首次进入兴趣区的用时；时间的计算开始于包含兴趣区的刺激材料首次呈现时，结束点为当有受试者的注视点出现在该兴趣区时；当使用兴趣区组时，时间的计算终点为受试者的注视点出现在兴趣区组中的任何一个兴趣区中时。

4.根据权利要求2所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：所述首次注视时间长度是指在兴趣区或兴趣区组中出现的第一个注视点的持续时间；使用兴趣区组时，统计的是在相应兴趣区组中的首个注视点的注视时间。

5.根据权利要求2所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：所述注视时间长度是指兴趣区或所有属于兴趣区组中的兴趣区中的每个注视点的持续时间，如果在记录过程中，受试者回视了同一张刺激材料元素，刺激材料中的新注视点也会包含在该统计指标的计算中。

6.根据权利要求2所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：所述访问时间长度是指每次访问某个兴趣区的持续时间的统计；访问是指一段从首个注视点出现在兴趣区中到下一个注视点移出兴趣区的这段时间片段；如果在记录过程中，受试者回视了同一张刺激材料元素，刺激材料中的新注视点也会包含在该统计指标的计算中。

7.根据权利要求2所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：所述访问点次数是指对一个兴趣区或兴趣区组的访问次数；每次访问是指从首个注视点出现在兴趣区中到下一个注视点移出兴趣区；如果在记录过程中，受试者回视了同一张刺激材料元素，刺激材料中的新注视点也会包含在该统计指标的计算中。

8.根据权利要求1所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：所述不同兴趣区包括细体字组、粗体字组、图片组和表格组。

9.根据权利要求2所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：

以W表示首次进入时间，定义为受试者被吸引至相应兴趣区所需时间，时间越短，相应兴趣区对被试吸引度越大；

以X表示首次注视时间，首次注视时间越短，则受试者对于该兴趣区的加工及认知难度越低、兴趣越高；

以Q表示吸引度，定义吸引度为：Q＝X+W，Q越小，则表示受试者对于该兴趣区首次兴趣程度更高。

10.根据权利要求2所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：

以Y表示注视时间长度，定义为眼动轨迹首次进入一个兴趣区至最后离开该兴趣区所历经的平均时间，注视时间长度表征认知过程的困难程度，注视时间越长，表明受试者认知困难程度越高；

以S表示搜索速度，则S为注视时间长度Y的倒数，S＝Y^-1，注视时间Y越长，搜索速度S越低。

11.根据权利要求2所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：

以V表示访问时间长度，阅读过程中受试者经常由于当前注视点获取信息不足而重返上一个注视点的位置重新获取信息，这个新产生的注视点被称为“第一类回溯注视”；另一方面，本次注视时间过长而导致的疲劳也会造成受试者重返其他注视点，此类注视点被称为“第二类回溯注视”；两类注视点的产生都会造成访问时间长度V大于注视时间长度Y，两类注视点产生的越多，V就越大；但第二类回溯注视主要取决于人眼视觉感知的生理特性，表现出一定的稳定性，V的增大主要可视为是由于受试者在阅读中无法获取足够信息导致的；

以A表示搜索准确率，定义为：A＝V/Y，可知当A大于1时，有回溯现象发生，而A越大，也表明搜索准确率越低。

12.根据权利要求1所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：利用单因素方差分析比较在不同兴趣区下五种眼动数据的差异大小。

13.根据权利要求12所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：以兴趣区作为因素，以眼动指标作为水平，对不同兴趣区下五种眼动数据利用单因素方差分析构造检验的统计量，计算水平的均值、误差平方和、全部观察值的总均值和均方。

14.根据权利要求13所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：将眼动数据根据以下公式计算出水平的均值以及全部观察值的总均值并计算出总误差平方和SST：

$\stackrel{\&OverBar;}{x_i}=\frac{\underset{j=1}{\overset{n_i}{\&Sigma;}}{x}_{ij}}{n_i},(i=1,2,...,k)$

式中，n_i为第i个总体的样本观察值个数，x_ij为第i个总体的第j个观察值；

$\stackrel{\&OverBar;}{\stackrel{\&OverBar;}{x}}=\frac{\underset{i=1}{\overset{k}{\&Sigma;}}\underset{j=1}{\overset{n_i}{\&Sigma;}}{x}_{ij}}{n}=\frac{\underset{i=1}{\overset{k}{\&Sigma;}}{n}_i\stackrel{\&OverBar;}{x_i}}{n}$

式中，n＝n₁+n₂+...+n_k

$SST=\underset{i=1}{\overset{k}{\&Sigma;}}\underset{j=1}{\overset{n_i}{\&Sigma;}}{(x_{ij}-\stackrel{\&OverBar;}{\stackrel{\&OverBar;}{x}})}^2$

SST也可以通过计算水平项平方和SSA以及计算误差项平方和SSE，并求和而得到：

$SSA=\underset{i=1}{\overset{k}{\&Sigma;}}\underset{j=1}{\overset{n_i}{\&Sigma;}}{(\stackrel{\&OverBar;}{x_i}-\stackrel{\&OverBar;}{\stackrel{\&OverBar;}{x}})}^2=\underset{i=1}{\overset{k}{\&Sigma;}}{n}_i{(\stackrel{\&OverBar;}{x_i}-\stackrel{\&OverBar;}{\stackrel{\&OverBar;}{x}})}^2$

$SSE=\underset{i=1}{\overset{k}{\&Sigma;}}\underset{j=1}{\overset{n_i}{\&Sigma;}}{(x_{ij}-\stackrel{\&OverBar;}{x_i})}^2$

SST＝SSA+SSE。

15.根据权利要求13所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：各误差平方与观察值有关，为消除其对误差的影响，需要求平均，即均方或方差；计算方法是用误差平方和除以相应的自由度；三个平方和对应的自由度分别是：

(1)SST的自由度为n-1，其中n为全部观察值的个数；

(2)SSA的自由度为k-1，其中k为因素和水平的总个数；

(3)SSE的自由度为n-k；

组间方差为MSA＝SSA/k-1，组内方差MSE＝SSE/n-k。

16.根据权利要求13所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：检验统计量F定义为F＝MSA/MSE～F(k-1,n-k)，然后根据F分布计算显著性水平大小p值：p＝Sig.＝P(F>F_值)。

17.根据权利要求13所述的基于眼动技术的医疗器械说明书可用性评估方法，其特征在于：利用LSD多重比较法探究不同兴趣区对于眼动数据和整体可用性的影响，为提高可用性提供改进依据。