KR20150103051A - 교감 및 지각된 자극 현저성의 표지로서 깜박임 억제를 검출하기 위한 시스템들 및 방법들 - Google Patents

Abstract

본 시스템들 및 방법들은 시청자 거동, 자극들의 특징들, 및 시청자 거동 및 자극들 사이의 상호작용을 평가하기 위한 메커니즘을 제공한다. 깜박임 응답 및 깜박임 억제를 정량화하기 위하여 본원에서 설명된 시스템들 및 방법들은 시청자들의 깜박임의 억제를 보장하기에 충분한 교감하는 것 또는 교감하지 않는 것을 측정함으로써 시청자 교감의 순간별 측정들을 제공한다. 본 개시은 사람이 그 또는 그녀가 쳐다 보는 것과 어떻게 교감되는지의 측도를 유도하기 위하여 시각적 스캐닝, 안구 운동들, 깜박임 데이터 및 깜박임 타이밍 데이터의 측도들을 설명한다. 시청자 교감의 측도로서의 깜박임 관련 데이터는 자극의 가장 교감하는 공간적 및 시간적 양태들을 결정하기 위한 메커니즘을 제공한다.

Description

교감 및 지각된 자극 현저성의 표지로서 깜박임 억제를 검출하기 위한 시스템들 및 방법들{SYSTEMS AND METHODS FOR DETECTING BLINK INHIBITION AS A MARKER OF ENGAGEMENT AND PERCEIVED STIMULUS SALIENCE}

관련 출원들에 대한 교차 참조

이 출원은, 그 전체적으로 본원에서 기재된 바와 같이 참조를 위해 본원에 편입되는, "Blink Inhibition as a Marker of Engagement and Perceived Stimulus Salience(교감 및 지각된 자극 현저성의 표지로서의 깜박임 억제)" 라는 명칭으로 2012년 12월 11일자로 출원된 미국 특허 가출원 제61/735,865호의 미국 특허법 35 U.S.C.§119(e) 하에서의 이익을 주장한다.

기술 분야

본 시스템들 및 방법들은 일반적으로, 시각적 또는 청각적 자극들과의 시청자 교감(engagement)의 표지(marker)들로서 안구-깜박임 거동(eye-blink behavior) 및 안구-깜박임 억제(eye-blink inhibition)를 측정하는 것에 관한 것이고, 특히, 자극들과의 시청자 교감을 평가하고, 자극들의 상대적 현저성의 시청자 지각을 평가하고, 특정한 시청자들 또는 시청자들의 그룹들을 교감시키기 위한 자극의 파워(stimulus's power)를 평가하고, 자극의 가장 교감하는 공간적 및 시간적 특징들을 식별하고, 인구통계 또는 진단의 목적들을 위하여 소정의 자극과의 그 교감의 함수로서 시청자들을 범주화하거나 등급설정하기 위하여, 자연스러운 시청 동안에 깜박임 억제의 타이밍을 사용하는 것에 관한 것이다.

우리가 깜박일 때, 세계와 누군가의 망막과의 사이의 시각적 정보의 흐름은 일시적으로 중단된다. 그 깜박임의 순간에, 외부 세계로부터의 시각적 자극은 150 내지 400 밀리초(ms 또는 msec) 동안 손실된다. 그 결과, 깨어 있는 하루 동안에 평균적인 성인은 그의 또는 그녀의 눈꺼풀이 닫혀진 채로 대략 44 분을 소비하여, 시각적 정보를 놓칠 것이다. 그 순간들 동안, 동안 근육(oculomotor muscle)들의 운동, 보조 및 전두 안구 영역(supplementary and frontal eye field)들에서의 활동, 및 시각(visual), 두정엽(parietal), 및 전전두엽(prefrontal) 피질 영역(cortical area)들에서의 광범위한 활동의 운동을 망라하는 다양한 신경계(neural system)들은 교합하는 눈꺼풀의 실제적인 시각적 신호를 억압하도록 함께 작동한다. 이 계들은 지각적 연속성의 환상을 생성하지만, 새로운 시각적 정보가 그 깜박임의 순간에 제시될 경우에는, 그것이 놓치게 될 것이다.

안구 운동 데이터의 수집 동안에, 안구-깜박임들은 전형적으로 잡음 또는 아티팩트 데이터로서 간주되었고, 일반적으로 쓸모없는 것으로 간주된다. 그러나, 깜박임은 또한 단순한 생리적인 기능을 넘어서는 인지 상태들과 관련 있다. 또한, 깜박임은 태스크 컨텐츠(task content)에서의 명시적 및 묵시적 주의력 일시정지의 양자에 일반적으로 관련될 수도 있지만, 개인들은 그 깜박임을 주로 인식하지 못한 상태로 있다는 것이 일반적으로 알려져 있다.

시각적 자극과의 사람의 교감의 식별 및 정량화는 많은 상이한 분야들에 대한 통찰력을 제공할 수 있다. 인지 및 거동 테스팅에서는, 자폐증(autism), 주의력 결핍 과잉행동 장애(attention deficit hyperactivity disorder; ADHD), 발달 장애(developmental disabilities), 및 다른 인지 질환들에 관하여, 시청자가 특정한 타입들의 시각적(또는 청각적) 컨텐츠와 어떻게 교감되는지를 측정하는 것은 질병/장애 상태, 질병/장애 진행, 및/또는 치료 응답의 생체표지(biomarker)를 제공할 수 있다. 예를 들어, 일반적인 모집단 내에서 10 명 중의 1 명을 발병시키는 발달 장애를 갖는 아동들(children)은 화술(speech) 및 언어 기술들의 지연된 획득을 보여준다. 화술 및 언어 큐(cue)들과의 아동의 교감의 측도(measure)(예를 들어, 얻어 획득에 대한 전조들인 말하는 얼굴들 또는 소통 제스처들과의 교감의 레벨)는 이러한 장애들의 진단이 기존에 발생하는 것보다 훨씬 더 이른 나이에 발달 장애들을 갖는 아동의 진단 식별을 보조할 수 있다.

또 다른 예에서, 상업용 산업들에서는, 많은 마케팅 회사들에 대한 주요한 관심들 중의 하나는 다양한 마케팅 캠페인들의 유효성을 측정하는 것이다. 시각적 마케팅 캠페인 유효성을 결정하는 것에 대한 전통적인 접근법들은 소비자 설문조사들 및 설문지들을 행하는 것, 판매 갯수들을 분석하는 것, 소셜 미디어 "buzz(버즈)" 등을 포함한다. 그러나, 마케팅 회사들은 간접적인 보고 또는 설문조사들 없이, 시청자 거동으로부터 직접적으로, 캠페인을 해제하기 이전의 테스트 시도들 동안, 또는 실제의 캠페인 동안에 그 마케팅 캠페인에 대한 시청자 또는 시청자들의 그룹의 교감의 레벨을 측정함으로써 시각적 마케팅 캠페인의 유효성을 결정하기 위한 메커니즘을 가지는 것으로부터 이익을 얻을 것이다. 또 다른 예에서, 시각적 교습 보조물들의 개발자들은 또한, 교습 보조물들의 개발 단계 동안에 학생 교감 레벨들의 측도를 갖는 것으로부터 이익을 얻을 수도 있다. 다른 산업들은 비디오 게임 개발자들, 비행 및 운전 시뮬레이터 개발자들 등과 같이, 시각적 자극들에 대한 교감의 표시자들을 측정하는 것으로부터 이익을 얻을 수 있다.

그러므로, 시청자 교감을 평가하고 측정할 수 있는 시스템 및 방법에 대한 필요성이 오랫동안 느끼고 있었지만 이와 달리 해결되지 않고 있다. 또한, 그 최적화를 가능하게 하기 위하여, 영화들, 텔레비전 쇼들, 마케팅 캠페인들, 인쇄 광고들, 웹 페이지들, 응급 비디오들, 교습 보조물들, 심지어 물리적 환경들 및 객체들 등과 같이, 어떤 시각적 및/또는 청각적 자극들과의 교감을 측정할 필요성이 있다. 또한, 질병/장애 상태, 질병/장애 진행, 및/또는 자폐증, ADHD, 정신분열증(schizophrenia), 조울증(bipolar disorder), 우울증, 및 제한된 컨텐츠와의 교감을 일으키는 다른 것들과 같은 질환들에서의 치료 응답을 평가하기 위한 생체표지들로서 시청자의 교감의 측도들을 이용하기 위한 시스템 및 방법에 대한 추가적인 필요성이 있다.

간략하게 설명될 때, 하나의 실시형태에 따르면, 본 개시물의 양태들은 일반적으로 시각적 자극들과의 교감의 표시자들로서 깜박임 억제 및 깜박임 응답을 평가하기 위한 시스템들 및 방법들에 관한 것이다. 특히, 본 개시물의 양태들은, 자극들과의 시청자 교감을 평가하고, 자극들의 상대적 현저성의 시청자 지각을 평가하고, 특정한 시청자들 또는 시청자들의 그룹들을 교감시키기 위한 자극의 파워를 평가하고, 자극의 가장 교감하는 공간적 및 시간적 특징들을 식별하고, 인구통계 또는 진단의 목적들을 위하여 소정의 자극과의 그 교감의 함수로서 시청자들을 범주화하거나 등급설정하기 위하여, 자연스러운 시청 동안에, 그리고 시각적 자극들에 응답하여 깜박임 억제의 타이밍을 사용하는 것에 관한 것이다. 하나의 실시형태에 따르면, 본 시스템들 및 방법들은 자연스러운 시청 동안에, 깜박임 레이트와, 깜박임 및 깜박임 억제의 타이밍에 기초하여 시청자 교감을 평가하기 위한 도구를 제공한다. 하나의 실시형태에서, 본 시스템들 및 방법들은 시각적 컨텐츠와의 시청자의 순간별(moment-by-moment) 교감과, 시청자 교감이 동적으로 변동되는 정도를 정량화하기 위한 도구를 제공한다. 또 다른 실시형태에서, 본 시스템들 및 방법들은 청각적 컨텐츠와의 청자의 순간별 교감과, 청자 교감이 깜박임 억제 및 깜박임 데이터와 관련 있을 때에 극적으로 변동되는 정도를 정량화하기 위한 도구를 제공한다.

또한, 그리고 하나의 실시형태에 따르면, 본 시스템들 및 방법들은 "데이터 마이닝(data mining)" 접근법에 의해, 시간-변동되는(time-varying) 시청자 교감에 기초하여 자극의 가장 교감하는 공간적 및 시간적 특징들을 결정하기 위한 메커니즘을 제공한다. 본 개시물의 추가의 양태들은, 더 크거나 더 작은 교감의 순간들(예를 들어, 응시 장소들)에서 시청자가 응시하고 있는 자극의 특정한 부분들을 측정하기 위하여, 이 교감의 측도들이 시선-추적(eye-tracking) 주시-포인트(point-of-gaze) 데이터와 조합될 수 있는 방법에 관한 것이다.

본 개시물의 추가의 양태들은 질병/장애 상태(예를 들어, 질환의 존재/부재), 질병/장애 상태 진행, 및/또는 예를 들어, 이하의 것으로 제한되지 않지만, 자폐 스펙트럼 장애(autism spectrum disorders; ASD), ADHD, 정신분열증, 조울증, 우울증, 외상후 스트레스 장애(post-traumatic stress disorder; PTSD), 및 제한된 컨텐츠 또는 교감과의 교감을 일으키는 다른 것들에 대한 질환들에서의 치료 응답을 평가하기 위한 시스템들 및 방법들에 관한 것이다. 하나의 실시형태에서, 본 개시물을 초래하는 연구에서는, ASD를 갖는 유아들이 전형적으로 발달 중인 비교 아동들과 달리, 특정한 시각적 이벤트들과 관련하여 두드러지게 지연된 깜박임 억제를 입증한다. 본 시스템들 및 방법들은 전형적인 유아들이 동일한 시각적 이벤트들에 관련하여, ASD를 갖는 유아들보다 더 이전에 자신의 깜박임을 억제함을 표시한다. 이 차이는 전형적인 유아들에서의 완전한 인지 프로세스들의 증거와, 그러한 프로세스들이 ASD를 갖는 유아들에서 방해받는 증거를 제공하며: 전형적인 유아들은 현저한 사회적 이벤트들의 전개를 능동적으로 예상하여 그 깜박임을 억제한 반면, ASD를 갖는 유아들은 그렇게 하지 않았다. 이 측정들은 진단 상태를 평가하기 위한 것뿐만 아니라, 징후학(symptomatology)의 심각도(severity)를 측정하기 위하여 이용될 수 있는 정보를 제공한다. 관련된 실시형태들은 예를 들어, 재발에 대한 위험을 평가하기 위하여, 환경적 트리거들(예를 들어, 알콜의 이미지들, 마약들, 또는 이러한 물질들이 전형적으로 입수되거나 소비되는 장소들 )로 마약 중독자들을 되돌리는 교감의 레벨을 측정하도록 배치될 수 있다.

하나의 실시형태에서, 본 개시물은 동적 시각적 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법을 설명한다. 이 실시형태는 복수의 개인들 각각에 대한 동적 시각적 자극에 대한 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계; 데이터베이스로부터 제어 깜박임 데이터를 검색(retrieve)하는 단계; 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들을 식별하기 위하여 수신된 깜박임 데이터를 제어 깜박임 데이터와 비교하는 단계; 및 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들의 디스플레이를 생성하는 단계를 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수도 있다.

하나의 실시형태에서, 방법은 복수의 개인들의 각각에 대한 깜박임 데이터가 각각의 개인의 동공 크기 및/또는 눈감기에 대한 변화의 레이트에 대응하는 것을 포함한다.

하나의 양태에서, 방법은 비교의 목적들을 위하여 깜박임 데이터를 2진수 포맷(binary format)으로 변환하는 단계, 및 복수의 개인들에 대한 깜박임 데이터를 집합(aggregate)시키는 단계를 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수도 있다.

하나의 양태에서, 방법은 제어 깜박임 데이터가 동적 시각적 자극이 존재하지 않을 때의 복수의 개인들에 대한 평균 깜박임 레이트, 및/또는 동적 시각적 자극이 존재하지 않을 때의 복수의 개인들과는 상이한 개인들의 그룹에 대한 평균 깜박임 레이트, 및/또는 복수의 개인들의 깜박임 데이터를 치환함으로써 얻어진 바와 같은 복수의 개인들에 대한 평균 깜박임 레이트들의 확률 분포를 포함하는 것을 포함한다.

하나의 양태에서, 방법은, 복수의 개인들의 데이터를 치환하는 단계가 깜박임 데이터 수집의 원래의 타이밍에 대하여 원형 시프트(circular shift)하는 것을 포함하고, 및/또는 복수의 개인들의 데이터를 치환하는 단계가 각각의 개인에 대한 깜박임들 및 깜박임간 간격들의 순서를 무작위화(randomize)하는 것을 포함하는 것을 포함한다.

하나의 양태에서, 방법은, 제어 깜박임 데이터와 비교하여 증가된 깜박임 레이트, 제어 깜박임 데이터와 비교하여 감소된 깜박임 레이트, 미리 결정된 시간 기간 내에서의 깜박임들의 결여, 미리 결정된 기간 내에서의 미리 결정된 수의 깜박임들을 초과하는 것 중의 하나 이상을 포함하는 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들을 포함하고, 및/또는 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들은 발달, 인지, 또는 정신 장애의 표지가다.

하나의 양태에서, 방법은 개인의 진단과 관련하여 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들의 디스플레이를 이용하는 단계를 포함하고, 상기 단계는 프로세서 상에서 소프트웨어를 통해 실행될 수도 있다.

하나의 양태에서, 방법은 수신된 깜박임 데이터를 동적 시각적 자극과 동기화하는 단계; 및/또는 동적 시각적 자극과 관련하여 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들의 디스플레이를 생성하는 단계를 더 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 실시형태에서, 본 개시물은 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법을 포함한다. 이 실시형태는 복수의 개인들 각각에 대한 자극에 대한 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계; 데이터베이스로부터 제어 깜박임 데이터를 검색하는 단계; 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들을 식별하기 위하여 수신된 깜박임 데이터를 제어 깜박임 데이터와 비교하는 단계; 및 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들의 디스플레이를 생성하는 단계를 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 방법은 자극에 대하여 복수의 개인들의 각각에 대한 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계; 안구-운동 데이터로부터, 복수의 개인들에 대하여 자극에 대한 복수의 응시 장소들을 결정하는 단계; 복수의 응시 장소들 및 수신된 깜박임 데이터를 자극과 동기화하는 단계; 및 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들에 대응하는 하나 이상의 시간 포인트들에서 복수의 응시 장소들의 디스플레이를 생성하는 단계를 포함한다.

하나의 양태에서, 방법은 복수의 응시 장소들이 3 차원 디스플레이를 포함하는 것을 포함하고, 차원들 중의 2 개는 복수의 개인들의 각각에 대한 복수의 응시 장소들에 대응하고, 차원들 중의 하나는 시간에 대응한다. 또한, 하나의 양태에서, 방법은 복수의 응시 장소들이 자극의 하나 이상의 프레임들에 대한 복수의 개인의 안구 응시 장소들의 각각에 대응하는 것을 포함한다. 또 다른 양태에서, 방법은 복수의 응시 장소들이 자극에 대하여 상기 복수의 개인들의 각각에 대한 주시-포인트(point-of-gaze) 좌표 데이터에 대응하는 것을 포함한다. 하나의 양태에서, 방법은 복수의 응시 장소들의 디스플레이가 3 차원 스캔경로(scanpath)를 포함하는 것을 더 포함한다. 하나의 양태에 따르면, 방법은 동기화하는 단계가 복수의 응시 장소들을 수신된 깜박임 데이터에 시간-고정(time-lock) 또는 시간-상관(time-correlate)시키는 것을 포함하는 것을 포함한다.

하나의 양태에서, 방법은 복수의 개인들의 각각에 대한 깜박임 데이터가 각각의 개인의 동공 크기에 대한 변화의 레이트에 대응하는 것을 포함한다. 하나의 양태에 따르면, 방법은 복수의 개인들의 각각에 대한 깜박임 데이터가 눈감기에 대응하는 것을 포함한다.

하나의 양태에서, 방법은 비교의 목적들을 위하여 깜박임 데이터를 2진수 포맷으로 변환하는 단계; 및/또는 비교의 목적들을 위하여 안구-운동 데이터를 좌표 데이터로 변환하는 단계; 및/또는 복수의 개인들에 대한 깜박임 데이터 및 안구-운동 데이터를 집합시키는 단계를 더 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 방법은 제어 깜박임 데이터가 자극이 존재하지 않을 때의 복수의 개인들에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에 따르면, 방법은 제어 깜박임 데이터가 자극이 존재하지 않을 때의 복수의 개인들과 상이한 개인들의 그룹에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 제어 깜박임 데이터는 복수의 개인들의 깜박임 데이터를 치환함으로써 얻어지는 바와 같은 복수의 개인들에 대한 평균 깜박임 레이트들의 확률 분포를 포함한다.

또 다른 양태에서, 방법은, 복수의 개인들의 데이터를 치환하는 단계가 깜박임 데이터 수집의 원래의 타이밍에 대하여 원형 시프트하는 것을 포함하고, 및/또는 복수의 개인들의 데이터를 치환하는 단계가 각각의 개인에 대한 깜박임들 및 깜박임간 간격들의 순서를 무작위화하는 것을 포함하고, 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수도 있는 것을 포함한다.

하나의 양태에서, 방법은, 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들이 제어 깜박임 데이터와 비교하여 증가된 깜박임 레이트, 제어 깜박임 데이터와 비교하여 감소된 깜박임 레이트, 미리 결정된 시간 기간 내에서의 깜박임들의 결여, 미리 결정된 시간 기간 내에서의 미리 결정된 수의 깜박임들을 초과하는 것 중의 하나 이상을 포함하는 것을 포함한다.

하나의 양태에서, 방법은 발달, 인지, 또는 정신 장애의 표지로서 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들을 포함한다.

하나의 양태에서, 방법은 개인의 진단과 관련하여 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들에 대응하는 하나 이상의 시간 포인트들에서의 복수의 응시 장소들의 디스플레이를 이용하는 단계; 및/또는 프로세서 상에서, 수신된 깜박임 데이터를 자극과 동기화하는 단계; 및/또는 자극과 관련하여 수신된 깜박임 데이터 및 제어 깜박임 데이터 사이의 하나 이상의 차이들의 디스플레이를 생성하는 단계를 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 방법은 청각적 자극, 동적 시각적 자극, 및/또는 정적 시각적 자극으로서의 자극을 포함한다. 또 다른 양태에서, 방법은, 자극이 동적 자극, 동적 시각적 자극, 사전-레코딩된(pre-recorded) 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각(audiovisual) 자극, 라이브(live) 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는 것을 포함한다.

하나의 실시형태에서, 본 개시물은 동적 시각적 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법을 포함한다. 이 실시형태는 동적 시각적 자극에 대한 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계; 깜박임 데이터를 동적 시각적 자극과 동기화하는 단계; 동기화된 깜박임 데이터에서 깜박임 억제의 패턴을 식별하는 단계; 및 깜박임 억제의 패턴과 동시 발생하는 동적 시각적 자극의 부분을 식별하기 위하여 동기화된 깜박임 데이터에서의 깜박임 억제의 패턴을 동적 시각적 자극과 비교하는 단계를 포함함으로써, 깜박임 억제의 패턴은 동적 시각적 자극의 동시 발생하는 부분과의 개인에 의해 교감의 표지(marker)를 표시한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 방법은, 동적 시각적 자극이 사전-레코딩된 시각적 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는 것을 포함한다.

하나의 양태에서, 방법은 깜박임 억제의 패턴이 동적 시각적 자극 동안의 개인에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 방법은 깜박임 억제의 패턴이 개인의 깜박임 데이터 및 개인과 연관된 깜박임의 기회 확률(chance probability) 사이의 비교를 포함하는 것을 더 포함한다. 또 다른 양태에서, 방법은 깜박임 억제의 패턴이 개인에 대한 순간별 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에 따르면, 방법은 깜박임 억제의 패턴이 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는 것을 포함한다. 하나의 양태에서, 방법은 깜박임 억제의 패턴이 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는 것을 포함한다.

하나의 양태에서, 방법은 깜박임 억제의 패턴이 개인에 대한 평균 깜박임 레이트에서의 분산(variance)의 측도와 비교하여, 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는 것을 포함한다. 또 다른 양태에서, 방법은 깜박임 억제의 패턴이 제어 깜박임 데이터와 비교하여, 동기화된 깜박임 데이터의 측도를 포함하는 것을 포함한다. 하나의 양태에서, 방법은 깜박임 억제의 패턴이 동적 시각적 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는 것을 포함한다.

하나의 양태에서, 동적 시각적 자극의 동시 발생하는 부분은 동적 시각적 자극의 전체를 포함한다. 하나의 양태에 따르면, 방법은 동적 시각적 자극에서의 이벤트가 물리적 이벤트 또는 정서적 이벤트를 포함하는 것을 포함한다.

하나의 양태에서, 방법은 교감의 표지에 기초하여 개인을 하나 이상의 미리 정의된 범주들로 범주화(categorize)하는 단계를 포함한다. 또 다른 양태에서, 교감의 표지는 동적 시각적 자극의 현저한 부분과 관련 있다.

하나의 양태에 따르면, 방법은 깜박임 데이터를 동적 시각적 자극과 시간-고정 또는 시간-상관시키는 것을 포함하는 동기화하는 단계를 포함한다.

하나의 양태에서, 방법은 깜박임 데이터가 개인의 동공 크기의 변화의 레이트에 대응하는 것을 포함한다. 또 다른 양태에서, 방법은 깜박임 데이터가 개인의 눈감기에 대응하는 것을 포함한다.

또 다른 양태에서, 방법은 프로세서 상에서 실행되는 소프트웨어를 통해, 비교의 목적들을 위하여 깜박임 데이터를 2진수 포맷으로 변환하는 단계, 및/또는 프로세서 상에서 실행되는 소프트웨어를 통해, 미리 결정된 인구통계 파라미터들에 따라 깜박임 데이터를 범주화하는 단계를 더 포함한다.

하나의 실시형태에서, 본 개시물은 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법을 포함한다. 이 실시형태는 자극에 대한 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계; 수신된 깜박임 데이터를 자극과 동기화하는 단계; 프로세서 상에서 실행되는 소프트웨어를 통해, 동기화된 깜박임 데이터에서 깜박임 억제의 패턴을 식별하는 단계; 및 깜박임 억제의 패턴과 동시 발생하는 자극의 부분을 식별하기 위하여 동기화된 깜박임 데이터에서의 깜박임 억제의 패턴을 자극과 비교하는 단계를 포함함으로써, 깜박임 억제의 패턴은 자극의 동시 발생하는 부분과의 개인에 의해 교감의 표지를 표시한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 방법은 자극에 대한 개인의 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계; 안구-운동 데이터로부터, 자극에 대한 복수의 응시 장소들을 결정하는 단계; 및 복수의 응시 장소들을 자극의 동시 발생하는 부분에서의 자극과 비교하는 단계를 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에 따르면, 방법은 깜박임 억제의 패턴이 개인의 깜박임 데이터 및 개인과 연관된 깜박임의 기회 확률 사이의 비교를 포함하는 것을 포함한다. 하나의 양태에서, 방법은, 자극이 동적 자극, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 시각적 또는 시청각 자극, 또는 3 차원 시각적 또는 시청각 자극 중의 하나 이상을 포함하는 것을 포함한다.

하나의 양태에서, 방법은 깜박임 억제의 패턴이 자극 동안의 개인에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에 따르면, 방법은 깜박임 억제의 패턴이 개인에 대한 순간별 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 방법은 깜박임 억제의 패턴이 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴이 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는 것을 포함한다. 하나의 양태에 따르면, 방법은 깜박임 억제의 패턴이 미리 결정된 제어 깜박임 데이터와 비교하여, 동기화된 깜박임 데이터의 측도를 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴이 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는 것을 포함한다.

하나의 양태에서, 방법은 자극의 동시 발생하는 부분이 자극의 전체를 포함하는 것을 포함한다. 또 다른 양태에서, 방법은 자극에서의 이벤트가 물리적 이벤트 또는 정서적 이벤트를 포함하는 것을 포함한다.

하나의 양태에 따르면, 방법은 교감의 표지에 기초하여 개인을 하나 이상의 미리 정의된 범주들로 범주화하는 단계를 포함하고, 및/또는 동기화하는 단계는 깜박임 데이터를 자극과 시간-고정 또는 시간-상관시키는 것을 포함한다.

하나의 양태에서, 방법은 교감의 표지가 자극의 현저한 부분과 관련 있는 것을 포함한다.

하나의 양태에서, 방법은 깜박임 데이터가 개인의 동공 크기의 변화의 레이트에 대응하는 것을 포함한다. 하나의 양태에 따르면, 방법은 깜박임 데이터가 개인의 눈감기에 대응하는 것을 포함한다.

하나의 양태에서, 방법은 비교의 목적들을 위하여 깜박임 데이터를 2진수 포맷으로 변환하는 단계, 및/또는 미리 결정된 인구통계 파라미터들에 따라 깜박임 데이터를 범주화하는 단계를 더 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 방법은 자극이 청각적 자극, 동적 시각적 자극, 및/또는 정적 자극을 포함하는 것을 포함한다.

하나의 실시형태에서, 본 개시물은 자극에 대한 개인에 의한 지각된 자극 현저성(salience)을 결정하기 위한 방법을 포함한다. 이 실시형태는 자극에 대한 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계; 자극에 대하여 개인에 대한 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계; 수신된 깜박임 데이터 및 수신된 안구-운동 데이터를 자극과 동기화하는 단계; 동기화된 깜박임 데이터에서 깜박임 억제의 기간을 식별하는 단계; 및 동기화된 깜박임 데이터에서 식별된 깜박임 억제의 기간 동안, 자극에 대하여 개인에 대한 동기화된 안구-운동 데이터로부터 적어도 하나의 공간적 응시 장소를 결정하는 단계를 포함함으로써, 깜박임 억제의 기간 및 적어도 하나의 공간적 응시 장소는 자극에 대한 지각된 시간적 및 공간적 현저성의 표지들을 표시한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 방법은 수신된 깜박임 데이터 및 수신된 안구-운동 데이터를 자극과 시간-고정 또는 시간-상관시키는 것을 포함하는 동기화하는 단계를 포함한다.

하나의 양태에서, 방법은 결정의 목적들을 위하여 깜박임 데이터를 2진수 포맷으로 변환하는 단계, 및/또는 결정의 목적들을 위하여 안구-운동 데이터를 좌표 데이터로 변환하는 단계를 더 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에 따르면, 방법은, 동기화된 깜박임 데이터에서 깜박임 억제의 기간을 식별하는 단계가 데이터베이스로부터 제어 깜박임 데이터를 검색하는 단계; 및 동기화된 깜박임 데이터 및 제어 깜박임 데이터 사이의 차이를 식별하기 위하여 동기화된 깜박임 데이터를 제어 깜박임 데이터와 비교하는 단계를 더 포함함으로써, 차이가 깜박임 억제의 기간에 대응하는 것을 더 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 본 방법은 제어 깜박임 데이터가 자극이 존재하지 않을 때의 복수의 개인들에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은, 동기화된 깜박임 데이터 및 제어 깜박임 데이터 사이의 차이가 제어 깜박임 데이터와 비교하여 개인에 대한 증가된 깜박임 레이트, 제어 깜박임 데이터와 비교하여 개인에 대한 감소된 깜박임 레이트, 미리 결정된 시간 기간 내에서의 깜박임들의 결여, 미리 결정된 시간 기간 내에서의 미리 결정된 수의 깜박임들을 초과하는 것 중의 하나를 포함하는 것을 포함한다.

하나의 양태에 따르면, 본 방법은 동기화된 깜박임 데이터 및 제어 깜박임 데이터 사이의 차이가 개인의 발달, 인지, 또는 정신 장애의 표지를 제공하는 것을 포함한다. 하나의 실시형태에서, 본 방법은 깜박임 데이터가 정의된 시간 기간 동안의 개인에 대한 깜박임 레이트에 대응하는 것을 포함한다.

하나의 양태에 따르면, 본 방법은 자극이 청각적 자극, 동적 시각적 자극, 및/또는 정적 시각적 자극을 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 자극이 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는 것을 포함한다.

하나의 실시형태에서, 본 개시물은 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법으로서, 자극을 개인에게 제시하는 단계; 자극에 대한 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계; 수신된 깜박임 데이터로부터 개인에 대한 깜박임 억제의 측도를 식별하는 단계; 및 프로세서 상에서 실행되는 소프트웨어를 통해, 수신된 깜박임 데이터에서의 깜박임 억제의 측도가 문턱(threshold) 깜박임 억제 값을 충족시키는지 여부를 결정하는 단계를 포함함으로써, 문턱 깜박임 억제 값이 개인을 교감시키기 위한 자극의 능력을 표시하도록 하는 상기 방법을 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 본 방법은 프로세서 상에서 실행되는 소프트웨어를 통해, 미리 결정된 인구통계 파라미터들에 따라 깜박임 데이터를 범주화하는 단계를 포함한다.

하나의 양태에서, 본 방법은, 자극이 동적 자극, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는 것을 포함한다.

하나의 양태에 따르면, 본 방법은 깜박임 억제의 측도가 자극 동안의 개인에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 억제의 측도가 개인에 대한 순간별 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 억제의 측도가 개인에 대한 평균 깜박임 레이트와 비교하여 특정 시간 포인트에서의 개인에 대한 순간적인 깜박임 레이트의 측도, 제어 그룹에 대한 평균 깜박임 레이트와 비교하여 특정 시간 포인트에서의 개인에 대한 순간적인 깜박임 레이트의 측도, 미리 결정된 제어 깜박임 데이터와 비교하여 수신된 깜박임 데이터의 측도, 및/또는 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 자극에서의 이벤트가 물리적 이벤트 또는 정서적 이벤트를 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 깜박임 데이터가 개인의 동공 크기의 변화의 레이트 및/또는 개인의 눈감기에 대응하는 것을 포함한다.

본 방법의 하나의 양태에 따르면, 방법은 프로세서 상에서 실행되는 소프트웨어를 통해, 결정의 목적들을 위하여 깜박임 데이터를 2진수 포맷으로 변환하는 단계, 미리 결정된 인구통계 파라미터들에 따라 깜박임 데이터를 범주화하는 단계를 더 포함한다.

하나의 양태에서, 본 방법은 문턱 깜박임 억제 값이 정신 질환에 대한 표지를 표시하는 것을 포함한다. 또 다른 양태에서, 본 방법은 정신병리학(psychopathology)에 대한 정상상태에 걸쳐 있는 범위로부터 선택된 바와 같은 문턱 깜박임 억제 값을 포함한다. 하나의 양태에서, 본 방법은 문턱 깜박임 억제 값이 정신 질환을 갖는 개인을 진단하기 위한 진단 측도에 대응하는 것을 포함한다. 하나의 양태에서, 본 방법은 문턱 깜박임 억제 값이 자극과의 교감의 미리 결정된 측도에 대응하는 것을 포함한다. 또 다른 양태에서, 본 방법은 문턱 깜박임 억제 값이 개인을 범주화하기 위한 미리 결정된 범주에 대응하는 것을 포함한다.

하나의 양태에서, 본 방법은 개인에 대한 깜박임 억제의 측도가 자극의 부분에 대응하는 것을 포함한다. 또 다른 양태에서, 본 방법은 개인에 대한 깜박임 억제의 측도가 자극의 전체에 대응하는 것을 포함한다.

하나의 양태에 따르면, 본 방법은 청각적 자극, 동적 시각적 자극, 및/또는 정적 시각적 자극으로서의 자극을 포함한다.

하나의 실시형태에서, 본 개시물은 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 질환의 위험을 평가하기 위한 방법을 포함한다. 이 실시형태는 개인에게 디스플레이된 동적 시각적 자극에 대한 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계로서, 깜박임 데이터는 안구 모니터링 장치를 통해 수집되는, 상기 수신하는 단계; 수신된 깜박임 데이터를 동적 시각적 자극과 동기화하는 단계;

동기화된 깜박임 데이터에서 깜박임 억제의 패턴을 식별하는 단계; 데이터베이스로부터 동적 시각적 자극에 관련된 이벤트 데이터를 검색하는 단계; 및 적어도 하나의 델타 파라미터(delta parameter)를 결정하기 위하여, 동기화된 깜박임 데이터에서의 깜박임 억제의 패턴의 파라미터를 동적 시각적 자극에 관련된 이벤트 데이터의 파라미터와 비교하는 단계로서, 적어도 하나의 델타 파라미터는 개인이 정신 장애를 가질 가능성을 표시하는, 상기 비교하는 단계를 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 본 방법은 이벤트 데이터의 파라미터가 미리 결정된 시간-스탬핑된(time-stamped) 이벤트를 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 이벤트 데이터가 시간 값을 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 깜박임 억제의 패턴의 파라미터가 시간 값을 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 억제의 패턴이 개인의 깜박임 데이터 및 개인과 연관된 깜박임의 기회 확률 사이의 비교를 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴이 동적 시각적 자극 동안의 개인에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 또한, 하나의 양태에서, 본 방법은 깜박임 억제의 패턴이 개인에 대한 순간별 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 억제의 패턴이 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴이 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 억제의 패턴이 개인에 대한 평균 깜박임 레이트에서의 분산의 측도와 비교하여, 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 적어도 하나의 델타 파라미터가 미리 결정된 문턱 값을 초과하는 시간 값을 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 적어도 하나의 델타 파라미터가 미리 결정된 문턱 값보다 더 작은 시간 값을 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 적어도 하나의 델타 파라미터에 기초하여 개인에게 진단을 제공하는 단계, 및/또는 수신된 깜박임 데이터를 동적 시각적 자극과 시간-고정 또는 시간-상관시키는 것을 포함하는 동기화하는 단계를 포함한다.

하나의 양태에서, 본 방법은 정신 질환이 발달 또는 인지 장애를 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은, 이벤트 데이터가 동적 시각적 자극 내의 물리적 이벤트들, 동적 시각적 자극 내의 정서적 이벤트들, 동적 시각적 자극에 기초하여 깜박임을 하게 하거나 억제하도록 추정된 이벤트들 중의 하나 이상에 대응하는 것을 포함한다.

하나의 실시형태에서, 본 개시물은 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법을 포함한다. 이 실시형태는 자극에 대한 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계로서, 깜박임 데이터는 안구 모니터링 장치를 통해 수집되는, 상기 수신하는 단계; 수신된 깜박임 데이터를 자극과 동기화하는 단계; 프로세서 상에서 실행되는 소프트웨어를 통해, 동기화된 깜박임 데이터에서 깜박임 억제의 패턴을 식별하는 단계; 데이터베이스로부터 시각적 자극에 관련된 이벤트 데이터를 검색하는 단계; 및 델타 파라미터를 결정하기 위하여, 동기화된 깜박임 데이터에서의 깜박임 억제의 패턴의 파라미터를 시각적 자극에 관련된 이벤트 데이터의 파라미터를 비교하는 단계로서, 델타 파라미터는 개인이 정신 장애를 가질 가능성을 표시하는 상기 비교하는 단계를 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 본 방법은 자극에 대한 개인의 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계; 자극에 대한 제어 그룹의 각각의 구성원 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계; 제어 그룹의 구성원의 각각에 대한, 그리고 개인에 대한 데이터에 기초하여 3 차원 스캔경로를 생성하는 단계로서, 스캔경로의 차원들 중의 2 개는 구성원들의 각각 및 개인에 대한 관심 포인트의 위치에 대응하고, 차원들 중의 하나는 시간에 대응하는, 상기 생성하는 단계; 제어 그룹의 구성원들의 스캔경로들의 수렴을 식별하는 단계; 및 프로세서 상에서 실행되는 소프트웨어를 통해, 개인의 스캔경로를 수렴의 영역에서의 제어 그룹의 구성원들의 스캔경로들과 비교하는 단계를 더 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 본 방법은 이벤트 데이터의 파라미터가 미리 결정된 시간-스탬핑된 이벤트를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 이벤트 데이터의 파라미터가 시간 값을 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴의 파라미터가 시간 값을 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 델타 파라미터가 미리 결정된 문턱 값을 초과하는 시간 값을 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 델타 파라미터가 미리 결정된 문턱 값보다 더 작은 시간 값을 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 청각적 자극, 동적 시각적 자극, 및/또는 정적 시각적 자극으로서의 자극을 포함한다.

하나의 양태에서, 본 방법은, 이벤트 데이터가 동적 시각적 자극 내의 물리적 이벤트들, 동적 시각적 자극 내의 정서적 이벤트들, 동적 시각적 자극에 기초하여 깜박임을 하게 하거나 억제하도록 추정된 이벤트들 중의 하나 이상에 대응하는 것을 포함한다.

하나의 양태에서, 본 방법은 수신된 깜박임 데이터를 자극과 시간-고정 또는 시간-상관시키는 것을 포함하는 동기화하는 단계를 포함한다.

하나의 양태에서, 본 방법은 깜박임 억제의 패턴이 개인의 깜박임 데이터 및 개인과 연관된 깜박임의 기회 확률 사이의 비교를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 억제의 패턴이 자극 동안의 개인에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴이 개인에 대한 순간별 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 억제의 패턴이 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴이 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는 것을 포함한다. 또한, 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴이 개인에 대한 평균 깜박임 레이트에서의 분산의 측도와 비교하여, 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는 것을 포함한다.

하나의 실시형태에서, 본 개시물은 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 질환을 평가, 모니터링, 또는 진단하기 위한 방법을 포함한다. 이 실시형태는 개인에게 디스플레이된 동적 시각적 자극에 대한 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계로서, 깜박임 데이터는 안구 모니터링 장치를 통해 수집되는, 상기 수신하는 단계; 수신된 깜박임 데이터를 동적 시각적 자극과 동기화하는 단계;

동기화된 깜박임 데이터에서 깜박임 억제의 패턴을 식별하는 단계; 데이터베이스로부터 개인에게 디스플레이된 동적 시각적 자극에 대한 깜박임 억제의 제어 패턴을 검색하는 단계; 및 깜박임 억제의 패턴이 깜박임 억제의 제어 패턴의 범위 외부에 속함으로써 개인이 정신 질환을 가질 가능성을 표시하는지 여부를 결정하기 위하여, 동기화된 깜박임 데이터에서의 깜박임 억제의 패턴을 깜박임 억제의 제어 패턴과 비교하는 단계를 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 본 방법은 정신 질환이 발달 또는 인지 장애를 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 수신된 깜박임 데이터를 동적 시각적 자극과 시간-고정 또는 시간-상관시키는 것을 포함하는 동기화하는 단계, 및/또는 프로세서 상에서 실행되는 소프트웨어를 통해, 식별의 목적들을 위하여 깜박임 데이터를 2진수 포맷으로 변환하는 단계를 더 포함한다.

하나의 양태에서, 본 방법은 개인에 대한 깜박임 데이터가 개인에 대한 동공 크기의 변화의 레이트에 대응하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 데이터가 개인에 대한 눈감기에 대응하는 것을 포함한다.

하나의 양태에서, 본 방법은 깜박임 억제의 제어 패턴이 동적 시각적 자극에 응답하여 복수의 개인들에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에 따르면, 본 방법은 깜박임 억제의 제어 패턴이 복수의 개인들의 깜박임 데이터를 치환함으로써 얻어지는 바와 같은 복수의 개인들에 대한 평균 깜박임 레이트들의 확률 분포를 포함하는 것을 포함한다. 하나의 양태에 따르면, 본 방법은 깜박임 억제의 제어 패턴이 정신 질환의 심각도(severity)를 표시하는 것을 포함한다.

하나의 양태에서, 본 방법은, 복수의 개인들의 데이터를 치환하는 단계가 깜박임 데이터 수집의 원래의 타이밍에 대하여 원형 시프트하는 것을 포함하고, 및/또는 복수의 개인들의 데이터를 치환하는 단계가 각각의 개인에 대한 깜박임들 및 깜박임간 간격들의 순서를 무작위화하는 것을 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 깜박임 억제의 패턴이 동적 시각적 자극 동안의 개인에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴이 개인에 대한 순간별 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 억제의 패턴이 특정 시간 포인트에서의 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하고, 깜박임 억제의 제어 패턴이 제어 그룹에 대한 순간적인 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 억제의 제어 패턴이 동적 시각적 자극이 존재하지 않을 때의 개인에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴이 동적 시각적 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 동적 시각적 자극에서의 이벤트가 물리적 이벤트 또는 정서적 이벤트를 포함하는 것을 포함한다.

하나의 실시형태에서, 본 개시물은 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법을 포함한다. 이 실시형태는 자극에 대한 사용자의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계; 깜박임 데이터에서 깜박임 억제의 패턴을 식별하는 단계; 데이터베이스로부터 자극에 대한 깜박임 억제의 제어 패턴을 검색하는 단계로서, 제어 패턴은 미리 정의된 사용자 범주에 대응하는, 상기 검색하는 단계; 및 사용자가 미리 정의된 사용자 범주 내에 있는지 여부를 결정하기 위하여, 깜박임 데이터에서의 깜박임 억제의 패턴을 깜박임 억제의 제어 패턴과 비교하는 단계를 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

하나의 양태에서, 본 방법은 깜박임 데이터가 안구 모니터링 장치의 이용을 통해 수신되는 것을 포함한다.

하나의 양태에서, 본 방법은 자극이 청각적 자극, 동적 시각적 자극, 및/또는 정적 시각적 자극을 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은, 자극이 동적 자극, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 사용자에 대한 깜박임 데이터가 사용자에 대한 동공 크기의 변화의 레이트에 대응하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 데이터가 사용자에 대한 눈감기에 대응하는 것을 포함한다.

하나의 양태에서, 본 방법은 깜박임 억제의 제어 패턴이 자극에 응답하여 복수의 사용자들에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 억제의 제어 패턴이 복수의 사용자들의 깜박임 데이터를 치환함으로써 얻어지는 바와 같은 복수의 사용자들에 대한 평균 깜박임 레이트들의 확률 분포를 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 프로세서 상에서 실행되는 소프트웨어를 통해, 비교의 목적들을 위하여 깜박임 데이터를 2진수 포맷으로 변환하는 단계, 깜박임 데이터 수집의 원래의 타이밍에 대하여 원형 시프트하는 것을 포함하는 복수의 사용자들의 데이터를 치환하는 단계, 및/또는 각각의 사용자에 대한 깜박임들 및 깜박임간 간격들의 순서를 무작위화하는 것을 포함하는 복수의 사용자들의 데이터를 치환하는 단계를 포함한다.

하나의 양태에서, 본 방법은 깜박임 억제의 패턴이 자극 동안의 사용자에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴이 사용자에 대한 순간별 깜박임 레이트를 포함하는 것을 포함한다. 하나의 양태에서, 본 방법은 깜박임 억제의 패턴이 특정 시간 포인트에서의 사용자에 대한 순간적인 깜박임 레이트의 측도를 포함하고, 깜박임 억제의 제어 패턴이 제어 그룹에 대한 순간적인 깜박임 레이트를 포함하는 것을 포함한다. 또 다른 양태에서, 본 방법은 깜박임 억제의 패턴이 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 깜박임 억제의 제어 패턴이 자극이 존재하지 않을 때의 사용자에 대한 평균 깜박임 레이트를 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 동적 자극에서의 이벤트가 물리적 이벤트 또는 정서적 이벤트를 포함하는 것을 포함한다.

하나의 양태에서, 본 방법은 시간 경과에 따른 사용자에 대한 추가적인 깜박임 데이터를 수신하는 단계; 추가적인 깜박임 데이터에서 추가적인 깜박임 억제의 패턴을 식별하는 단계; 사용자가 미리 결정된 사용자 범주 내에 있는지 여부를 결정하기 위하여 추가적인 깜박임 억제의 패턴을 깜박임 억제의 패턴과 비교하는 단계를 포함한다. 어떤 실시형태들에서, 상기 단계들은 프로세서 상에서 소프트웨어를 통해 실행될 수 있다.

청구된 발명(들)의 이러한 그리고 다른 양태들, 특징들, 및 장점들은, 그에 대한 변동들 및 수정들이 개시물의 신규의 개념들의 사상 및 범위로부터 이탈하지 않으면서 실시될 수도 있지만, 다음의 도면들과 함께 취해진 바람직한 실시형태들 및 양태들의 다음의 상세한 기재된 설명으로부터 명백해질 것이다.

첨부한 도면들은 개시물의 하나 이상의 실시형태들 및/또는 양태들을 예시하고, 기재된 설명과 함께, 개시물의 원리들을 설명하도록 작용한다. 가능한 경우에, 동일한 참조 번호들은 실시형태의 동일하거나 유사한 요소들을 지칭하기 위하여 도면들의 전반에 걸쳐 이용된다.
도 1a는 본 개시물의 하나의 실시형태에 따라, 안구 모니터링 시스템의 예시적인 블록도를 예시한다.
도 1b는 본 개시물의 하나의 양태에 따라, 시각적 자극에 대한 안구 운동 응답들의 데이터를 예시한다.
도 1c는 본 개시물의 하나의 실시형태에 따라, 시간 경과에 따른 동적 시각적 자극의 부분들의 디스플레이와, 동적 시각적 자극에 대한 안구 운동 응답들을 표시하는 데이터를 예시한다.
도 1d는 본 개시물의 하나의 실시형태에 따라, 시각적 자원들의 그룹의 분포의 디스플레이의 예시적인 생성을 도시한다.
도 2는 본 개시물의 하나의 실시형태에 따라, 안구 모니터링 시스템의 데이터 수집 및 평가 프로세스의 개요를 도시하는 플로우차트이다.
도 3은 본 개시물의 하나의 실시형태에 따라, 시각적 자극을 시청하는 동안의 깜박임 및 통계적으로 유의성 있는(statistically significant) 깜박임 억제를 예시한다.
도 4는 본 개시물의 하나의 실시형태에 따라, 전형적인 유아(toddler)들 및 자폐 스펙트럼 장애(autism spectrum disorder)를 갖는 유아들 사이의 예시적인 깜박임 레이트 비교를 예시하는 그래프이다.
도 5a는 본 개시물의 하나의 양태에 따라, 전형적인 유아들에 있어서 깜박임 레이트들 및 연령의 예시적인 상관을 예시하는 그래프이다.
도 5b는 본 개시물의 하나의 양태에 따라, 자폐 스펙트럼 장애로 진단된 유아들에 있어서의 깜박임 레이트들 및 연령의 예시적인 상관을 예시하는 그래프이다.
도 6은 본 개시물의 하나의 실시형태에 따라, 전형적인 유아들 및 ASD를 갖는 유아들의 깜박임 레이트의 태스크 종속적 변조(task dependent modulation)를 예시한다.
도 6c는 본 개시물의 하나의 실시형태에 따라, 2 개의 상이한 시청자 그룹들 사이의 깜박임 레이트의 태스크 종속적 변조를 예시한다.
도 7a는 본 개시물의 하나의 실시형태에 따라, 특별한 깜박임 데이터 대 시간을 예시하는 그래프이다.
도 7b는 본 개시물의 하나의 실시형태에 따라, 순간 깜박임 레이트 대 시간을 예시하는 그래프이다.
도 7c는 본 개시물의 하나의 실시형태에 따라, 치환된 깜박임 데이터의 95번째 및 5번째 백분위수 대 시간을 예시하는 그래프이다.
도 7d는 본 개시물의 하나의 실시형태에 따라, 시간에 대해 도표화된 깜박임 억제의 기간들을 예시하는 그래프이다.
도 8a는 본 개시물의 하나의 실시형태에 따라, 전형적인 유아들에 대한 정서적 이벤트(affective event)들에 관련하여 깜박임 억제를 예시하는 그래프이다.
도 8b는 본 개시물의 하나의 실시형태에 따라, 전형적인 유아들에 대한 물리적 이벤트(physical event)들에 관련하여 깜박임 억제를 예시하는 그래프이다.
도 8c는 본 개시물의 하나의 실시형태에 따라, 전형적인 유아들에 대한 비정서적(nonaffective) 및 비물리적(nonphysical) 이벤트들에 관련하여 깜박임 응답을 예시하는 그래프이다.
도 8d는 본 개시물의 하나의 실시형태에 따라, 전형적인 유아들에 대한 정서적 이벤트들에 관련하여 예시적인 시각적 응시(visual fixation)를 예시한다.
도 8e는 본 개시물의 하나의 실시형태에 따라, 전형적인 유아들에 대한 물리적 이벤트들에 관련하여 예시적인 시각적 응시를 예시한다.
도 8f는 본 개시물의 하나의 실시형태에 따라, 전형적인 유아들에 대한 비정서적 및 비물리적 이벤트들에 관련하여 예시적인 시각적 응시를 예시한다.
도 8g는 본 개시물의 하나의 실시형태에 따라, 자폐 스펙트럼 장애로 진단된 유아들에 대한 정서적 이벤트들에 관련하여 깜박임 억제를 예시하는 그래프이다.
도 8h는 본 개시물의 하나의 실시형태에 따라, 자폐 스펙트럼 장애로 진단된 유아들에 대한 물리적 이벤트들에 관련하여 깜박임 억제를 예시하는 그래프이다.
도 8i는 본 개시물의 하나의 실시형태에 따라, 자폐 스펙트럼 장애로 진단된 유아들에 대한 비정서적 및 비물리적 이벤트들에 관련하여 깜박임 응답을 예시하는 그래프이다.
도 8j는 본 개시물의 하나의 실시형태에 따라, 자폐 스펙트럼 장애를 갖는 유아들에 대한 정서적 이벤트들에 관련하여 예시적인 시각적 응시를 예시한다.
도 8k는 본 개시물의 하나의 실시형태에 따라, 자폐 스펙트럼 장애를 갖는 유아들에 대한 물리적 이벤트들에 관련하여 예시적인 시각적 응시를 예시한다.
도 8l은 본 개시물의 하나의 실시형태에 따라, 자폐 스펙트럼 장애를 갖는 유아들에 대한 비정서적 및 비물리적 이벤트들에 관련하여 예시적인 시각적 응시를 예시한다.
도 8m은 본 개시물의 하나의 실시형태에 따라, 자폐 스펙트럼 장애로 진단된 유아들 및 전형적인 유아들에 대한 정서적 및 물리적 이벤트들에 관련하여 깜박임 억제의 타이밍을 예시하는 그래프이다.
도 8n은 본 개시물의 하나의 실시형태에 따라, 자폐 스펙트럼 장애로 진단된 유아들 및 전형적인 유아들에 대한 정서적 및 물리적 이벤트들에 관련하여 분(minute) 당 깜박임들에 있어서의 변화 백분율을 예시하는 그래프이다.
도 8o는 본 개시물의 하나의 실시형태에 따라, 자폐 스펙트럼 장애로 진단된 유아들 및 전형적인 유아들에 대한 정서적 및 물리적 이벤트들에 관련하여 객체들 상의 응시 백분율을 예시하는 그래프이다.
도 9a는 본 개시물의 하나의 실시형태에 따라, 실제의 전형적인 유아 데이터를 치환된 전형적인 유아 데이터와 비교하는 경험적 누적 분포 함수(empirical cumulative distribution function)를 예시하는 그래프이다.
도 9b는 본 개시물의 하나의 실시형태에 따라, ASD로 진단된 실제의 유아들의 데이터를 ASD로 진단된 치환된 유아들의 데이터를 비교하는 경험적 누적 분포 함수를 예시하는 그래프이다.
도 10은 본 개시물의 하나의 실시형태에 따라, 교감 활동을 결정하기 위한 예시적인 프로세스를 예시하는 플로우차트이다.
도 11은 본 개시물의 하나의 실시형태에 따라, 질병/장애 상태를 평가하기 위한 예시적인 프로세스를 예시하는 플로우차트이다.
도 12는 본 개시물의 하나의 실시형태에 따라, 지각된 자극 현저성을 평가하기 위한 예시적인 프로세스를 예시하는 플로우차트이다.
도 13은 본 개시물의 하나의 실시형태에 따라, 시각적 자극의 가장 교감하는 공간적 및 시간적 특징들을 식별하기 위한 예시적인 프로세스를 예시하는 플로우차트이다.
도 14는 본 개시물의 하나의 실시형태에 따라, 예시적인 환자/질환 평가 프로세스를 예시하는 플로우차트이다.

개시물의 상세한 설명 이전에, 다음의 정의들은 본 시스템들 및 방법들의 양태들의 발명요지 및 용어가 예시적이며, 청구항들에서 표현되어 있는 시스템들 및 방법들의 양태들의 제한이 반드시 아니라는 것을 이해하기 위한 보조물로서 제공된다. 용어가 대문자화 되어 있는지 아닌지의 여부는 용어의 의미의 한정 또는 제한으로 간주되지 않는다. 이 문서에서 이용된 바와 같이, 용법의 전후상황이 대문자화된 용어에 대한 더욱 한정적인 의미를 표시하지 않으면, 대문자화된 용어는 대문자화되지 않은 용어와 동일한 의미를 가질 것이다. 그러나, 전후상황이 이러한 제한이 의도되는 것임을 명확하게 표시하지 않으면, 이 문서의 나머지 내에서의 대문자화 또는 그 결여가 반드시 제한하는 것으로 의도되지는 않는다.

이 출원에서 참조된 모든 공보들, 특허들, 및 공개된 특허 출원들은 본원에서 참조를 위해 구체적으로 편입된다. 충돌의 경우, 그 특정한 정의들을 포함하는 본 명세서가 통제할 것이다.

이 명세서 전반에 걸쳐, 용어 "포함하다", 또는 "포함하는" 또는 "포함한다"와 같은 변형들은 기재된 정수(또는 구성부품) 또는 정수들의 그룹(또는 구성부품들)의 포함이지만, 임의의 정수(또는 구성부품) 또는 정수들의 그룹(또는 구성부품들)의 제외는 아닌 것을 암시하도록 이해될 것이다.

단수 형태들 "a", "an" 및 "the"는 전후상황이 이와 다르게 명확하게 기술하지 않으면 복수 개를 포함한다.

정의들/용어사전

M: 데이터 세트 내의 수치 값들의 세트의 평균 또는 평균치.

SD: 관련있는 데이터 세트의 평균치 또는 평균 값으로부터의 변동을 표시하는 표준 편차.

r: 정상적으로는 관련된 데이터 세트 내에서, 2 개의 변수들 사이의 선형 관계의 강도 및 방향의 측도인 피어슨의 적률 상관 계수(Pearson's product-moment correlation coefficient).

t: 1 개 또는 2 개의 샘플 t 테스트로부터의 테스트 통계 값.

P: 데이터 포인트들의 일부의 세트의 백분율/백분위수에 대한 기호이다.

ANOVA: 그룹 평균들(평균치들)과, 그룹들 사이의 데이터의 연관된 변동들과의 사이의 차이들을 분석하기 위하여 이용된 통계적 모델들의 집합인 분산의 분석.

SE: 통계의 샘플링 분포의 표준 편차인 표준 오차.

F: 테스트 통계가 데이터 세트에 맞는 통계적 모델을 비교할 때에 주로 이용된 널 가설(null hypothesis) 하에서의 F-분포를 가지는 통계적 테스트인 f-테스트.

z: 널 가설 하에서의 테스트 통계의 분포가 소정의 데이터 세트 내에서의 정규 분포(normal distribution)에 의해 근사화될 수 있는 통계적 테스트인 z-테스트의 결과.

개요

본 개시물의 원리들의 이해를 촉진시키는 목적을 위하여, 도면들에서 예시된 실시형태들에 대해 지금부터 참조가 행해질 것이고, 특정한 언어는 동일한 사항을 설명하기 위하여 이용될 것이다. 그럼에도 불구하고, 개시물의 범위의 어떤 제한도 이것에 의해 의도되지 않고; 설명되거나 예시된 실시형태들의 임의의 변경들 및 추가의 수정들과, 본원에서 예시된 바와 같은 개시물의 원리들의 임의의 추가의 응용들은 개시물이 관련 있는 당해 분야의 당업자에게 통상적으로 발생하는 바와 같이 구상된다는 것이 이해될 것이다. 범위의 모든 제한들은 청구항들에 따라, 그리고 청구항들에서 표현된 바와 같이 결정되어야 한다.

본 개시물의 양태들은 일반적으로 시각적 자극들과의 교감의 표시자들로서 깜박임 억제 및 깜박임 응답을 평가하기 위한 시스템들 및 방법들에 관한 것이다. 특히, 본 개시물의 양태들은, 자극들과의 시청자 교감을 평가하고, 자극들의 상대적 현저성의 시청자 지각을 평가하고, 특정한 시청자들 또는 시청자들의 그룹들을 교감시키기 위한 자극의 파워를 평가하고, 자극의 가장 교감하는 공간적 및 시간적 특징들을 식별하고, 인구통계 또는 진단의 목적들을 위하여 소정의 자극과의 그 교감의 함수로서 시청자들을 범주화하거나 등급설정하기 위하여, 자연스러운 시청 동안에, 그리고 시각적 자극들에 응답하여 깜박임 억제의 타이밍을 사용하는 것에 관한 것이다. 하나의 실시형태에 따르면, 본 시스템들 및 방법들은 자연스러운 시청 동안에, 깜박임 레이트와, 깜박임 및 깜박임 억제의 타이밍에 기초하여 시청자 교감을 평가하기 위한 도구를 제공한다. 하나의 실시형태에서, 본 시스템들 및 방법들은 시각적 컨텐츠와의 시청자의 순간별(moment-by-moment) 교감과, 시청자 교감이 동적으로 변동되는 정도를 정량화하기 위한 도구를 제공한다.

또한, 그리고 하나의 실시형태에 따르면, 본 시스템들 및 방법들은 "데이터 마이닝(data mining)" 접근법에 의해, 시간-변동되는(time-varying) 시청자 교감에 기초하여 자극의 가장 교감하는 공간적 및 시간적 특징들을 결정하기 위한 메커니즘을 제공한다. 본 개시물의 추가의 양태들은, 더 크거나 더 작은 교감의 순간들(예를 들어, 응시 장소들)에서 시청자가 응시하고 있는 자극의 특정한 부분들을 측정하기 위하여, 이 교감의 측도들이 시선-추적(eye-tracking) 주시-포인트(point-of-gaze) 데이터와 조합될 수 있는 방법에 관한 것이다.

본 개시물의 추가의 양태들은 질병/장애 상태(예를 들어, 질환의 존재/부재), 질병/장애 상태 진행, 및/또는 예를 들어, 이하의 것으로 제한되지 않지만, 자폐 스펙트럼 장애(autism spectrum disorders; ASD), ADHD, 정신분열증, 조울증, 우울증, 외상후 스트레스 장애(post-traumatic stress disorder; PTSD), 및 제한된 컨텐츠 또는 교감과의 교감을 일으키는 다른 것들에 대한 질환들에서의 치료 응답을 평가하기 위한 시스템들 및 방법들에 관한 것이다. 하나의 실시형태에서, 본 개시물을 초래하는 연구에서는, ASD를 갖는 유아들이 전형적으로 발달 중인 비교 아동들과 달리, 특정한 시각적 이벤트들과 관련하여 두드러지게 지연된 깜박임 억제를 입증한다. 본 시스템들 및 방법들은 전형적인 유아들이 동일한 시각적 이벤트들에 관련하여, ASD를 갖는 유아들보다 더 이전에 자신의 깜박임을 억제함을 표시한다. 이 차이는 전형적인 유아들에서의 완전한 인지 프로세스들의 증거와, 그러한 프로세스들이 ASD를 갖는 유아들에서 방해받는 증거를 제공하며: 전형적인 유아들은 현저한 사회적 이벤트들의 전개를 능동적으로 예상하여 그 깜박임을 억제한 반면, ASD를 갖는 유아들은 그렇게 하지 않았다. 이 측정들은 진단 상태를 평가하기 위한 것뿐만 아니라, 징후학(symptomatology)의 심각도(severity)를 측정하기 위하여 이용될 수 있는 정보를 제공한다. 관련된 실시형태들은 예를 들어, 재발에 대한 위험을 평가하기 위하여, 환경적 트리거들(예를 들어, 알콜의 이미지들, 마약들, 또는 이러한 물질들이 전형적으로 입수되거나 소비되는 장소들 )로 마약 중독자들을 되돌리는 교감의 레벨을 측정하도록 배치될 수 있다.

실험 데이터 및 분석

다음의 예시적인 논의는 시각적 자극들과의 시청자 교감의 표시자로서 깜박임 억제를 측정하기 위하여 행해진 실험(들)에 관한 것이다. 실험(들)은 교감의 레벨들과 관련하여 다양한 양태들을 평가하기 위하여 자극의 자연스러운 시청 동안의 유아들의 깜박임 억제의 타이밍을 사용한다. 연관된 데이터/파라미터들, 예시적인 설정들, 실험(들)으로부터의 연관된 결과들, 일반적인 암시들, 및 대안적인 실시형태들과 함께 행해진 실험(들)의 세부사항들은 이하에서 더욱 상세하게 제공된 설명 및 첨부한 도면들에서 더욱 상세하게 이해될 것이다.

뒤따르는 설명들에서, 용어 "깜박임 데이터"는 일반적으로, 시각적 자극의 자연스러운 시청 동안의 안구-깜박임들의 타이밍 및/또는 존재/갯수의 측정과, 태스크들 사이 뿐만 아니라 태스크들 내에서 깜박임들이 어떻게 변조되는지와, 깜박임들의 타이밍이 시청자 교감 및 다양한 자극 이벤트들의 함수로서 어떻게 변동되는지와 관련 있다. 깜박임 데이터의 추가적인 예들은 태스크 이전, 태스크 동안, 및 태스크 이후의 깜박임 레이트를 포함할 수도 있고, 깜박임 레이트는 시각적 자극의 시청의 전반에 걸쳐; 특히, 시각적 자극을 시청하기 이전, 시청하는 동안, 그리고 시청한 이후의 복수의 간격들에서의 변동들에 대해 측정되고 분석된다. 깜박임 데이터는 또한, 인트라태스크(intratrask) 깜박임 억제와 관련 있으므로 순간적인 깜박임 레이트의 측정들을 포함할 수도 있다. 또한, 깜박임 데이터는 깜박임 억제의 다양한 레벨들, 깜박임 억제의 타이밍, 자극들과의 시청자 교감, 자극들의 상대적인 현저성의 시청자 지극, 시청자를 교감시키기 위한 자극들의 능력 등을 평가하기 위하여 일반적으로 이용되는 것이 이해될 것이다. 또 다른 양태에서, 깜박임 데이터는 청각적 자극의 청취 동안에 안구-깜박임들의 타이밍 및/또는 존재/갯수의 측정과 관련 있을 수도 있다. 시각적 자극에 관한 다양한 메커니즘들과 유사하게, 동일한 측도들이 청각적 자극을 청취하면서 적용할 수도 있다.

또한, 본원에서 지칭된, 이 예에서의 자극 이벤트들은 다른 가능한 그 실시형태들에 대한 제한 없이, 일반적으로 3 개의 그룹들: 비정서적/비물리적 이벤트들, 물리적 이벤트들, 및 정서적 이벤트들을 포함한다. 정서적 이벤트들은 일반적으로, 고조된 감정적 영향을 유발하는 얼굴 표정들 및/또는 발성들과 같은 감정적 거동에 대해 효과를 가지는 시각적 자극 내의 이벤트들을 포함한다. 물리적 이벤트들은 전형적으로, 시각적 자극 내의 구체적인 객체가 이동하고, 장소들을 시프트하고, 상태들을 변화시키는 등의 이벤트들과 관련 있다. 정서적 또는 물리적 이벤트로서 범주화되지 않는 시각적 자극의 임의의 다른 부분은 비정서적/비물리적 이벤트들로서 범주화된다. 당해 분야의 당업자에 의해 이해되는 바와 같이, 용어들 정서적, 물리적, 비정서적 및 비물리적 이벤트들의 이용은 이하의 예시적인 논의에서 단지 이용되고, 본 개시물의 사상 또는 범위를 제한하도록 의도된 것이 아니다.

본원에서 설명된 실험(들)에 대하여, 다음의 방법론들, 테스팅 장비, 파라미터들, 및 표준들이 뒤따르게 된다: (1) 정서적 및 물리적 이벤트들의 등급들의 결정, (2) 순간적인 깜박임 레이트의 결정, (3) 순간적인 깜박임 레이트를 평가하는 것과 관련된 다양한 치환 테스팅, 및 (4) 제어 깜박임 억제 데이터의 결정. 또한, 본 개시물에서 사용된 다양한 다른 실험 방법론들은 본 출원의 동일한 발명자들의 일부에 의한 이전의 특허들 및 출간된 논문들에서 이용된 것들과 유사하고, 특히, 참조를 위해 본원에 편입되는 적어도 다음의 특허들에서 설명되어 있다: 2011년 4월 12일자로 등록된, "System and Method for Quantifying and Mapping Visual Salience(시각적 현저성을 정량화 및 맵핑하기 위한 시스템 및 방법)"이라는 명칭의 미국 특허 제7,922,670호, 2013년 1월 1일자로 등록된, "System and Method for Quantifying and Mapping Visual Salience(시각적 현저성을 정량화 및 맵핑하기 위한 시스템 및 방법)"이라는 명칭의 미국 특허 제8,343,067호, 및 2013년 10월 8일자로 등록된, "System and Method for Evaluating and Diagnosing Patients Based on Ocular Response(시각상 응답에 기초하여 환자들을 평가하고 진단하기 위한 시스템 및 방법)"이라는 명칭의 미국 특허 제8,551,015호.

상기 언급된 참조문헌들은 일반적으로, 시청자 또는 시청자들의 그룹이 시각적 자극과 시각적으로 교감할 때, 시각적 현저성(또 다른 사람의 시각적 주의력과 관련 있거나 이 시각적 주의력에 대해 두드러질 때에 소정의 시청자의 시각적 주의력의 측도)을 맵핑하고 분석하기 위한 시스템들 및 방법들에 관한 것이다. 특히, 참조문헌들은 일반적으로, 레코딩하고, 분석하고, 개인 또는 개인들의 분포된 그룹에 대한 시각적 현저성을 디스플레이하거나 개인 또는 개인의 선택된 그룹의 시각적 응답들을 시각적 응답들의 알려진 세트와 비교하기 위한 메커니즘을 제공하기 위한 다양한 방법들을 설명한다. 어떤 실시형태들에서, 모니터링 장치(또는 시선 추적기)는 일반적으로 사람이 쳐다보는 물리적 장소를 측정하기 위하여 시각적 자극과 함께 일반적으로 이용된다. 또한, 더 이전의 개시물들은 시각적 현저성 데이터를 시각적 자극의 시간에 있어서의 특정한 인스턴스(instance)로 조정하기 위한 방법들을 설명한다. 이것은 제어 및 전형적인 개인의 데이터가 테스트 개인, 테스트 개인들의 그룹, 또는 알려진 데이터와 비교하여 제시하는 것에 따라 진단 정보를 제공한다.

참조를 위해 본원에 편입된 더 이전의 특허들을 여전히 참조하면, 하나의 실시형태에서, 각각의 시청자의 데이터의 세트는 x, y, 및 z-축 좌표계 상에서 그래프로 그려질 수도 있고, x 및 y 차원들은 일반적으로, 시청자가 교감하는 시각적 자극 또는 관심 포인트 상의 영역(예를 들어, 시청자의 주시가 그것을 향해 주시되는 공간적 응시 장소들)을 나타낸다. 또한, z-축은 일반적으로 시간에 대응하고, 시각적 자극과 시간-고정(또는 시간-상관되거나 동기화)될 수도 있다.

따라서, 다수의 데이터의 세트들 또는 라인들은, 그것이 제어 그룹(그 데이터가 표준으로서 알려지고 이용되는 그룹) 또는 테스트되고 있는 그룹/개인이든지 간에, 데이터의 세트 또는 스캔 경로를 생성하기 위하여 동일한 도표 상으로 맵핑될 수 있다. 일반적으로, 시각적 현저성 데이터를 분석할 때에 적어도 2 개의 추세들이 나타난다: (1) 테스트 데이터(포인트들)는 느슨하게 분포되고, 포인트들이 원형 방식으로 연결되었을 경우에 큰 반경(원)을 형성하고, (2) 테스트 데이터 또는 포인트들은 밀접하게 함께 무리지어 져서, 포인트들이 원형 방식으로 연결될 경우에 밀집된 그룹화 및 작은 반경(원)을 형성한다. 큰 원이 형성되는 제 1 사례에서, 이것은 일반적으로, 데이터 포인트들이 무작위이고 서로로부터 퍼트려지는 경향이 있음을 의미하는 발산 세트(divergent set)로서 칭해진다. 작은 원이 형성되는 제 2 사례는 전형적으로, 데이터 포인트들이 밀접하게 도표화하고 서로를 향해 끌려가는 경향을 가짐을 의미하는 수렴 세트(convergent set)로서 칭해진다.

또한, 위에서 참조된 더 이전의 특허들은 또한, 대부분의 개인들이 스크린 상의 상이한 영역들에 교감하는 특별한 프레임 또는 시간에 있어서의 특별한 인스턴스로서 발산 데이터 세트들을 설명한다. 반대로, 그리고 또 다른 실시형태에 따르면, 수렴 세트는 대부분의 개인들이 특별한 프레임 또는 시간에 있어서의 인스턴스 동안에 스크린 상의 하나의 영역(x, y-축)에서 시각적 자극을 교감하는 시나리오를 설명한다.

또한, 개별적인 데이터 세트들 또는 라인들은 수평으로 함께 연결된 원뿔들 또는 벌집모양들(또한, 본원에서는 주의력 깔때기(attentional funnel)로서 지칭됨)과 닮아 있는 변동되는 3 차원 형상을 형성하기 위하여 방사상으로 그리고 선형으로 연결된다. 원뿔의 더 폭이 넓은 부분들은 발산 데이터 세트들을 나타내고, 원뿔의 더 근접한 세그먼트(segment)들은 수렴 데이터 세트들을 나타낸다. 데이터 포인트들의 이 3 차원 집합들은 다양한 테스트 게인들 또는 테스트 그룹들을 분석하고 비교하기 위하여 이용된다. 테스트 개인이 수렴 세트들에서 시각적 현저성 데이터 포인트들을 가지지 않는 시나리오에서는, 데이터 포인트가 플래그(flag) 처리되고 주목된다. 수렴 세트들의 외부에 존재하는 데이터 포인트들의 패턴이 있을 경우, 테스트하는 개인이 제어 데이터에 따라 자극과 교감하지 않을 확률이 증가된다. 상기 언급된 참조문헌들의 추가의 세부사항들은 도 1b 내지 도 1d와 관련하여 더욱 상세하게 설명될 것이다.

본원에서 설명된 특정한 실험(들) 및 테스트 데이터를 지금부터 참조하면, 테스트 방법론들은 본원에서 개시된 실험(들)에서 참여하는 2.3 년의 평균(M) 생활 연령(chronological age)(SD = 0.55)을 갖는 93 명의 아동들의 사용을 포함하였다. 시각적 자극은 (도 3에서 대표적으로 도시된 바와 같이) 완구 마차에서 함께 놀고 있는 소년 및 소녀 사이의 즉흥적인 상호작용을 포함하였던 아동이 시청한 비디오를 포함하였다. 참여자들의 어느 누구도 그 비디오를 이전에 시청하지 않았다. 또한, 자연스러운 상호작용의 즉흥적인 장면들에서는, 비디오가 다양한 물리적 및 정서적 이벤트들을 포함하였다. 예를 들어, 비디오에서 보여진 물리적 이벤트는 마차 개방 및 폐쇄의 도어를 포함하였다. 유사하게, 비디오에서 보여진 정서적 이벤트는 소년 및 소녀 사이의 논쟁을 포함하였다. 물리적 및 정서적 이벤트들은 서로 배타적이지 않았지만, 영향이 가장 큰 장소들은 운동이 가장 많은 장소들로부터 공간적으로 개별적이었고, 정서적으로 가득 찬 얼굴 표정들은 도어의 물리적 장소로부터 분리되어 있다.

비디오를 시청한 아동들은 정서적 및 물리적 큐들에 응답하여 변동될 것으로 예상되었던 2 개의 그룹들로 분할되었으므로, 정서적 및 물리적 이벤트들 사이의 구별은 실험 설계와 관련 있었다. 비디오는 자폐 스펙트럼 장애(ASD)를 갖는 41 명의 2살 배기들뿐만 아니라 51 명의 전형적인 2살 배기들에게 보여졌다. 여기서, ASD를 갖는 아동들은 바람직한 비교 그룹을 제공하는데, 이것은 아동들이 사회적 상호작용에 대한 시각적 주의력의 이례적인 패턴들, 변동되는 사회적 영향에 대한 감쇠된 반응성, 및 사회적 주의력 큐들에 대한 차별적인 응답의 결여를 표시하지만, 물리적 주의력 큐들에 대한 완전한 응답 및 물리적 이벤트들을 예측하고 이 물리적 이벤트들에 주의를 기울이는 완전한 능력을 표시하는 것으로 이전에 밝혀졌기 때문이다. 본 실험적 패러다임에서는, 깜박임 억제가 그룹 구성원 자격에 의해 변동되는 지각된 자극 현저성의 표지로서 테스트되었다.

도 1a는 하나의 테스트 방법론에서 사용될 때, 시각적 현저성을 정량화 및 맵핑하고 시간 경과에 따른 시각적 교감을 정량화하기 위한 예시적인 깜박임 및/또는 안구 모니터링 시스템(100)을 예시한다. 도 1에서 도시된 시스템(100)은 본원에서 설명된 실험(들)에서 개인들을 테스트하기 위해 이용된 시스템의 표현이다. 시스템은 적어도 하나의 프로세서(102)를 포함한다. 프로세서(102)는 소프트웨어 프로그램들을 수신하고 실행하도록 설계된 임의의 타입의 장치, 또는 소프트웨어 프로그램들에 의해 기능성에 있어서 수정되도록 설계되는 것일 수도 있다. 예를 들어, 프로세서(102)는 디지털 신호 프로세서들, 마이크로제어기들, 및 마이크로프로세서들을 포함하는 그룹, 또는 필드 프로그래밍가능한 게이트 어레이(field programmable gate array)들, 및 컴퓨터 프로그래밍가능한 로직 장치(computer programmable logic device)들로 구성되는 그룹으로부터 선택될 수도 있다. 프로세서(102)와 연관된 기능성은 로컬 또는 원격이든지 간에 중앙집중화되거나 분산될 수도 있다.

하나의 실시형태에서, 프로세서(102)는 시각적 자극(120)에 대한 개인의 깜박임 응답들의 그룹을 표시하는 데이터를 수신하기 위하여 그 상에서 실행되는 소프트웨어를 포함한다. 예를 들어, 프로세서(102)는 임의의 수의 시선 추적기들(110) 또는 시선 추적 장치들로부터 안구 데이터(112)를 수신할 수도 있다. 각각의 시선 추적기(110)는 개인(예를 들어, 개별적인 인간 또는 임의의 다른 종/동물)의 적어도 하나의 안구의 깜박임 응답을 추적하기 위한 임의의 장치일 수도 있다. 하나의 실시형태에서, 시선 추적기(110)는 적외선 비디오-안구도 안구-추적 장치(video-oculography eye-tracking device)일 수도 있다. 또 다른 실시형태에서, 시선 추적기(110)는 양안 시선 추적기이다. 또 다른 실시형태에서, 시선 추적기는 대상자에 의해 수행된 깜박임들을 식별하기 위한 깜박임 모니터링 시스템을 포함할 수도 있다. 이러한 실시형태에서, 프로세서는 시각적 자극(120)에 대한 대상자의 깜박임 응답들을 표시하는 깜박임 데이터(112)를 수신할 것이다. 또 다른 실시형태에서, 시선 추적기(110)는 시선-추적 장치 및 깜박임 모니터링 장치의 조합을 포함할 수도 있고, 시선 추적기(110)는 안구 데이터 및 깜박임 데이터를 검출할 수 있다. 또 다른 양태에 따르면, 각각의 시선 추적기(110)는 안구 운동들, 방향, 팽창(dilation), 회전, 주시(gaze), 깜박임 등과 같은 안구 운동 응답들을 표시하는 안구 데이터(112)를 생성할 수도 있다. 당해 분야의 당업자에 의해 이해되는 바와 같이, 안구 데이터는 예시적인 목적들을 위한 깜박임 데이터를 포함할 수도 있고, 본 개시물의 사상 또는 범위를 제한하도록 의도된 것은 아니다.

안구 깜박임 데이터(112)에 기초한 하나의 양태에서, 프로세서는 안구-깜박임들의 타이밍 및/또는 존재/갯수의 측정과, 태스크들 사이 뿐만 아니라 태스크들 내에서 깜박임들이 어떻게 변조되는지와, 깜박임들의 타이밍이 시청자 교감 및 다양한 자극 이벤트들의 함수로서 어떻게 변동되는지를 결정 및/또는 식별할 수도 있다. 추가적으로, 프로세서는 태스크 이전, 태스크 동안, 및 태스크 이후의 깜박임 레이트를 포함할 수도 있고, 깜박임 레이트는 시각적 자극의 시청의 전반에 걸쳐; 특히, 시각적 자극을 시청하기 이전, 시청하는 동안, 그리고 시청한 이후의 복수의 간격들에서의 변동들에 대해 측정되고 분석된다. 깜박임 데이터는 또한, 인트라태스크 깜박임 억제와 관련 있으므로 순간적인 깜박임 레이트의 측정들을 포함할 수도 있다.

또 다른 양태에서는, 안구/깜박임 데이터(112)에 기초하여, 프로세서(102)가 관심 포인트들 또는 응시 포인트들을 결정 및/또는 식별할 수도 있다. 관심 포인트(또는 주시-포인트 또는 응시 장소)는 개인의 안구 및/또는 둘 모두의 안구들이 초점을 맞추고 있는 포인트이다. 관심 포인트는 공간에서의 좌표(예를 들어, x, y, z), 또는 표면 상의 2 차원 좌표 데이터(예를 들어, x, y), 또는 표면 상에 묘사된 시각적 자극으로서 표시될 수도 있다. 관심 포인트는 추가적으로 시간 (t)로 참조될 수도 있다. 각각의 관심 포인트는 응시 포인트, 또는 안구가 시간의 길이 또는 포인트 상에서의 응시에 관계없이 초점을 맞추고 있는 임의의 포인트를 표시할 수도 있다.

일부의 실시형태들에서, 시스템은 시각적 자극(120)을 포함한다. 시각적 자극(120)은 정지 이미지(예를 들어, 인쇄 광고, 웹페이지, 그림 등), 비디오 영상, 2-D 이미지 또는 비디오, 3-D 이미지 또는 비디오, 라이브 비디오, 사전-레코딩된 비디오, 대화형 미디어 등과 같은 임의의 시각적 자극일 수도 있다. 예시적인 실시형태에서, 시각적 자극(120)은 비디오와 같은 동적 시각적 자극이다. 비디오는 동화상, 비디오 게임, 및/또는 라이브 이벤트의 레코딩을 포함하지만 이것으로 제한되지 않는, 정지해 있거나 움직이는 객체들의 시각적 이미지들의 임의의 영상, 방송, 레코딩 및/또는 표현을 포함할 수도 있다. 비디오는 영화, 비디오 테이프, DVD, CD-ROM 및/또는 디지털 저장장치(예를 들어, 저장장치(130))와 같은 임의의 형태의 미디어에서 구체화될 수도 있다. 시각적 자극(120)은 또한, 라이브 이벤트(예를 들어, 연극 공연, 사회적 상호작용, 훈련 연습 등) 또는 그 임의의 표현(2 차원 또는 3 차원의 어느 하나)일 수도 있다.

또한, 다른 실시형태들에서, 자극은 오디오 자극(도시되지 않음)을 포함할 수도 있고, 오디오 자극은 라이브 레코딩, mp3, 컴팩트 디스크, DVD 사운드트랙, 화상 없는 DVD 오디오, 또는 임의의 다른 메커니즘 등을 포함할 수도 있다. 따라서, 시선 추적기들(110)은 테스터가 청각적 자극과 교감할 때에 안구 데이터(112)를 모니터링하고 레코딩할 것이다. 하나의 양태에서, 시선 데이터(112)는 다양한 응시 영역들을 결정하기 위한 다양한 안구 운동 응답들, 자극과의 테스터 교감의 레벨, 및 깜박임 및 깜박임 억제와 관련된 다양한 데이터를 포함한다. 다른 양태들에서, 안구 데이터(112)는, 특정한 시청자들 또는 시청자들의 그룹들을 교감시키고, 자극의 가장 교감하는 특수한 시간적 특징들을 식별하고, 인구통계 또는 진단의 목적들 중의 어느 하나를 위하여 소정의 자극과의 그 교감의 함수로서 시청자들을 범주화하거나 인덱싱하기 위한 자극의 능력을 평가하기 위하여 다양한 안구 운동 응답들을 표시한다.

시스템의 일부의 실시형태들은 시각적 자극(120) 또는 청각적 자극(도시되지 않음)으로부터 자극 데이터(122)를 수신하기 위하여 프로세서(102)에 의해 사용된 소프트웨어를 더 포함한다. 자극 데이터(122)는 예를 들어, 시각적 자극(120)(예를 들어, 라이브 이벤트의 표현 또는 비디오 레코딩), 완전한 비디오 시각적 자극(120), 또는 시각적 자극(120)의 임의의 부분(예를 들어, 프레임들 및/또는 스크린샷(screenshot)들을 나타내는 데이터일 수도 있다. 유사하게, 자극 데이터(122)는 오디오 자극(예를 들어, 오디오의 레코딩, 디지털 레코딩), 오디오 자극의 부분 등을 나타내는 데이터를 포함할 수도 있다. 일부의 양태들에서, 데이터는 또한, 복수의 안구 및/또는 깜박임 데이터로의 자극의 맵핑 또는 시간-고정을 가능하게 하기 위한 시간 관련 정보를 포함할 수도 있다.

시스템은 또한 데이터베이스(130)를 포함할 수도 있다. 데이터베이스(130)는 프로세서(102)와 공동위치될 수도 있거나, 통신 네트워크를 통해 원격으로 위치되거나 액세스가능할 수도 있다. 데이터베이스(130)는 프로세서(102)를 위한 일시적인 저장장치(예를 들어, 랜덤 액세스 메모리) 및/또는 예를 들어, 안구 데이터(112) 또는 자극 데이터(122)를 위한 영구적이거나 반영구적인 데이터 저장장치를 제공할 수도 있다. 시스템은 임의의 수의 디스플레이들(140)을 더 포함할 수도 있다. 디스플레이(140)는 또한 프로세서에 로컬 또는 원격의 어느 하나로 위치될 수도 있다. 예를 들어, 디스플레이(140)는 원격으로 위치될 수도 있고, 인터넷을 통해 프로세서(102)로부터 데이터 또는 정보를 수신할 수도 있다. 이하에서 설명되는 바와 같이, 깜박임 응답들, 깜박임 평가들, 관심 포인트들, 시각적 자원들의 분포들, 및/또는 시각적 자원들 및/또는 시간적 자극(120)에 대한 교감의 그룹의 분포를 나타내는 데이터는 디스플레이(140) 상에서 제시될 수도 있다.

도 1b는 시각적 자극에 대한 시각상 응답들을 표시하는 데이터, 또는 안구 데이터(112)의 예시적인 표(150)를 도시한다. 안구 데이터(112)는 임의의 방식 또는 포맷으로 편성 및/또는 유지될 수도 있고 표는 오직 예시적이라는 것이 이해되어야 한다. 이와 같이, 표(150)는 도시된 바와 같이 열들(154, 156, 159)에서와 같은 임의의 방식으로 편성될 수도 있다. 본 예시에서, 데이터는 관심 포인트들(또는 응시 장소들)을 설명하는 좌표들로서 참조된다. 예를 들어, 300의 x-값은 152에서 도시되어 있고, 111의 대응하는 y-값은 158에서 도시되어 있다. 본 예에서의 좌표는 예를 들어, 안구 데이터(112)의 특별한 좌표가 샘플링되었던 시간을 참조하는, 열(159)에서의 시간 값을 더 포함한다. 시간 값은 시각적 자극(160)의 시간(164)에 또한 대응할 수도 있다. 안구 데이터(112)의 임의의 수의 추가적인 범주들(예를 들어, 열들)은 관심 포인트에 대한 거리를 참조하는 z-값과 같이 표현될 수도 있다.

도 1b에서 도시된 바와 같이, 표(150)에서의 관심 포인트는 시각적 자극(160)에 맵핑될 수도 있다. 예를 들어, 152 및 158에서 참조된 관심 포인트는 예를 들어, 좌표계(162)를 이용하여 시각적 자극의 부분 상의 포인트(168)에 맵핑될 수도 있다. 일부의 실시형태들에서, 좌표계(162)는 임의의 비디오 픽셀 좌표계(예를 들어, 640x480 또는 720x480)와 관련 있을 수도 있다. 시각적 자극(160)의 부분은 관심 포인트가 샘플링되었던 시간에 대응하는 부분(예를 들어, 프레임 또는 패널)일 수도 있다.

안구 데이터(112)는 임의의 레이트 또는 주파수로 샘플링된 데이터를 포함할 수도 있다. 예를 들어, 안구 데이터(112)는 60Hz, 512Hz, 1000Hz의 샘플링 주파수, 또는 임의의 다른 샘플링 주파수에서 개인으로부터 샘플링될 수도 있다. 안구 데이터의 시각화 또는 제시의 레이트는 희망하는 바와 같이 증가 또는 감소될 수도 있고, 및/또는 동적 시각적 자극, 예를 들어, (160)의 변화의 레이트에 기초하여 조절될 수도 있다. 안구 데이터의 분석의 레이트들 및 제시의 레이트들 양자는 또한, 정밀조사를 위해 격리된 비디오의 의미있는 세그먼트들의 분석에 기초할 수도 있다. 예를 들어, 자극들에서의 의미있는 이벤트들이 초 당 30회의 레이트에서 발생할 경우, 샘플, 분석, 및 제시의 레이트들은 30Hz와 동일하거나 이를 초과할 수 있다.

도 1c는 동적 시각적 자극의 몇몇 부분들 및/또는 프레임들의 디스플레이(170)를 도시한다. 도시된 바와 같이, 디스플레이(170)는 시간 축(182)과, 동적 시각적 자극의 상이한 시간들에 대응하는 임의의 수의 프레임들, 예를 들어, (172, 174)를 포함한다. 프레임(172) 상의 관심 포인트들, 예를 들어, (176, 178, 180)은 디스플레이(170)에서 또한 표현되어 있다. 관심 포인트들의 각각은 상이한 개인들로부터 샘플링된 안구 데이터(112)로부터 결정될 수도 있다. 대안적으로, 각각의 관심 포인트는 하나의 개인에 의한 동일한 동적 시각적 자극의 상이한 시청들로부터 결정될 수도 있다.

도 1d를 참조하면, 본 개시물에 따른 시스템(100)은 시간적 자극에 대한 시각적 자원들의 테스트 그룹의 분포의 디스플레이를 생성하기 위한 소프트웨어를 더 포함한다. 도 1d의 a 내지 도 1d의 h는 본 개시물에 따라 시각적 자원들의 그룹의 분포의 디스플레이를 생성하기 위한 메커니즘들의 예를 도시한다. 도 1d의 a는 시각적 자극에 응답한 특별한 시간들에서의 시각적 자원들(예를 들어, 184)의 개인들의 그룹 분포의 2차원 표현들을 도시한다. 도 1d의 b에서는, 분포들이 동일한 시간의 기간 동안에 지형학으로 디스플레이된다(예를 들어, 186). 본 개시물을 판독할 시에 당해 분야의 당업자에게 명백한 바와 같이, 시각적 자원들의 그룹의 분포는 예시적인 시간의 기간 동안(즉, 좌측으로부터 우측으로) 발산하는 것으로부터 수렴하는 것으로 변화하고 있다(예를 들어, 고조된 주의력의 영역을 식별함). 도 1d의 c는 상대적 현저성 또는 높이 값의 평균(예를 들어, 평균 또는 중간) 값에서의 각각의 시간 및 평면(예를 들어, 190)에서 시각적 자원들의 그룹의 분포를 도시한다.

도 1d의 d는 각각의 평면(예를 들어, 190)과, 각각의 시간에서 평면에 의해 제공된 최대 현저성의 영역(예를 들어, 192)을 도시한다. 도 1d의 e 및 도 1d의 f는 임의의 수의 시간들에서의 최대 현저성의 영역들(예를 들어, 192)을 또한 도시한다. 본 개시물에 따라 시각적 자원들의 그룹의 분포의 바람직한 디스플레이를 생성하기 위하여, 영역들은 도 1d의 g에서 도시된 바와 같이 시간의 기간 동안에 주의력 깔때기(195)를 성장시키기 위하여 연결 및/또는 압출(extrude)될 수도 있다. 깔때기(195)는 최대 현저성의 영역들에 대응하는 시각적 자극의 영역들을 도시하기 위하여 디스플레이 내에 포함된 시각적 자극의 부분들(예를 들어, 프레임(197)) 및 시각적 자극에 맵핑될 수도 있다. 도시된 바와 같이, 수렴은 남성 배우의 안구들에 대한 고조된 주의력의 영역을 표시하는 프레임(197)에서 도시되어 있다. 도 1d의 h는 프레임(197)뿐만 아니라, 수렴에까지 이르는 2 개의 선행 프레임들을 도시한다.

지금부터 본 개시물에서 설명된 실험(들)과 관련하여 깜박임 데이터의 수집 및 평가의 설명으로 돌아가면, 도 2는 본원에서의 실험(들)에서 개시된 바와 같이 예시적인 데이터 수집 및 평가 프로세스(200)를 예시한다. 예시적인 데이터 수집 및 평가 프로세스의 다양한 양태들은 본원에서 설명된 다양한 테스트 참여자들과 함께 복수 회 사용되었다. 하나의 실시형태에서, 도 2에서 예시된 프로세스를 사용하여 검사되고 본 실험(들)을 시작시키는 제 1 파라미터는 ASD를 갖는 유아들 및 전형적인 유아들 사이의 안구-깜박임 거동에 있어서의 생리적 차이들에 대해 테스트하기 위한 전체적인 깜박임 레이트 및 깜박임 기간이었다. 안구 운동 데이터는 60Hz의 레이트에서 레코딩되었고, 깜박임들은 측정가능한 기간을 갖는 이벤트들로서 레코딩되었고, 자동화된 알고리즘에 의해 식별되었고, (도 2의 단계(204)에서 설명된 바와 같이) 모든 참여자들에서의 동시 비디오 레코딩에 의해 보충 및 검증되었고, 하나의 성인 시청자에서의 동시 근전도검사(electromyography) 레코딩들에 의해 별도로 검증되었다.

각각의 테스트 세션의 시작 시에, 참여자들은 컴퓨터 모니터 상에서 재생된 아동의 비디오(예를 들어, Baby Mozart, Elmo)를 시청하였다. 컴퓨터 모니터는 벽 패널 내에 장착되었고, 오디오 사운드트랙은 은닉된 스피커들의 세트를 통해 재생되었다. 유아들은 시청 높이(가시선; line-of-sight)가 모든 아동들에 대해 규격화되도록, 공압식 리프트 상에 장착된 카 시트 내로 착석되고 버클로 잠겨졌다. 시청자들의 안구들은 각각의 아동의 시야의 대략 23°x 30° 부분을 대향한 컴퓨터 모니터로부터 30 인치(76.2 cm) 이었다. 방안의 전등들은 컴퓨터 모니터 상에서 디스플레이된 이미지들만이 용이하게 보여질 수 있도록 어둡게 되었다. 5-포인트 교정 방식이 이용되어, 전등의 방사(spinning) 및/또는 조사(flashing) 포인트들뿐만 아니라, 동반된 사운드들을 모두 갖는, 시각적 각도의 0.5°로부터 1.5°까지의 크기 범위인 만화 애니메이션들을 제시하였다. 교정 루틴 다음으로, 더 많은 애니메이션들이 5 개의 스크린상 장소들에서 제시되었던 교정의 검증이 뒤따랐다. 테스팅 세션의 나머지 전반에 걸쳐, (교정 프로세스에서 이용된 바와 같은) 애니메이션으로 된 타겟들은 데이터에 있어서의 드리프트(drift)를 측정하기 위하여 실험 비디오들 사이에서 보여졌다. 이러한 방법으로, 안구-추적 및 안구 깜박임 데이터(112)의 정확도는 실험 시도들을 시작하기 전에 검증되었고, 그 다음으로, 테스팅이 계속됨에 따라 비디오 세그먼트들 사이에서 반복적으로 검사되었다. 드리프트가 3°를 초과하였을 경우, 데이터 수집은 정지되었고, 아동은 추가의 비디오들이 제시되기 전에 재교정되었다. 실험 프로토콜의 모든 양태들은 아동들의 진단 상태를 모르도록 한 인력에 의해 수행되었다. 데이터 획득의 대부분의 양태들과, 코딩, 프로세싱 및 데이터 개요의 모든 양태들이 자동화되어 있어서, 진단 특징화 프로토콜 및 실험 프로토콜 사이의 분리는 보장되었다.

깜박임 억제를 지각된 자극 현저성의 인덱스로서 분석하기 위하여, 아동들은 완구 마차(도 3에서 도시되는 일부의 프레임들)에서 함께 놀고 있는 소년 및 소녀의 비디오 장면을 보게 되었다. 비디오 장면은 Karen Bruso 및 Mary Richardson의 상업적으로 입수가능한 아동들의 비디오인 Toddler Takes! Take 1 : Toddlers at Play(놀이 중인 유아들)로부터 발췌되었다. 비디오는 도 2에서의 단계(202)에 따라, 20-인치(50.8 cm) 컴퓨터 모니터(140)(60 Hz 순차주사된 리프레시 레이트(refresh rate)) 상에서 동반된 오디오 사운드트랙과 함께 전체-스크린 모드에서 제시되었다. 비디오 프레임들은 8-비트 컬러 이미지들, 해상도에 있어서 640x480 픽셀들이었다. 제시의 비디오 프레임 레이트는 초 당 30 프레임들이었다. 오디오 사운드트랙은 44.1 kHz에서 샘플링된 단일(모노) 채널이었다. 오리지널 오디오 사운드트랙은 성인 나레이터 목소리의 사례를 포함하였고; 이것은 비디오 장면을 가능한 한 사실적으로 하기 위하여 디지털 방식으로 제거되었다. 비디오의 기간은 1분 13.6초였다. 깜박임 레이트 및 깜박임 기간의 개별적인 측도들(도 3 및 도 4 참조)은 시행간 간격(intertrial interval)들 동안과는 반대로, 비디오 시청 동안에 측정되었다.

비디오의 전후에는, 시청자들의 주의력을 공통의 응시 장소로 끌어들이기 위하여 집중시키는 큐가 그렇지 않을 경우의 공백 스크린 상에 제시되었다. 집중시키는 큐는 시각적 각도에 있어서 1.5°였으며, 교대로 나타나는 청색 및 백색 섹션들이 알림음까지 시간에 있어서 순환하였다. 집중시키는 큐의 제시 동안에, 아동들의 91.4%는 큐를 쳐다보는 것에 있어서 순응하였고; 순응적이였던 아동들의 비율에 있어서 그룹간 차이들은 없었다(z=1.12, P=0.24).

시각적 응시 패턴들은 ISCAN, Inc에 의해 만들어진 하드웨어 및 소프트웨어를 이용한 시선-추적 장비(110)로 측정되었다(도 2의 단계(204) 참조). 시선-추적 기술은 60Hz의 레이트에서 수집된 안구 운동 데이터를 갖는 어두운 동공/각막 기법을 이용하는 비디오-기반이었다. 안구 운동들의 분석 및 응시 데이터의 코딩은 MATLAB(Math Works)로 기재된 전용 소프트웨어로 수행되었다. 분석의 제 1 단계는 깜박임들, 단속성 운동(saccade)들, 및 자극들 제시 스크린으로부터 멀어지도록 지향된 응시들을 포함하는 비응시(nonfixation) 데이터의 자동화된 식별이었다(도 2의 단계(204) 참조). 이 시선 추적 기술은 오직 예시적이며, 본 개시물의 사상 또는 범위를 제한하도록 의도된 것은 아니다.

깜박임들은 동공 직경에 있어서의 변화의 레이트에 의해, 그리고 측정된 동공 중심의 수직 변위에 의해 동공의 교합(occlusion)을 측정하는 자동화된 알고리즘에 의해 식별되었다. 이해되고 인식되는 바와 같이, 눈감기, 어떤 눈꺼풀 운동 등과 같은 깜박임들을 검출하기 위하여 다른 방법들이 이용될 수 있었다. 깜박임 검출 알고리즘은 모든 참여자들에서의 동시 비디오 레코딩에 의해 보충되었고, 참여자들의 데이터의 10%에서의 비디오 데이터의 수동 코딩에 의해 검증되었다. 알고리즘은 또한, 하나의 성인 시청자에서의 동시 비디오 및 근전도검사(electromyography; EMG) 레코딩에 의해 검증되었다. 비디오 레코딩들과 비교하여, 알고리즘은 비디오 이미지들의 수동 코딩에 의해 식별된 모든 깜박임들의 95.0%를 정확하게 검출하였다. EMG 레코딩과 비교하여, 알고리즘은 EMG에 의해 레코딩된 깜박임들의 96.4%를 정확하게 검출하였다. 알고리즘에 의해 깜박임들이지만 166.7ms보다 더 짧거나 566.7ms보다 더 긴 것으로 식별된 이벤트들은 깜박임 기간의 이전의 연구들에 따라, 그리고 비디오 이미지들의 시각적 검사와 일치하여 분석으로부터 제외되었다(566.7ms보다 더 길게 보이는 도 7에서의 깜박임들은 도표 해상도에 의해 모호하게 된, 잠시의 응시들에 의해 분리된 실제로는 다수의 깜박임들이었다. 알고리즘에 의해 검출된 깜박임들 및 EMG에 의해 검출된 깜박임들을 포함하는 기간 측정들은 10ms 미만(즉, 시선-추적기의 샘플링 검출 문턱(threshold)보다 더 작음)만큼 상이하였다. 단속성 운동들은 초 당 30°의 속도 문턱을 이용하여 안구 속도에 의해 식별되었다. 참여자가 비디오 스크린으로부터 눈길을 돌릴 때, 오프-스크린(off-screen) 응시들은 스크린 경계들 너머의 장소들에 대한 응시 좌표들에 의해 식별되었다. 모든 시청 데이터의 전반에 걸쳐, 비응시 데이터(단속성 운동들+깜박임들+오프-스크린 응시들)의 비율은 ASD(M = 24.25%, SE = 1.2) 및 전형적인 그룹들(M = 24.7%, SE = 1.5) 사이에서 상당히 상이하지는 않았다[t₍₉₁₎ = 0.22, P = 0.82] (도 2의 단계(204) 참조).

ASD를 갖는 유아들(M = 5.58 bpm, SD = 3.88) 및 전형적인 유아들(M = 5.18 bpm, SD = 3.66) 사이의 분당 깜박임들(blinks per minute; bpm) 사이에는 차이가 발견되지 않았다[t₍₉₁₎ = 0.519, P = 0.60] (도 4). 또한, ASD를 갖는 유아들(M = 300.0 ms, SD = 98.7) 및 전형적인 유아들(M = 301.3 ms, SD = 98.0) 사이에는 깜박임 기간에 있어서의 차이가 발견되지 않았다 [t₍₉₁₎ = -0.23, P = 0.82]. 깜박임의 개체발생(ontogeny)에 관한 이전의 연구와 일관되게, 개별적인 깜박임 레이트들(bpm)은 양쪽 그룹들에 있어서의 생활 연령과 긍정적으로 상관되었다(ASD를 갖는 유아들에 대해 r = 0.33, p < 0.05이고, 전형적인 유아들에 대해 r = 0.27, P < 0.05). 이 상관의 강도 또는 방향에 있어서 그룹간 차이가 없었다(z = 0.28, P > 0.05).

각각의 실험 시도(비디오 장면) 전후의 시행간 간격들 동안의 깜박임 레이트에 있어서의 변동의 일화적 관찰(Anecdotal observation)(도 6a 참조)이 또한 테스트되었다. 이 간격들 동안, 시청자들의 주의력을 공통의 응시 장소로 끌어들이기 위하여 집중시키는 큐가 그렇지 않을 경우의 공백 스크린 상에 제시되었다. 더 이전의 관찰들에 기초하여, 표시자들에 의해, 깜박임 레이트는 시행간 간격들에 관련된 실험 시도 동안에 감소할 것이라는 것이 예측되었다.

도 6b에서 도시된 바와 같이, ASD를 갖는 유아들 및 전형적인 유아들의 양자의 평균 깜박임 레이트는 시도전(pre-trial) 및 시도후(post-trial) 기간들에 관련된 실험 시도 동안에 감소하였다. 평균보다 더 큰 분산을 갖는 종속 변수(bpm)의 포지티브 스큐(positive skew)가 주어지면, 기초적인 네거티브 양안 분포들이 가정된 분산의 분석(ANOVA)의 반복된 측정들[진단 그룹(2 레벨들) x 시도 타입(3 레벨들: 시도전, 시도중, 및 시도후)]이 수행되었다. ANOVA는 시도 타입의 상당한 주요 효과를 산출하였다(Wald 2 = 18.70, df = 2, P < 0.001). 사후 비교(post hoc comparison)들은, 평균 bpm 시도전 및 시도후가 서로 상당히 상이하였지만(Wald 2 = 0.64, df = 1, P = 0.42), 그 조건들의 각각 동안의 깜박임 레이트는 실험 시도 동안의 깜박임 레이트보다 상당히 더 컸음(각각 Wald X² = 20.58, df = 1, P < 0.001 및 Wald X² = 14.57, df = 1, P < 0.001)을 표시하였다. 진단의 주요한 효과가 전혀 없었고(Wald X² = 0.002, df = 1, P = 0.97), 조건에 의한 진단의 상당한 상호작용이 전혀 없었다(Wald X² = 0.003, df = 2, P = 0.99).

깜박임 데이터와 관련 있을 때의 순간적인 깜박임 레이트의 결정이 또한 테스트되었다. 순간적인 깜박임 레이트는 밀도 함수로서 연산된다. 각각의 개인에 대한 데이터는 60-Hz 시계열로서 레코딩되었다. 소정의 개인이 깜박이는지 아닌지의 여부를 표시하는 2진수 값들은 도 2의 (206)에서 설명된 바와 같이, 시계열에서의 각각의 포인트에서 레코딩되었다(깜박이지 않는 것에 대해 0이고 깜박이는 것에 대해 1이며, 1의 인접한 시퀀스는 그 인접한 시퀀스의 길이와 동일한 기간을 갖는 완전한 깜박임을 표시함). 시계열에서의 각각의 시간 t에서, 순간적인 깜박임 레이트는 다음의 수학식에 따라 계산되었다:

여기서, bpm(t)는 시간 t에서의 순간적인 깜박임 레이트(분 당 깜박임들)이고, △t는 샘플링 간격(60-Hz 샘플링에 대해 1/60 s, 1/3,600 min으로서 분으로 변환됨)이고, n_b(t)는 시간 t에서 발생하는 깜박임들의 합(즉, 개인들에 걸쳐 합산됨), 그리고 N_v(t)는 시간 t에서 깜박이거나 스크린을 보고 있는 시청자들의 총 수이다. 최종적으로, 순간적인 깜박임 레이트 밀도 함수는 평균 개별 깜박임 기간과 일치하도록 선택된 가우스 윈도우(Gaussian window)(전체-폭 절반의 최대치에서 300 ms)로 평탄화되었다.

자유-시청 실험(들)에서, N_v(t)는 시간 t에서 스크린으로부터 눈길을 돌리는 임의의 참여자를 제외해야 하는 것에 주목해야 한다. 또한, n_b는 총 깜박임들의 분수 카운트이고: 60-Hz 샘플들에서 측정된, 300 ms 지속되는 단일 깜박임은 시계열에서 18 개의 샘플들에 걸쳐 있을 것이고 각각의 시간 t에서 깜박임의 1/18로서 카운트될 것이라는 것에 주목해야 한다.

또한, 순간적인 깜박임 레이트가 비디오 시청 동안에 상당히 변조되었는지를 테스트하기 위하여, 치환 테스트가 이용되었다. 1000 개의 반복들의 각각에서, 각각의 아동에 대한 2진수 시계열 깜박임 데이터(0 = 깜박이지 않음, 1 = 깜박임)는 하기 수식에 따라 원형 시프트(circular shifting)에 의해 치환되었고:

이것은 다음과 같이 기재되며

이것은 s_j > 0에 대하여, 다음과 동일하다

여기서, b_j는 각각의 참여자 j에 대한 측정된 깜박임 시계열 데이터이고; b_j,c는 동일한 참여자 j에 대한 원형-시프트된 깜박임 시계열 데이터이고; t는 간격 0 ≤ t ≤ T 동안에 정의된 시계열에서의 시간 포인트이고; T는 자극의 총 기간이고(본 경우에 있어서, 참여자들에게 보여진 전체 영화의 기간); s_j는 각각의 참여자 j에 대한, t와 동일한 시간 단위들에서의 원형 시프트의 크기이다. 각각의 참여자에 대한 원형 시프트의 크기는 균일한 분포를 갖는 난수 생성기로부터 독립적으로 도출되었고, 가능한 값들은 -T로부터 T까지의 범위였다. 각각의 반복 i에 대한 원형 시프트 후에, 순간적인 깜박임 레이트는 이전에 설명된 바와 같이 계산되었다:

이러한 방법으로, 각각의 반복에서는, 깜박임들의 기간들 및 시행간 간격들이 각각의 개인에 대해 보존되었지만, 각각의 깜박임의 타이밍은 비디오 컨텐츠의 실제적인 시간 라인 및 다른 참여자들의 깜박임의 타이밍의 양자와 관련하여 무작위적으로 되었다. 이 접근법에 의하여, 치환된 데이터에서는, 전체적인 태스크 동안의 참여자들의 평균 깜박임 레이트가 변화되지 않고 유지되지만(그리고 태스크-특정), 순간적인 깜박임 레이트가 증가되거나 감소되는 타이밍은 무작위적으로 된다.

치환 프로세스는 1000 개의 반복들 상에서 반복되었고, 다음으로, 시계열에서의 각각의 포인트에서 모든 반복들에 걸쳐 깜박임 레이트의 통계적 분포에 대해 측정되었다. 모든 반복들에 걸친 각각의 시간 포인트에서는, 치환된 데이터의 5번째 백분위수가 상당한 깜박임 억제의 시간 포인트들을 식별하기 위한 비모수 문턱(nonparametric threshold)으로서 이용되었다. 이것은 안구 깜박임의 실제적인 패턴들과, 안구 깜박임의 무작위화된 기회 패턴(chance pattern)들과의 비교를 가능하게 하여, 안구 깜박임들의 타이밍이 테스트되어야 할 장면 컨텐츠와 상관되지 않았다는 널 가설을 가능하게 하였다.

상기 실험(들)에 기초하여, 전형적인 유아들에 대한 깜박임 레이트는 상당히 억제되어, 비디오 시청 시간의 8.8 % 동안에 섞여진 데이터의 0.05 문턱보다 더 작은 값들을 나타내었고, ASD 그룹에 대한 깜박임 레이트는 시청 시간의 7.0 % 동안에 상당히 억제되었던 것으로 밝혀졌다. 각각의 그룹에 대한 관찰된 깜박임 레이트들 및 치환된 데이터 사이의 차이는 2-샘플 Kolmogorov-Smirnov 테스트들에 의해 테스트되어, 각각에 대한 상당한 차이들을 발견하였다(전형적인 유아들에 대해 D = 0.22, P < 0.001이고, ASD를 갖는 유아들에 대해 D = 0.28, P < 0.001).

도 9는 실제적인 깜박임 데이터를 치환된 데이터와 비교하는 경험적 누적 분포 함수들의 그래프들을 도시한다. 이 도표들은 낮은 깜박임 레이트들에 있어서의 증가(가로 좌표의 좌측 끝에서의 실제적인 데이터 및 치환된 데이터 사이의 갭)뿐만 아니라, 깜박임 레이트들에 있어서의 증가(가로 좌표의 우측 끝에서의 실제적인 데이터 및 치환된 데이터 사이의 갭)의 양자를 도시한다.

순간적인 깜박임 레이트가 비디오 자체 동안에 상당히 변조되었는지 여부가 테스트되었다(도 7a 참조). 개별적인 데이터는 60-Hz 시계열로서 레코딩되었다(계열(series) 내의 각각의 포인트에서의 2진수 값들은 소정의 개인이 깜박이고 있는지 아닌지의 여부를 표시함). 순간적인 깜박임 레이트는 각각의 그룹에 대한 모든 개인들에 걸쳐 연산되었다. 깜박임 억제의 타이밍이 장면 컨텐츠와 상관되지 않는다는 널 가설을 테스트하기 위하여, 치환 테스트가 이용되었다. 1,000 개의 반복들의 각각에서, 각각의 그룹에 대하여, 각각의 아동에 대한 2진수 시계열 깜박임 데이터는 원형 시프트에 의해 치환되었고, 각각의 아동에 대한 시프트 크기는 균일한 분포를 갖는 난수 생성기로부터 독립적으로 도출되었다. 다음으로, 순간적인 깜박임 레이트는 시프트된 개별적인 데이터에 걸쳐 계산되었다. 각각의 개별적인 데이터는 독립적으로 시프트되었으므로, 각각의 시프트된 깜박임 시계열의 타이밍은 비디오 컨텐츠의 실제적인 시간 라인과 관련하여 무작위적이었고, 다른 참여자들의 깜박임의 타이밍과 관련하여 무작위적이었다. 이 접근법에 의하여, 치환된 데이터에서는, 전체적인 태스크 동안의 참여자들의 평균 깜박임 레이트가 변화되지 않고 유지되지만(그리고 태스크-특정), 순간적인 깜박임 레이트가 증가되거나 감소되는 타이밍은 무작위적으로 된다.

이것은 정확한 확률들을 갖는 기본적인 치환 테스트를 가능하게 하였고: 각각의 시간 포인트에서, 모든 치환된 데이터에 걸친 5번째 백분위수는 통계적으로 유의성 있는 깜박임 억제의 기간들을 식별하기 위한 통계적인 문턱(P = 0.05)으로서 작용하였다(도 7c 및 도 7d 참조). 실제적인 측정된 깜박임들의 타이밍이 진행 중인 비디오 컨텐츠에 대해 무작위적이었을 경우, 각각의 그룹에 대한 측정된 순간적인 깜박임 레이트는 시간의 단지 5 %인 치환된 데이터의 그것과는 상이할 것으로 예상되었다. 대조적으로, 실제적인 데이터에서는, 전형적인 유아들에 대한 깜박임 레이트가 비디오 시청 시간의 8.8 % 동안에 상당히 억제되었고(치환된 데이터의 0.05 문턱보다 더 작은 값들을 나타냄), ASD 그룹에 대한 깜박임 레이트가 비디오 시청 시간의 7.0 % 동안에 상당히 억제되었던 것으로 밝혀졌다. 이 차이는 각각의 그룹에 대한 관찰된 깜박임 레이트들 및 치환된 데이터 사이에서 2-샘플 Kolmogorov-Smirnov 테스트들에 의해 테스트되어, 각각에 대한 상당한 차이들을 발견하였다(전형적인 유아들에 대해 D = 0.22, P < 0.001이고, ASD를 갖는 유아들에 대해 D = 0.28, P < 0.001).

시각적 자극(120)에 대한 깜박임 억제의 상관의 일부로서, 시각적 자극의 복수의 세그먼트들은 정서적 컨텐츠 및 물리적 컨텐츠(또한, 본원에서는 정서적 이벤트들 및 물리적 이벤트들로서 지칭됨)로서 식별되었다. 10 명의 성인들은 2-단계 프로세스에서 비디오 장면의 정서적 컨텐츠를 등급설정하였다. 먼저, 전체적인 비디오는 15 개의 세그먼트들로 분할되었고, 시청자들은 가장 많이 정서적인 것으로부터 가장 덜 정서적인 것으로 세그먼트들을 순위를 정하도록 요청받았다. 이 순위들에 대한 부합(concordance)의 평가자간 계수는 매우 중요하였다(Kendall의 W = 0.879, X² = 123.02, df = 14, P < 0.0001). 다음으로, 가장 높게 순위가 정해진 8 개의 세그먼트들은 정서적 이벤트들의 정밀한 타이밍을 식별하기 위하여 이용되었다. 그렇게 하기 위하여, 성인 평가자들은 8 개의 가장 정서적 세그먼트들의 각각을 프레임별로 검사하였고, 정서적 이벤트가 시작한 시간 포인트 및 정서적 포인트가 종료된 시간 포인트를 선택하였다. 모든 평가자들에 걸친 시작 및 종료 시간들의 SE는 152 ms 이었다. 각각의 정서적 세그먼트에 대한 시작 및 종료 시간들은 10 명의 평가자들에 걸쳐 평균화되어, 8 개의 정서적 이벤트들로 귀착되었다. 물리적 이벤트들은 마차 도어가 이동하는(시작 및 종료 포인트들은 도어의 움직임의 시작 및 정지에 의해 설정됨) 전시간 포인트(all-time point)들로서 정의되었다. 당해 분야의 당업자에 의해 일반적으로 이해되는 바와 같이, 이벤트들은 반드시 정서적 또는 물리적 이벤트들로서 범주화되어야 할 필요는 없고, 이러한 범주화들은 본 실험(들) 및 개시물을 위한 예시적인 목적들로서 단지 이용된다. 또한, 복수의 메커니즘들은 임의의 종류의 이벤트와 관련하여 깜박임 레이트에 있어서의 변화들을 결정 및 측정하기 위하여 사용될 수도 있다.

깜박임이 우연히 예상된 것보다 더 큰 레벨들에서 억제되었고 자연스러운 장면들의 제약되지 않은 시청 동안에 특정 시간들에서 억제된 것을 확인한 후, 깜박임 억제가 비디오 컨텐츠, 시각적 응시, 및 시청자 그룹에 대해 선택적으로 변동되었는지 여부가 테스트되었다. 위에서 설명된 바와 같이, 실험 패러다임은 컨텐츠의 2 개의 범주들(정서적 및 물리적 이벤트들)을 그러한 범주들에 대한 차별적인 주의력에 대해 알려진 아동들의 2 개의 모집단들(ASD를 갖는 아동들 및 전형적인 유아들)에게 제시하였다. 참여자들에게 보여진 비디오에서는, 비디오에서의 소년은 마차 도어를 열어 놓은 상태로 두기를 희망하는 반면, 소녀는 그것이 닫혀지기를 원하고; 이 시나리오는 정서적 컨텐츠(소년 및 소녀 사이의 불화)의 변동되는 레벨들 및 반복된 물리적 행위(마차 도어의 폐쇄 또는 개방)를 편리하게 만들었다.

즉흥적인 자연스러운 상호작용의 비디오에서 정서적 및 물리적 이벤트들의 지정을 조작하기 위하여, 10 명의 성인 시청자들이 전체적인 비디오의 전반에 걸쳐 영향의 레벨을 등급설정하여, 얼굴 표정들 및/또는 발성들이 고조된 감정적 영향을 보였던 비디오 내의 8 개의 세그먼트들(예를 들어, 비디오에서의 소년 또는 소녀가 두드러지게 화를 내는 시간 기간들)을 식별하였다. 평가자간 정서적 순위에 대한 부합의 계수는 매우 중요하였다(Kendall의 W = 0.879, X² = 1223.02, df = 14, P < 0.00001). 물리적 이벤트들은 마차 도어가 이동하는 시간들에서 조작되었다. 2 개의 이벤트 타입들은 서로 배타적이지 않았지만, 독립적인 평가자들마다, 시간의 25.18 %보다 더 적게 중첩되었다.

비디오의 나머지 세그먼트들은 비정서적/비물리적 이벤트들로서 분류되었다. 시청자들은 프로세스에 특별히 중요한 것으로 지각된 순간들 동안에 그 깜박임을 억제하였을 것이고, 덜 중요한 것으로 지각된 순간들 동안에 그 깜박임을 증가시켰을 것으로 예측되었다. 깜박임 억제의 타이밍이 정서적 및 물리적 이벤트들에 대하여 어떻게 변동하였는지를 검사하기 위하여, 주변자극(peristimulus)(또는 "주변이벤트(perievent)") 시간 히스토그램(peristimulus time histogram; PSTH)들이 이용되었다. PSTH들은 (도 2의 단계(208)에서 도시된 바와 같이) 개별적인 시계열 깜박임 데이터의 세그먼트들을 이벤트들의 시작에 정렬함으로써, 다음으로, 주위의 2,000 ms 윈도우에서의 33.3 ms 빈(bin)들에서 발생하는 개별적인 깜박임들의 카운트들을 연산함으로써 구성되었다. 빈 카운트들은 모든 이벤트들에 걸쳐 각각의 참여자에 대해 연산되었고, 다음으로, 그룹 평균들을 얻기 위하여 모든 참여자들에 걸쳐 평균화되었다.

깜박임 레이트에 있어서의 관찰된 변화들이 우연히 예상된 것들과 상이하였는지 여부를 테스트하기 위하여, 치환된 깜박임 데이터로부터 PSTH들의 제 2 세트가 연산되었다. 이전과 같이, 개별적인 깜박임 시퀀스들은 개별적인 데이터의 원형 시프트에 의해 1,000 회 치환되었다. 다음으로, PSTH들은 그러한 치환된 데이터세트들의 각각에 대해 연산되었다. 치환된 데이터로부터의 모든 1,000 개의 PSTH들에 걸친 각각의 빈 동안의 평균의 순간적 깜박임 레이트는, 깜박임 레이트가 온스크린 이벤트들에 대해 무작위적이었을 경우에 관찰할 깜박임 레이트를 정량화하였다. 다른 한편으로, 깜박임 레이트가 온스크린 이벤트들에 대해 시간-고정되었고 무작위적이지 않았을 경우, 치환된 데이터 분포로부터의 상당한 편차들을 볼 것으로 예상할 것이다. 치환된 데이터로부터의 모든 PSTH들에 걸친 순간적인 깜박임 레이트의 5번째 및 95번째 백분위수들은 실제적인 데이터에서 깜박임 레이트들과 비교(단측(one-tailed) 비교들)하기 위한 P = 0.05 신뢰성 레벨로서 작용하였다. 그룹간 차이들에 대해 테스트하기 위하여, 각각의 그룹에 대한 부트스트랩된(bootstrapped) 데이터의 신뢰도 간격(confidence interval; CI)들은 도 2의 단계(216)에서 언급된 바와 같이 연산되었다.

도 8a에서 도시되고 도 2의 단계(218)에서 설명된 바와 같이, 전형적인 유아들에 대한 PSTH는 정서적 이벤트들에 대한 깜박임 레이트에서의 32.4 % 감소를 나타내어, 제로 래그(zero lag) 이전에 그 최소치 66 ms에 도달한다. 이것은 높은 정서적 유의성(valence)를 갖는 이벤트들의 발생에 시간-고정된, 전형적인 유아들에 있어서 통계적으로 유의성 있는 깜박임 억제를 표시한다(P < 0.05). ASD를 갖는 유아들은 또한, 깜박임 레이트에 있어서의 감소를 보여주지만(35.8 %), 그 감소는 정서적 이벤트들의 제로 래그 후의 599 ms에서 최대이다(도 8g 참조).

각각의 그룹에 대한 부트스트랩된 래그 데이터의 CI들은 비중첩이므로, 타이밍에 있어서의 그룹간 차이는 매우 상당하다(도 8m 참조, 전형적인 유아들에 있어서의 깜박임 레이트 최소치에 대한 래그 시간: CI₅ = -230 ms, CI₉₅ = 0 ms; ASD를 갖는 유아들에 있어서의 깜박임 레이트 최소치에 대한 래그 시간: CI₅ = 33 ms, CI₉₅ = 700 ms). 주시를 시프트하기 위한 지연시간에 있어서[전형적인 유아:

M = 1.09 s (SE = 0.20), ASD를 갖는 유아들: M = 0.96s (SE = 0.28); t₍₉₁₎ = 0.40, P = 0.69, 영화의 시작을 뒤따르는 제 1 단속성 운동을 개시하기 위한 반응 시간으로서 측정됨] 또는 응시들의 기간 또는 주파수에 있어서[전형적인 유아들에 대한 기간: M = 442 ms (SE = 16.4), ASD를 갖는 유아들에 대한 기간: M = 492 (SE = 29.4); t₍₉₁₎ = -1.57, P= 0.12 및 전형적인 유아들에 대한 주파수: M = 초 당 2.04 응시들(SE = 0.09), ASD를 갖는 유아들에 대한 주파수: M = 1.93 (SE = 0.11); t₍₉₁₎ =0.85, P = 040] 그룹간 차이들이 없는 것으로 밝혀졌으므로, 타이밍에 있어서의 관찰된 차이들은 안구 운동들의 속력 또는 주파수에 있어서의 더욱 일반적인 지연으로 기인할 수 있지 않았다.

각각의 그룹은 통계적으로 유의성이 있는 것은 아니지만, 이벤트 타입에 의해 깜박임 레이트에 있어서의 수치 감소를 보인다(도 8n 참조): 전형적인 유아들은 물리적 이벤트보다 정서적 이벤트 동안에 깜박임 레이트에 있어서 더 큰 감소를 나타내는 반면(32.4 % 대 25.4 %, 도 8a 및 도 8b), ASD를 갖는 유아들은 반대의 패턴을 나타냄, 물리적 이벤트들에 대한 41.7 % 감소 및 정서적 이벤트들에 대한 35.8 % 감소(도 8g 및 도 8h 참조). 유아들의 양자의 그룹들은 비정서적 비물리적 이벤트들과 관련하여 깜박임 레이트에 있어서 상당한 증가를 보인다(도 8c 및 도 8i 참조). 차별적인 교감의 문제를 명확하게 하는 것을 돕는 것은 2 개의 이벤트 타입들 동안의 각각의 그룹의 시각적 응시들의 패턴이다(도 8o 참조). 전형적인 유아들은 양자의 이벤트 타입들 동안에 ASD를 갖는 유아들보다 객체들을 쳐다보는데에 상당히 더 적은 시간을 소비하였고[F_1,91 = 12.01, P = 0.001, 진단(2 레벨들) x 이벤트(정서적 대 물리적)를 갖는 ANOVA의 반복된 측정들], 진단 및 이벤트 타입 사이의 상호작용은 상당하였다(도 8o 참조)(F_1,91 = 5.99, P = 0.016). 쌍을 이룬 샘플들 t 테스트들은, 전형적인 유아들이 정서적 대 물리적 이벤트들 동안의 객체들 상의 응시의 백분율에 있어서 차이를 보이지 않았지만(t_{1 ,51} = 0.85, P = 0.4; M_affective = 25.5 %, SD = 14.21 대 M_physical = 26.5 %, SD = 16.7), ASD를 갖는 유아들은 물리적 이벤트들 동안의, 이동하는 마차 도어와 같은 객체들 상의 응시를 증가시켰다는 것(도 8o 참조) [M (SD) = 정서적에 대해 33.9(16.7) 대 물리적에 대해 40.0(17.2); t_{1 ,40} = 3.57, P = 0.001]을 확인하였다.

요약하면, 전형적인 유아들에 대한 깜박임 억제는 (i) 이벤트들의 제로 래그 바로 이전에 가장 감소되었고, (ii) 물리적 이벤트보다 정서적 이벤트에 대해 수치적으로 더 컸고, (iii) 객체들 상의 응시의 레벨과 관련되지 않았다(그 대신에, 양자의 이벤트 타입들 동안의 사람에 대한 73 %보다 더 큰 응시에 의해 표기됨). 대조적으로, ASD를 갖는 유아들에 대하여, 깜박임 억제는 (i) 이벤트들의 제로 래그 후에 가장 감소되었고, (ii) 정서적 이벤트보다 물리적 이벤트에 대해 수치적으로 더 컸고, (iii) 물리적 이벤트들 동안의 객체들 상의 응시에 있어서 상당한 증가에 의해 표기되었다(도 2의 단계(220) 참조).

지금부터 도면들 중의 몇몇을 참조하면, 하나의 실시형태에서, 도 6c는 2 개의 상이한 시청자 그룹들(시청자 그룹 A 및 시청자 그룹 B) 사이의 깜박임의 태스크 종속적 변조의 예시적인 실시형태, 특히, 3 개의 상이한 이벤트 자극들(도 6d 참조)을 관찰하는 2 개의 상이한 시청자 그룹들 사이의 예시적인 깜박임 레이트 비교(도 6e 참조)를 예시한다. 하나의 실시형태에서, 시청자 그룹 A 및 시청자 그룹 B는 이벤트 A를 시청하면서 깜박임 억제를 나타내지 않는다. 하나의 양태에 따르면, 그리고 도 6c에서 예시된 바와 같이, 양자의 시청자 그룹들이 이벤트 A와 교감할 때, 양자의 그룹들의 bpm이 분 당 대략 9 및 13 깜박임들 사이에서 유지되었으므로 어느 그룹도 자신의 깜박임 레이트를 억제하지 않았다.

도 6c에서 예시된 하나의 양태에 따르면, 이벤트 B와 관련하여, 시청자 그룹 B의 깜박임 억제는 변조되는 반면, 시청자 그룹은 시각적 자극의 이벤트 B와 교감한다. 대안적으로, 시청자 그룹 A의 깜박임 억제는 변조되지 않고 일반적으로, 분 당 9 내지 13 깜박임들 주위에서 맴돈다. 하나의 양태에서, 이것은 시청자 그룹 B의 교감의 레벨이 이벤트 B와의 교감 동안에 현저하게 증가하는 반면; 시청자 그룹 A의 교감의 레벨은 일반적으로 변화하지 않음을 입증한다.

또한, 또 다른 양태에서, 양자의 시청자 그룹들의 교감의 레벨은 시각적 자극 내의 이벤트 A의 시청 동안에 일관되게 유지된다. 깜박임 억제는 양자의 시청자 그룹들에 대해 분 당 9 내지 13 개의 깜박임들 주위에서 상대적으로 근접하게 유지된다. 도 6c의 논의의 예는 어떤 이벤트들(예를 들어, 소정의 자극 내의, 또는 완전히 상이한 자극들 사이 등의 이벤트들)에 응답하여 사람의 그룹들 중에서 다양한 교감의 레벨들을 입증한다. 예를 들어, 마케팅 회사는 타겟 인구통계를 교감시키기 위한 마케팅 캠페인의 파워를 결정함에 있어서 이러한 평가를 이용할 수도 있다. 따라서, 마케팅 캠페인이 특히, 시각적 자극의 미리 결정된 세그먼트들 동안에 30-40세 여성의 인구통계를 타겟으로 삼도록 의도될 경우, 시청자 그룹 A는 30-40 세 남성을 포함할 수도 있고 시청자 그룹 B는 30-40 세 여성을 포함할 수도 있다. 이벤트 B가 시청자 그룹 B에 속하는 개인들을 사로잡도록 설계된 미리 결정된 세그먼트를 포함할 경우, 이 예시적인 설명에서, 마케팅 캠페인은 이벤트 B 동안의 시청자 그룹 B에 대한 (깜박임 레이트 및 깜박임 억제를 측정함으로써 평가된) 교감의 레벨을 증가시킴에 있어서 성공적일 수도 있다. 일반적으로 이해되는 바와 같이, 상기 언급된 설명은 예시적인 목적들을 위한 것이고, 본 개시물의 사상 또는 범위를 제한하도록 의도된 것이 아니다.

도 7은 비디오 장면의 자연스러운 시청 동안에 통계적으로 유의성 있는 깜박임 억제의 예시적인 표현을 예시하고, 본 개시물의 하나의 실시형태에 따라, 데이터는 시각적 자극과의 시간-고정이 깜박임 데이터의 추가의 분석을 위해 발생하도록 시간 경과에 따라 도표화된다. 하나의 실시형태에서, 도 7a는 예시적인 비디오 장면을 시청하면서 전형적인 유아들에 의해 행해진 안구 깜박임들을 도시하는 예시적인 래스터 도표(raster plot)를 예시한다. 유사하게, 또 다른 실시형태에서, 도 7b는 시각적 자극과 시간-고정된 순간적인 깜박임 레이트를 예시한다. 하나의 양태에 따르면, 도 7b의 곡선에서의 더 높은 포인트들은 시청자들이 어디에서 깜박임의 상당한 양들을 나타내었는지를 나타내는(예를 들어, 일반적으로 분 당 17 내지 20 개의 깜박임들에 더 근접한 포인트들) 반면, 더 낮은 곡선에서의 포인트들은 시청자가 자주 깜박이지 않았던 시간에 있어서의 포인트들(예를 들어, 일반적으로 분 당 0 내지 2 개의 깜박임들에 더 근접한 포인트들)을 나타낸다.

또 다른 실시형태에서, 도 7c는 전형적인 유아들에 대한 치환된 데이터의 5 번째 및 95번째 백분위수의 예시적인 도표(치환된 데이터를 결정하기 위한 메커니즘들이 본원에서 이전에 더욱 상세하게 논의되었음)를 예시한다. 하나의 양태에서, 95번째 백분위수는 증가된 깜박임을 나타내고, 5번째 백분위수는 감소된 깜박임을 나타낸다. 순간적인 깜박임 레이트의 5번째 백분위수에 대응하는 도 7c에서 도시된 도표화된 데이터는 도 7d를 생성하기 위하여 이용되고, 도 7d는 본 개시물의 또 다른 실시형태에 따라 비디오 장면에서 특별한 시간들과 맵핑된(동기화된) 깜박임 억제의 사례들의 예시적인 도표를 예시한다. 도 7에서 도시된 바와 같이, 깜박임 억제의 대응하는 시간들(705, 710, 715, 및 720)은 도 7a 내지 도 7d의 도표들의 각각에서 보여질 수 있다. 시각적 자극을 깜박임 데이터에 시간-고정시키는 것과 연관된 다양한 메커니즘들과 유사하게, 청각적 자극은 청각적 자극과 관련 있는 깜박임 억제의 기간들을 추가로 결정하기 위하여 깜박임 데이터와 시간-고정될 수도 있다.

도 8은 본 개시물의 하나의 실시형태에 따라, 일 예의 시각적 응시 데이터와 함께, 자연스러운 시청 동안의 시간-고정된(동기화된) 깜박임들 및 깜박임 억제와 관련하여 예시적인 데이터를 예시한다. 일부의 양태들에서, 본 실험(들)은 PSTH들을 구성함으로써 정서적 이벤트들(도 8a 및 도 8g 참조), 물리적 이벤트들(도 8b 및 도 8h 참조), 및 비정서적/비물리적 이벤트들(도 8c 및 도 8i 참조)과 관련하여 깜박임들 및 깜박임 억제의 시간-고정을 측정하였다. PSTH들은 치환된 깜박임 데이터의 평균과 관련하여 bpm에서의 변화 백분율을 도시한다. 수평 점선들은 0.05 및 0.95 CI들을 표기하고; 이 레벨들을 넘는 bpm에 있어서의 변화 백분율은 우연히 예상된 것보다 더 큰 bpm에 있어서의 변화를 나타낸다(단측, P < 0.05). CI들은 (비정서적 비물리적 범주에서의 이벤트들의 수의 대략 2배를 갖는) 이벤트들의 수와 반대로 스케일링한다.

추가의 양태들에 따르면, bpm에서의 절대 최소치 및 최대치 변화들은 각각의 도표에서의 흑색 정사각형들에 의해 강조표시된다. 전형적인 유아들 및 ASD를 갖는 유아들에 대한 깜박임 레이트에 있어서 변화하는 동안의 예시적인 시각적 응시 데이터는 도 8d 및 도 8j에서의 정서적 이벤트와 관련하여, 도 8e 및 도 8k에서의 물리적 이벤트들과 관련하여, 도 8f 및 도 8l에서의 비정서적/비물리적 이벤트들과 관련하여 각각 예시되어 있다. 3 열의 도표들은 비디오로부터의 정지 프레임(제 1 열, bpm에서의 절대 최소 감소에서 샘플링됨); 동일한 순간에서의 응시 데이터의 커널 밀도 도표(kernel density plot)(제 2 열, 더 뜨거운 컬러들이 더 큰 밀도를 나타냄); 원래의 프레임 상에 중첩된, 흑색으로부터 투명으로 스케일링된 동일한 커널 밀도 도표(제 3 열)를 도시한다. 응시 밀도 도표들의 컬러는 각각의 그룹의 샘플 크기에 관련하여 스케일링되어, 최대 및 최소의 가능한 밀도들은 샘플 크기에 있어서의 차이들에도 불구하고 각각의 그룹에 대해 동일한 컬러 값들을 가진다. 도 8m은 정서적 대 물리적 이벤트들에 대한 깜박임 억제의 타이밍을 예시한다. 도 8n은 정서적 대 물리적 이벤트들에 대한 bpm에서의 감소의 백분율을 예시한다. 도 8o는 정서적 대 물리적 이벤트들에 대한 객체들 상의 응시의 백분율을 예시한다.

도 10은 소정의 자극에 대한 시청자 교감 활동의 레벨을 결정하기 위한 예시적인 프로세스의 개요(1000)를 예시한다. 시청자 교감 활동 프로세스의 예시적인 결정은 도 2와 관련하여 설명된 바와 같은 유사한 메커니즘들을 사용한다. 예를 들어, 프로세스는 일반적으로 시각적 자극을 시청자에게 디스플레이함으로써 개시된다(단계(1002) 참조). 이전에 설명된 바와 같이, 시각적 자극은 DVD, 저장된 디지털 미디어, 비디오 게임 등을 포함하는 복수의 형태들의 미디어를 포함할 수도 있다. 그 이후에, 프로세서(102)는 시각적 자극에 대응하는 자극 데이터(122)를 동시에 수신하면서 시청자에 대응하는 깜박임 데이터를 수신 및 레코딩한다(단계(1004) 참조). 깜박임 데이터는 일반적으로, 프로세서에 전파되기 전에, 시선 추적기 또는 안구-모니터링 장치(110)를 통해 캡처(capture)된다. 프로세서는 전형적으로, 깜박임 데이터가 프로세스(1006)에서 실행된 바와 같은 이용가능하고 평가가능한 포맷으로 변환되는 것을 가능하게 하는 소프트웨어를 포함한다.

또한, 프로세서(102)는 일반적으로, 자극 데이터(122)를 깜박임 데이터의 이용가능하고 평가가능한 포맷에 시간-고정하기 위한 소프트웨어를 포함한다(단계(1008) 참조). 이전에 논의된 바와 같이, 자극 데이터(122)와 시간-고정하는 깜박임 데이터는 시각적 자극 내의 다양한 표시자들과 관련하여 깜박임 거동 및 깜박임 억제의 평가를 가능하게 한다. 일부의 사례들에서, 시청자 교감 활동을 결정하는 프로세스는 하나 또는 복수의 시청들에 대한 데이터를 모으는 것을 포함할 수도 있고, 일반적으로, 복수의 시청자들을 평가하기 위하여, 상기 언급된 단계들(1002 내지 1010)은 희망하는 시청자들의 그룹에 도달될 때까지 반복된다. 또한, 시청자들은 타겟 실험(들)의 의도 및 사상에 따라 다양한 인구통계로 범주화될 수도 있다. 예를 들어, 불법-물질 차단 자극이 생성될 수도 있고, 시청자는 그 또는 그녀가 불법 물질들의 사용자 또는 이전-사용자(ex-user)로서 잠재적으로 범주화하기 위하여 다양한 불법 물질들을 시청할 때에 그 교감의 레벨에 대해 테스트된다.

추가적으로, 단계(1014)에서, 프로세서(102)는 일반적으로, 예를 들어, 많은 시청자들에 대한 데이터를 조합 및 치환함으로써 시간-고정되거나 동기화된 깜박임 데이터를 집합시키기 위한 소프트웨어를 포함한다. 하나의 실시형태에서, 집합된 시간-고정된 깜박임 데이터는 일반적으로, 개인의 순간적인 깜박임 레이트를 결정하는 것, 개인이 깜박였는지 또는 깜박일 것인지 여부의 확률 등을 포함하는 복수의 표시자들에 대해 평가된다. 일반적으로, 이 표시자들은 시각적 자극(120)에 대해 시간에 있어서의 하나 또는 다수의 포인트들과 동기화된다. 집합되고 파싱된 깜박임 데이터를 사용하여, 결과들은 깜박임 억제의 다양한 패턴들을 식별하도록 평가되고(단계(1016) 참조), 자극 데이터 내의 미리 결정된 표시자들 및 다른 미리 결정된 인자들과 비교된다(단계(1018) 참조). 그 이후에, 일반적인 평가는 교감이 시각적 자극 내의 다양한 이벤트들과 관련 있을 때에 시청자(들) 교감의 레벨에 관하여 행해질 수 있다(단계(1020) 참조). 예를 들어, 불법 물질 차단에 관하여 시청자와 교감할 때, 마약 이용자는 불법 물질 대 불법 물질들을 이용하지 않는 누군가가 보여질 때에 그 또는 그녀의 교감의 레벨 또는 깜박임 타이밍을 변동시킬 수도 있다.

하나의 실시형태에서, 도 10은 또한 청각적 자극을 청취하는 것과 관련 있을 때에 교감 활동을 결정하기 위한 유사한 프로세스를 설명할 수도 있고, 단계(1002)에서, 청자(listener)는 청각적 자극을 듣고/청취한다. 따라서, 도 10에서 설명된 프로세스의 나머지 단계들은 일반적으로 시각적 자극에 대해 사용된 것들과 유사할 것이다. 유사하게, 깜박임 억제의 청자의 측도는 청각적 자극에 대한 청자의 교감의 레벨을 결정한다. 예를 들어, 교사들은 학생들이 외국 언어를 교습하기 위한 청각적 자극을 청취하기를 원할 수도 있다. 교사들은 학생들이 교습 보조물에 어떻게 교감되는지를 평가하기 위하여 이 예시적인 프로세스를 사용할 수도 있다.

본 개시물의 하나의 실시형태에 따르면, 도 11은 질병/장애 상태를 평가하기 위한 소정의 자극과의 그 교감의 함수로서 시청자들을 범주화화거나 등급설정하기 위한 예시적인 프로세스(1100)의 개요를 예시하고, 질병/장애 상태의 평가는 일반적으로 질환의 존재/부재, 질병/장애 상태 진행, 및/또는 이전의 진단과 관련한 치료 응답을 포함한다. 본 개시물에서의 일부의 다른 프로세스들과 유사하게, 질병/장애 상태를 평가하기 위한 프로세스(1100)는 일반적으로, 시각적 자극을 모니터 장치(140) 상의 시청자에게 디스플레이하는 것(단계(1102) 참조), 시청자에 대한 깜박임 데이터를 프로세서(102)에서 수신 및 레코딩하는 것(단계(1104) 참조), 및 프로세서에서의 깜박임 데이터의 평가가능한 포맷으로의 변환(단계(1106) 참조)과 함께 개시된다.

프로세서(102)는 데이터베이스(130)로부터 시각적 자극(120)에 대응하는 미리 결정된 시간-스탬핑된(time-stamped) 이벤트 데이터를 검색(retrieve)한다(단계(1108)). 미리 결정된 시간-스탬핑된 이벤트 데이터는 다수의 파라미터들과 관련 있을 수도 있다. 예를 들어, 데이터는 전형적 또는 이례적의 어느 하나의 시청자들이 다양한 이벤트 표시자들에 따라 그 교감의 레벨을 고조시키거나 하락시키는 시간 순간들의 패턴들을 설명하는 제어 데이터를 포함할 수도 있다. 예를 들어, 시간 스탬핑된 이벤트들은 시각적 자극들에서의 물리적 또는 정서적 이벤트들과 관련 있을 수 있다. 다음으로, 깜박임 억제의 다양한 패턴들을 식별하고 시각적 자극의 전반에 걸쳐 교감의 레벨들을 추가로 결정하기 위하여, 레코딩된 시청자 깜박임 데이터는 시각적 자극에 시간-고정되고 미리 결정된 시간-스탬핑된 데이터와 비교된다(단계(1110) 참조). 또한, (이하에서 더욱 상세하게 설명된) 어떤 실시형태들에서는, 시간에 있어서의 특별한 포인트들에서 교감의 레벨을 비교하는 것에 추가하여, 시각적 자극 내의 다양한 시간들에 따라 시각적 응시의 장소들에 대해 비교가 행해진다. 비교는 데이터 세트들 내에서 수렴 및 발산의 영역들을 식별하기 위하여 이용될 수 있어서, 시청자의 깜박임 데이터가 수용가능한 데이터의 미리 결정된 범위들의 제한 내부/외부에 존재하는지를 결정하기 위하여(단계(1112) 참조) 평가가 생성될 수도 있다. 그 이후에, 제어 데이터 및 시청자의 깜박임 억제 데이터의 비교를 사용하여, 시청자의 질병/장애 상태에 대한 추가의 평가가 행해질 수도 있다(단계(1114) 참조). 예를 들어, 깜박임이 미리 결정된 이벤트 전에 억제될 경우, 유아는 전형적인 것으로 범주화될 수도 있지만, 깜박임이 미리 결정된 이벤트 후에 억제될 경우에는, 유아가 잠재적으로 ASD의 초기 징후들을 보일 수도 있다.

당해 분야의 당업자에 의해 일반적으로 이해되는 바와 같이, 전형적인 유아들 및 ASD로 진단된 유아들은 본 개시물의 양태들에 의해 설명된 실험(들) 동안에 평가되었지만, 임의의 시청자 그룹은 안구 데이터를 모으고 분석하는 개시된 메커니즘들을 이용하여 시청자 교감의 다양한 레벨들에 대해 타겟화 및 분석될 수도 있다. 예를 들어, 시청자 그룹은 마케팅 연구를 위한 10대들의 그룹, 심리학 실험(들)을 위한 대학교 학생들의 그룹, 의료용 테스트를 위한 학생들의 그룹 등을 포함할 수도 있다.

도 11과 관련하여 설명된 프로세스는 또한, 시청자의 교감 레벨에 따라 시청자들의 순위를 정하고 및/또는 시청자들을 범주화하기 위하여 사용될 수도 있다. 하나의 실시형태에서는, 시청자의 평가된 교감 레벨에 기초하여, 시청자를 범주화하는 것과 관련하여 추가의 평가가 행해질 수도 있다. 하나의 양태에서, 깜박임 데이터를 사용하여 자극과의 시청자들의 교감 레벨을 결정하는 것이 가능하고, 다양한 교감 레벨들은 시청자 순위를 제공할 수도 있거나, 시청자들을 분류하거나 범주화하기 위하여 미리 결정된 인덱스와 함께 추가로 이용될 수도 있다. 예를 들어, 비행 시뮬레이터(flight simulator)는 잠재적인 비행 학교 후보자들을 교감시키고 비행 학교에 대한 잠재적인 성공 레이트에 따라 잠재적인 후보자들을 평가하고 범주화하는 보고들을 생성하도록 개발될 수도 있다.

도 11과 관련하여 설명된 프로세스와 유사한 하나의 양태에 따르면, 소정의 자극과의 그 교감의 함수로서 시청자 또는 시청자들의 그룹을 범주화하는 것과 관련하여, 단계들(1102 내지 1112)은 깜박임 데이터를 수집하고 비교하기 위하여 반복될 수 있다. 따라서, 단계(1114)와 유사하게, 시청자의 인덱스 레벨, 순위 또는 범우에 대한 평가는 시청자 교감의 함수로서 제공될 수 있다. 예를 들어, 학교의 학생들은 강의와의 그 교감 레벨에 기초하여 분류될 수도 있어서, 교사들은 그 교감 레벨에 기초하여 어느 학생들이 더 많은 주의력을 필요로 하는지를 알고 있고 이를 이해할 것이다.

하나의 실시형태에서, 도 11은 또한 청각적 자극을 청취하는 것과 관련 있을 때에 평가/범주화하기 위한 유사한 프로세스를 설명할 수도 있고, 단계(1102)에서, 청자(listener)는 청각적 자극을 듣고/청취한다. 따라서, 도 11에서 설명된 프로세스의 나머지 단계들은 일반적으로 시각적 자극에 대해 사용된 것들과 유사할 것이다. 유사하게, 깜박임 억제의 청자의 측도는 청각적 자극에 대한 청자의 교감의 레벨을 결정한다. 예를 들어, 청각적 자극은 다양한 개인들의 질병/장애 상태를 평가하기 위한 메커니즘을 포함할 수도 있다. 미리 결정된 깜박임 패턴들이 알려질 수도 있는 바와 같이, 청자가 미리 결정된 깜박임 데이터를 따르지 않거나 미리 결정된 깜박임 데이터와 상관하지 않을 경우, 개인은 정신 질병/장애/질환의 상태와 관련 있을 때에 어떤 그룹으로 범주화될 수도 있다. 또한, 정신 질병/장애/질환은 인지 또는 발달 질병/장애/질환을 포함할 수도 있다.

도 11과 관련하여 설명된 프로세스와 유사한 하나의 양태에서, 시청자를 교감시키기 위한 자극의 능력의 측도를 분석하는 것에 관하여, 깜박임 데이터는, 시청자 교감을 시청자 또는 시청자들의 그룹을 교감시키기 위한 자극의 파워와 상관시키는 미리 결정된 인덱스와 비교될 수도 있다. 또 다른 양태에서, 프로세서(102)는 시청자들을 교감시키기 위한 자극의 능력을 결정하기 위한 알고리즘을 이용하여 미리 결정된 시간 이벤트 데이터를 검색할 수도 있다. 예를 들어, 마케팅 회사는 마케팅 캠페인의 성공의 예측을 기술하는 미리 결정된 시청자 교감 인덱스를 가질 수도 있다. 다양한 마케팅 캠페인들의 시도 상영들 동안에, 마케팅 캠페인이 시청자들을 성공적으로 교감시킴으로써 최소의 미리 결정된 시청자 교감 인덱스에 도달하지 않을 경우, 그것은 마케팅을 위하여 해제되지 않을 것이다.

또 다른 실시형태에 따르면, 깜박임 억제 데이터는 시각적 자극이 지각된 시각적 현저성의 측도를 사용함으로써 가질 수도 있는 유효성의 레벨에 대한 정량화가능한 메트릭을 제공할 수도 있다. 하나의 양태에서, 시각적 자극의 유효성은 시각적 자극이 시청자를 사로잡는 바람직한 또는 바람직하지 않은 효과를 지니는지 여부를 결정하기 위하여 시청자 교감의 인덱스를 이용하는 것을 포함할 수도 있다. 이전에 설명된 바와 같이, 그리고 하나의 양태에 따르면, 시청자 교감의 레벨은 깜박임 데이터로 분석될 수도 있고, 시각적 자극에서의 특별한 포인트들(예를 들어, 프레임별, 미리 결정된 세그먼트들 등)과 시간-고정될 수도 있다. 그러므로, 하나의 양태에 따르면, 특별한 포인트들에서 시청자의 교감 레벨을 결정하는 것은 시각적 자극이 그 특별한 포인트 또는 세그먼트에게 청중 또는 시청자에게 어떻게 교감하는지를 결정하는 것을 보조할 것이다. 유사하게, 시청자의 교감의 레벨은 청중 또는 개인을 사로잡음에 있어서 전체의 또는 완전한 시각적 자극의 유효성을 식별하는 것을 도울 수도 있다. 예를 들어, 마케팅 회사는 교감시키기 위한 캠페인의 능력의 표시로서, 마케팅 캠페인들의 시도 테스트 동안에 깜박임 데이터의 측도들을 캡처하는 것을 통해 교감 레벨 추세들을 사용할 수도 있다. 마케팅 회사는 또한, 증명되지 않은/테스트되지 않은 이론들을 검증하기 위하여 자극 A가 자극 B보다 더욱 효과적인지 여부를 결정하기 위하여 깜박임 데이터를 사용할 수도 있다.

하나의 실시형태에서, 깜박임 억제 데이터는 청각적 자극을 청취하는 청자와 관련 있을 때에 교감시키기 위한 청각적 자극의 파워를 결정하기 위한 유사한 프로세스에서 사용될 수 있다. 따라서, 상기 언급된 프로세스들의 나머지 단계들은 일반적으로 시각적 자극에 대해 사용된 것들과 유사할 것이다. 유사하게, 깜박임 억제의 청자의 측도는 청각적 자극에 대한 청자의 교감 레벨을 결정한다. 예를 들어, 교사들은 학생들이 외국 언어를 교습하기 위한 청각적 자극을 청취하기를 원할 수도 있다. 교사들은 학생들이 교습 보조물에 어떻게 교감되는지를 평가하기 위하여 이 예시적인 프로세스를 사용할 수도 있다.

하나의 실시형태에서, 그리고 이전에 설명된 바와 같이, 시청자를 범주화하기 위하여 이용되는 시청자 교감 레벨과 상관된 깜박임 데이터는 시각적 자극의 유효성을 결정하는 것과 관련하여 추가로 이용될 수도 있다. 예를 들어, 특별한 시각적 자극은 10-14 세 소녀들에 대해 타겟화될 수도 있다. 타겟 청중의 샘플을 테스트함으로써, 깜박임 데이터는 타겟 청중에 대해 의도된 시각적 자극의 유효성을 식별함에 있어서 추가로 보조할 수도 있다. 또한, 예를 들어, 시청자 교감의 정확도를 보장하기 위하여, 6-10 세 소녀들 및 10-14 세 소녀들 사이에서 비교가 행해질 수도 있다.

도 12는 시각적 자극의 지각된 자극 현저성을 평가하는 것을 포함하는 다양한 타입들의 데이터를 수집하고 평가하기 위한 예시적인 프로세스(1200)를 포함하는 본 개시물의 하나의 실시형태를 예시한다. 하나의 양태에서, 시선 추적기(110)는 시선 추적기 및 깜박임 모니터의 조합을 포함할 수도 있고, 시선 추적기는 안구 운동 데이터(예를 들어, 단속성 운동들, 응시들, 동공 팽창들 등)를 레코딩하고 깜박임 모니터는 깜박임 데이터를 레코딩한다. 또 다른 양태에서, 시선 모니터링 시스템은 안구 및 깜박임 데이터(112)를 평가를 위해 프로세서(102)에 전송하기 위하여 함께 작동하는 별도의 시선 추적기 및 깜박임 모니터를 포함할 수도 있다. 본 실시형태의 하나의 양태에 따르면, 프로세서(102)에 의해 수신된 안구 데이터(112)(단계(1205) 참조)는 시청자의 교감 레벨을 추가로 평가하기 위하여 시각적 현저성을 정량화하고 맵핑하기 위한 (본원에서 이전에 설명된 바와 같은) 주의력 깔때기들을 생성하기 위하여 사용될 수 있다.

이전에 설명된 바와 같이, 시선 추적기는 본 개시물에서 설명된 다른 프로세스들과 유사하게 깜박임 데이터 및 안구 데이터를 수신하고 레코딩할 수도 있다(단계들(1204 및 1205) 참조). 안구 운동 및 깜박임 데이터는 2진수 깜박임 데이터 및 관심 포인트(주시-포인트) 좌표 데이터와 같이, 액세스가능한 포맷들로 변환될 수 있고(단계(1206) 참조), 프로세서(102)는 시각적 자극(120)에 대한 미리 결정된 시간 스탬핑된 이벤트들을 검색할 수 있다(단계(1208) 참조). 도 2와 관련하여 설명된 프로세스와 유사하게, 안구 및 깜박임은 그룹에서의 많은 시청자들에 대해 수집될 수 있고, 시청자들은 희망하는 교감 인구통계 또는 다른 범주 기준들에 기초하여 선택적으로 범주화될 수 있다(단계들(1210 및 1212) 참조).

따라서, 프로세서(102)는 지각된 시각적 현저성의 맵핑을 생성할 수 있고, 시간-고정된 안구 데이터를 미리 결정된 데이터와 비교할 수 있고, 지각된 자극 현저성의 평가를 제공할 수 있다. 하나의 실시형태에서, 지각된 시각적 현저성의 정량화된 맵핑은 시청자의 응시 또는 관심 포인트를 설명하고, 포인트는 일반적으로 그 또는 그녀의 주의력에 초점을 맞추는 자극 상의 장소를 결정한다. 하나의 양태에서, 제어 그룹 또는 제어 데이터에 대응하는 안구 데이터(112)는 수렴 및 발산의 영역들을 묘사하는 (도 1d와 관련하여 이전에 설명된) 주의력 깔때기를 생성하기 위하여 이용될 수 있다. 이전에 설명된 바와 같이, 수렴의 영역들은 일반적으로 시간에 있어서의 특별한 인스턴스(instance)들을 나타내고, 여기서, 관심 포인트의 대부분의 시청자들 분포는 자극 상의 작은 2 차원 영역 내에 있다. 이 데이터 및/또는 디스플레이는 동일한 자극에 대한 깜박임 데이터에 중첩될 수 있거나 시간-고정될 수 있고, 이것은 진단 방법들 등을 확인하는 것을 가능하게 한다. 이 메커니즘은 수렴의 분포를 따르지 않는 시청자들을 평가하기 위하여 사용되고, 또한, 질병/장애 상태의 평가를 제공할 수 있을 수도 있다.

도 13에서 예시된 하나의 실시형태에서, 프로세스(1300)는 자극 내에서 가장 교감하는 시간적 및 공간적 특징들을 식별하기 위하여 예시된다. 도 12에서 설명된 프로세스와 유사하게, 자극은 하나 이상의 시청자들에게 디스플레이될 수도 있고(단계(1302)), 안구-운동 및 깜박임 데이터는 레코딩될 수도 있으며(단계들(1304 및 1305)) 평가가능한 포맷으로 변환될 수도 있고(단계(1306)), 안구-운동 및 깜박임 데이터는 시각적 자극에 시간 동기화될 수 있다(단계(1308)). 또한, 시간-고정된 안구 및 깜박임 데이터는 시청자들을 참여시키기 위한 시각적 자극의 시청 동안에 깜박임 응답의 확률을 정량화하기 위하여 치환될 수도 있다(단계(1312) 참조). 이전에 설명된 바와 같이, 깜박임 데이터를 치환하는 것은 깜박임 응답의 정확한 분석을 가능하게 하고; 이에 따라, 깜박임 억제의 기간들이 소정의 시청자 또는 시청자들의 그룹에 대해 식별되는 것을 가능하게 한다(단계(1314) 참조).

시각적 현저성을 정량화하는 상기 언급된 프로세스를 통해, 안구-운동 데이터는 응시의 영역들을 결정하기 위하여 평가되고, 시각적 자극의 가장 교감하는 시간적 및 공간적 특징들을 식별하기 위하여 깜박임 억제의 기간들과 상관된다(단계들(1316 및 1318) 참조). 특히, 시청자가 깜박임 억제를 나타내는 비디오와 교감되는 것으로 가정될 경우, 응시 장소 데이터를 식별하는 것은 가장 교감하고 있는 비디오의 공간적 및 시간적 장소들을 표시할 수도 있다. 복수의 데이터를 수집하기 위한 다수의 시도들을 실행하는 "데이터-마이닝(data-mining)" 프로세스를 통해, 시각적 자극, 그리고 특히, 자극 내의 다양한 특징들에 대한 시청자 교감의 레벨을 평가하는 것은 시간-변동되는 시청자 교감에 기초하여 자극의 가장 교감하는 시간적 및 공간적 특징들을 평가하는 것을 도울 수 있다.

도 14는 본 개시물의 하나의 실시형태에 따라, 환자 질환 상태를 평가하는 예시적인 프로세스(1400)를 예시한다. 도 11과 관련하여 설명된 프로세스와 유사하게, 깜박임 데이터는 레코딩되고(단계(1404)), 평가가능한 포맷으로 변환되고(단계(1406)), 다양한 깜박임 패턴들을 식별하기 위하여 시간-스탬핑된 이벤트들과 비교된다(단계(1410)). 미리 결정된 범위들과 관련하여 깜박임 패턴들의 레벨에 관한 추가의 평가는 질환 상태의 심각도, 온화함, 또는 변화를 식별하기 위하여 행해진다(단계(1412) 참조). 예를 들어, 시청자는 인지 질환으로 이전에 진단될 수도 있고, 그 인지 질환의 상태를 모니터링하도록 대략 평가된다. 또한, 새롭게 획득된 깜박임 데이터가 비교되는 미리 결정된 데이터는 그 또는 그녀의 진단된 질환의 더 이전의 단계에서 시청자로부터의 이전의 데이터를 포함할 수도 있다. 질환 심각도의 측도에 따르면, 본 질환의 상태에서의 변화의 측도를 결정하기 위하여 세로 데이터(longitudinal data)가 수집될 수도 있다(단계(1416) 참조).

추가의 분석

본 개시물의 일부의 실시형태들(특히, 위에서 설명된 실험(들))에 따르면, 깜박임 억제의 패턴들 및 시각적 응시들의 분포는 양호하게 구축된 그룹간 차이들 상으로 맵핑되지만, 또한, 자극 현저성의 주관적 평가에서 더욱 미묘한 차이들을 드러낸다. 예를 들어, 하나의 양태에 따르면, 데이터가 고조된 정서적 컨텐츠의 장면들에 시간-정렬될 때(도 6a), 전형적인 유아들은 제로 이벤트 래그 이전에 피크를 가졌던 깜박임의 일관된 억제를 보여주었다. 대조적으로, ASD를 갖는 유아들은 제로 이벤트 래그 이후의 0.5 s를 초과할 때에 발생하였던 깜박임 억제에 있어서의 피크를 나타내었다.

전형적인 유아들이 ASD를 갖는 유아들보다 더 이전에 그 깜박임을 억제한다는 것은, 전형적인 유아들이 현저한 이벤트들의 전개를 능동적으로 기대하고 있고 시간-고정된 방식으로 그렇게 행하고 있다는 예상하지 않은 가능성을 보여준다. 시각적 응시 데이터는 유사한 스토리를 말한다: 객체들이 (즉, 지정된 물리적 이벤트들 동안에) 이동할 때, ASD를 갖는 유아들은 비디오 장면에서 물리적 객체들을 더 많이 쳐다보고 그러한 객체들 상의 그 응시를 선택적으로 증가시킨다. 따라서, 시간-고정된 깜박임 억제 및/또는 시각적 응시 데이터를 사용하는 것은 다양한 인지 장애들 또는 저하들의 진단을 보조함에 있어서 이용될 수 있다.

대조적으로, 안구-주시, 얼굴 표정, 및 신체 자세와 같은 사회적으로 관련 있는 큐들에 대한 전형적인 유아의 주의력은 이들이 (화난 얼굴 표정들이 고함 또는 마차 도어의 쾅 닫음을 선행할 때와 같이) 아직 발생하지 않았지만 막 발생하려고 할 수도 있는 행위들을 기대하도록 할 수도 있다. 이 큐들은 전형적인 유아들이 세계에서의 행위들이 추후에 어떻게 전개될 것인지에 대한 예상들을 생성하는 것을 돕는다. 그러나, ASD를 갖는 유아들에 대하여, 사후(after-the-fact) 반응으로서의 깜박임 억제는 그러한 환경적(그리고, 특히, 사회적) 큐들에 대한 감도의 결여를 반영하는 것으로 보일 수 있다. 그것은 정서적 및 물리적 자극들이 전형적으로 지각되는 사회적 맥락으로부터 별도인 정서적 및 물리적 자극들과의 교감을 제안하고: 전형적인 유아들은 성격(character)들 사이의 진행 중인 사회적 상호작용에 대한 그 관련성으로 인해 자동차 도어의 쾅 닫음에 의해 교감될 수도 있지만, ASD를 갖는 유아들에 의한 교감은 이러한 이벤트들의 현저한 물리적 성질들에 대해 반응하고 있을 수도 있다.

영화 이벤트들이 어떻게 지각되었는지에 있어서의 그룹간 차이들에 관한 이 가설들은, 영화 이벤트들이 정서적 또는 물리적인 것으로서 분류될 수도 있더라도, 이들이 상호 배타적인 이중성들로서 지각되었을 가능성이 없다는 점을 강조한다. 실험(들)의 주요한 목적들 중의 하나는 반-구조화된 사실적인 자극들을 이용하여 깜박임 억제에 대해 테스트하는 것이었다. 이러한 상황들에서, 정서적 및 물리적의 범주 경계들은 흐려지고: 예를 들어, 전형적인 유아들은 마차 도어를 꽝 닫는 이면의 사회적 중요성 및 정서적 의미를 지각할 가능성이 있다. 정서적 및 물리적 범주들의 이러한 흐려짐은, 깜박임 레이트에 있어서의 감소들이 예상된 방향들로 추세화되었지만, 이 특별한 분석에서 통계적 유의성(statistical significance)에 도달하지 않았고, 전형적인 유아들은 정서적 이벤트들에 응답하여 더 큰 감소를 보이는 반면, ASD를 갖는 유아들은 물리적 이벤트들에 대해 더 큰 감소를 보였던 이유를 설명할 수도 있다. 또한, 당해 분야의 당업자에 의해 이해되는 바와 같이, 이벤트들은 교감의 레벨을 결정하기 위하여 정서적 또는 물리적 이벤트들의 어느 하나로 반드시 범주화되어야 할 필요는 없다.

결과들은 깜박임 억제의 패턴들이 일반적으로 자폐증 연구의 분야에서 그리고 시각적 지각의 많은 신경생태학적 연구(neuroethological study)들에서 결여하고 있었던 사회 정서적 경험의 양태-누군가 쳐다 보고 있는 것뿐만 아니라 그 또는 그녀가 그 또는 그녀가 쳐다보고 있는 것과 어떻게 교감되는지의 측도-로의 진출을 제공할 수 있음을 입증한다. 이전의 작업은 ASD를 갖는 아동들이 전형적으로 발달하는 또래들보다 더 적은 주의력 자원들을 사회적으로 관련 있는 자극들에 할당하지만, 이 연구들은 아동들의 자신이 응시하고 있는 것과 어떻게 교감하는지를 포착하는 것에 실패하였다.

또한, 깜박임 억제의 측도들은 시각적 컨텐츠의 사실적이며 페이스가 빠른 제시들 동안에 지각된 자극 현저성의 정밀한 인덱스들을 시간적으로 제공하는 것에 양호하게 적합하다. 피부전기적(electrodermal) 또는 심혈관(cardiovascular) 활동과 같은 정신생리학(psychophysiological) 연구들에서 전통적으로 이용된 다른 자율신경계 응답들과 비교하여, 깜박임 억제는 감정적 자극들에 대한 반응을 측정하는 것에 양호하게 필적하고: 피부전기적 또는 심혈관 응답들은 고도로 다중-결정되어, 정신적 활동에 대한 그 관계에 대한 강력한 추론들을 방지하고; 추가적으로, 그 지연 및 불량한 기간들은 정서적 또는 인지적 상태와 관련하여 그 측정들의 정밀한 시간적 표기들을 약화시킨다. 대조적으로, 깜박임 억제는 말초 기능보다는 시각계(visual system)에 고유하고; 그 온-세트(on-set) 및 오프-세트(off-set) 파라미터들은 정밀하고 컨텐츠의 생태학적으로 유효한 페이스가 빠른 제시들에 시간적으로 민감하고; 최종적으로, 깜박임 억제는 완전히 비침투성(noninvasive)의, 심지어 은닉된 시선-추적 카메라들 또는 다른 장치들에 의해 측정될 수 있어서, 다른 측도들의 행동학적(ethological) 유효성을 변경시킬 두드러진 장비에 대한 필요성을 회피한다.

하나의 실시형태에서, 본 시스템들 및 방법들은 시청자 거동, 자극들의 특징들, 및 시청자 거동 및 자극들 사이의 상호작용을 평가하기 위한 메커니즘을 제공한다. 구체적으로, 그리고 하나의 양태에 따르면, 깜박임이 시청자로의 시각적 정보의 흐름을 중단시키므로, 그리고 깜박임의 억제가 시각적 정보의 흐름이 방해받지 않을 것임을 보장하므로, 개인들이 그 깜박임을 억제하거나 억제하지 않는 정밀한 타이밍의 측정들은, 개인들이 매일의 상황들 동안의 그 자신의 깜박임을 주로 알지 못하더라도, 시청자 교감의 강인한 정량적 인덱스들과, 지각된 자극 현저성의 주관적 평가를 제공할 수 있다. 그러므로, 깜박임 응답 및 깜박임 억제를 정량화하기 위하여 본원에서 설명된 시스템들 및 방법들은 시청자들의 깜박임의 억제를 보장하기에 충분한 교감하는 것 또는 교감하지 않는 것을 측정함으로써 시청자 교감의 순간별 측정들을 제공한다.

본 개시물의 하나의 실시형태는 사람이 그 또는 그녀가 쳐다 보는 것과 어떻게 교감되는지의 측도를 유도하기 위하여 시각적 스캐닝, 안구 운동들, 깜박임 데이터 및 깜박임 타이밍 데이터의 측도들을 설명한다. 하나의 양태에서, 시청자 교감의 측도로서의 깜박임 관련 데이터는 자극의 가장 교감하는 공간적 및 시간적 양태들을 결정하기 위한 메커니즘을 제공한다. 또 다른 양태에 따르면, 깜박임 억제의 측도들은 페이스가 빠른 급속하게 변화하는 시각적 디스플레이들 내의 현저한 순간들에 시간-고정된 자동 반응성 및 차별적인 교감의 유망한 인덱스를 제공한다. 전개되는 컨텐츠와 관련하여 깜박임 억제의 타이밍을 정밀하게 측정함으로써, 순간별에 기초하여, 그 또는 그녀가 시청하고 있는 것의 중요성에 대한 시청자의 주관적 평가를 결정할 수 있다.

따라서, 본원에서 설명된 본 시스템의 다양한 실시형태들은 이하에서 더욱 상세하게 논의된 바와 같은 다양한 컴퓨터 하드웨어를 포함하는 특수 목적 또는 범용 컴퓨터로서 일반적으로 구현된다는 것이 이해될 것이다. 본 개시물의 범위 내의 실시형태들은 또한, 그 상에 저장된 컴퓨터-실행가능한 명령들 또는 데이터 구조들을 운반하거나 이를 가지기 위한 컴퓨터-판독가능한 매체들을 포함한다. 이러한 컴퓨터-판독가능한 매체들은 범용 또는 특수 목적 컴퓨터에 의해 액세스될 수 있거나 통신 네트워크들을 통해 다운로드가능할 수 있는 임의의 이용가능한 매체들일 수 있다. 제한이 아닌 예로서, 이러한 컴퓨터-판독가능한 매체들은 물리적 저장 매체들 예컨대, RAM, ROM, 플래시 메모리, EEPROM, CD-ROM, DVD, 또는 다른 광학적 디스크 저장, 자기적 디스크 저장 또는 다른 자기적 저장 장치들, 임의의 타입의 분리가능한 비-휘발성 메모리들 예컨대, 보안 디지털(secure digital; SD), 플래시 메모리, 메모리 스틱 등, 또는 컴퓨터-실행가능한 명령들 또는 데이터 구조들의 형태로 컴퓨터 프로그램 코드를 운반하거나 저장하기 위하여 이용될 수 있으며 범용 또는 특수 목적 컴퓨터 또는 이동 장치에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다.

정보가 네트워크 또는 또 다른 통신 접속(하드와이어드(hardwired), 무선, 또는 하드와이어드 또는 무선의 조합 중의 어느 하나)을 통해 컴퓨터로 전달되거나 제공될 때, 컴퓨터는 접속을 컴퓨터-판독가능한 매체로서 적절하게 간주한다. 따라서, 임의의 이러한 접속은 컴퓨터-판독가능한 매체로서 적절하게 칭해지고 간주된다. 상기의 조합들은 또한 컴퓨터-판독가능한 매체들의 범위 내에 포함되어야 한다. 컴퓨터-실행가능한 명령들은 범용 컴퓨터, 특수 목적 컴퓨터, 또는 이동 장치 프로세서와 같은 특수 목적 프로세싱 장치가 하나의 특정한 기능 또는 기능들의 그룹을 수행하게 하는 예를 들어, 명령들 및 데이터를 포함한다.

당해 분야의 당업자들은 개시물의 양태들이 구현될 수도 있는 적당한 컴퓨팅 환경의 특징들 및 양태들을 이해할 것이다. 요구되지는 않지만, 발명들은 네트워크화된 환경들에서 컴퓨터들에 의해 실행되는, 더 이전에 설명된 바와 같은 프로그램 모듈들 또는 엔진들과 같은 컴퓨터-실행가능한 명령들의 일반적인 문맥에서 설명된다. 이러한 프로그램 모듈들은 플로우차트들, 시퀀스 도면들, 예시적인 스크린 디스플레이들, 및 이러한 컴퓨터 프로그램 모듈들을 어떻게 만들고 이용하는지를 통신하기 위하여 당해 분야의 당업자들에 의해 이용된 다른 기법들에 의해 종종 반영되고 예시된다. 일반적으로, 프로그램 모듈들은, 컴퓨터 내에서 특별한 태스크들을 수행하거나 특별한 추상 데이터 타입(abstract data type)들을 구현하는 루틴들, 프로그램들, 오브젝트들, 컴포넌트들, 데이터 구조들 등을 포함한다. 컴퓨터-실행가능한 명령들, 연관된 데이터 구조들, 및 프로그램 모듈들은 본원에서 개시된 방법들의 단계들을 실행하기 위한 프로그램 코드의 예들을 나타낸다. 이러한 실행가능한 명령들 또는 연관된 데이터 구조들의 특별한 시퀀스는 이러한 단계들에서 설명된 기능들을 구현하기 위한 대응하는 액트(act)들의 예들을 나타낸다.

당해 분야의 당업자들은 또한, 개인용 컴퓨터들, 핸드-헬드(hand-held) 장치들, 멀티-프로세서 시스템들, 마이크로프로세서-기반 또는 프로그래밍가능한 소비자 가전들, 네트워크화된 PC들, 미니컴퓨터들, 메인프레임 컴퓨터들 등을 포함하는 많은 타입들의 컴퓨터 시스템 구성들을 갖는 네트워크 컴퓨팅 환경들에서 발명이 실시될 수도 있다는 것을 인식할 것이다. 발명은 태스크들이 통신 네트워크를 통해 (하드와이어드 링크들, 무선 링크들, 또는 하드와이어드 또는 무선 링크들의 조합 중의 어느 하나에 의해) 링크되는 로컬 및 원격 프로세싱 장치들에 의해 수행되는 분산 컴퓨팅 환경들에서 실시된다. 분산 컴퓨팅 환경에서는, 프로그램 모듈들이 로컬 및 원격 메모리 저장 장치들의 양자에서 위치될 수도 있다.

예시되지 않은 발명들을 구현하기 위한 예시적인 시스템은, 프로세싱 유닛, 시스템 메모리, 및 시스템 메모리를 포함하는 다양한 시스템 컴포넌트들을 프로세싱 유닛에 결합하는 시스템 버스를 포함하는 기존의 컴퓨터 형태인 범용 컴퓨팅 장치를 포함한다. 컴퓨터는 전형적으로 그로부터 판독하고 그것에 기록하기 위한 하나 이상의 자기적 하드 디스크 드라이브들(또한, "데이터 저장소들" 또는 "데이터 저장장치" 또는 다른 명칭들로 칭해짐)을 포함할 것이다. 드라이브들 및 그 연관된 컴퓨터-판독가능한 매체들은 컴퓨터-실행가능한 명령들, 데이터 구조들, 프로그램 모듈들, 및 컴퓨터를 위한 다른 데이터의 비휘발성 저장을 제공한다. 본원에서 설명된 예시적인 환경은 자기적 하드 디스크를 채용하지만, 자기 카세트들, 플래시 메모리 카드들, 디지털 비디오 디스크(DVD)들, 베르누이 카트리지(Bernoulli cartridge)들, RAM들, ROM들 등을 포함하는, 데이터를 저장하기 위한 다른 타입들의 컴퓨터 판독가능한 매체들이 이용될 수 있다.

본원에서 설명된 기능성의 대부분을 구현하는 컴퓨터 프로그램 코드는 전형적으로, 하드 디스크 또는 다른 저장 매체 상에서 저장될 수도 있는 하나 이상의 프로그램 모듈들을 포함한다. 당해 분야의 당업자들에게 알려진 바와 같이, 이 프로그램 코드는 통상적으로 오퍼레이팅 시스템, 하나 이상의 응용 프로그램들, 다른 프로그램 모듈들, 및 프로그램 데이터를 포함한다. 사용자는 키보드, 포인팅 장치, 스크립팅 언어로 기재된 컴퓨터 프로그램 코드를 포함하는 스크립트(script) 또는 마이크로폰과 같은 다른 입력 장치들(도시되지 않음) 등을 통해 커맨드들 및 정보를 컴퓨터 내로 입력할 수도 있다. 이러한 그리고 다른 입력 장치들은 알려진 전기적, 광학적, 또는 무선 접속들을 통해 프로세싱 유닛에 종종 접속된다.

발명들의 많은 양태들을 달성하는 메인 컴퓨터는 전형적으로, 이하에서 추가로 설명되는 하나 이상의 원격 컴퓨터들 또는 데이터 소스들로의 논리적 접속들을 이용하는 네트워크화된 환경에서 동작할 것이다. 원격 컴퓨터들은 또 다른 개인용 컴퓨터, 서버, 라우터, 네트워크 PC, 피어 장치 또는 다른 공통의 네트워크 노드일 수도 있고, 전형적으로, 발명들이 구체화되는 메인 컴퓨터 시스템과 관련하여 위에서 설명된 요소들의 다수 또는 전부를 포함한다. 컴퓨터들 사이의 논리적 접속들은, 제한이 아닌 예로서 본원에서 제시되는 로컬 영역 네트워크(LAN), 광역 네트워크(WAN), 및 무선 LAN들(WLAN)을 포함한다. 이러한 네트워킹 환경들은 사무실별 또는 기업별 컴퓨터 네트워크들, 인트라넷들 및 인터넷에서 흔하다.

LAN 또는 WLAN 네트워킹 환경에서 이용될 때, 발명의 양태들을 구현하는 메인 컴퓨터 시스템은 네트워크 인터페이스 또는 어댑터를 통해 로컬 네트워크에 접속된다. WAN 또는 WLAN 네트워킹 환경에서 이용될 때, 컴퓨터는 모뎀, 무선 링크, 또는 인터넷과 같은 광역 네트워크를 통한 통신들을 구축하기 위한 다른 메커니즘들을 포함할 수도 있다. 네트워크화된 환경에서, 컴퓨터와 관련하여 도시된 프로그램 모듈들 또는 그 부분들은 원격 메모리 저장 장치에서 저장될 수도 있다. 설명되거나 도시된 네트워크 접속들은 예시적이고 광역 네트워크들 또는 인터넷을 통한 통신들을 구축하는 다른 메커니즘들이 이용될 수도 있다는 것이 인식될 것이다.

본 발명의 바람직한 실시형태들의 상기한 상세한 설명을 고려하면, 본 발명은 폭넓은 유용성 및 응용을 할 수 있다는 것이 당해 분야의 당업자들에 의해 용이하게 이해될 것이다. 다양한 양태들은 바람직한 실시형태의 전후상황에서 설명되었지만, 본 발명의 추가적인 양태들, 특징들, 및 방법론들은 당해 분야의 당업자들에 의해 본원에서의 설명으로부터 용이하게 식별가능할 것이다. 본원에서 설명된 것 이외의 본 발명의 많은 실시형태들 및 개조들뿐만 아니라, 많은 변동들, 수정들, 및 등가의 배치들 및 방법론들은 본 발명의 실질 또는 범위로부터 이탈하지 않으면서, 본 발명 및 그 상기한 설명으로부터 명백하거나 본 발명 및 그 상기한 설명에 의해 합리적으로 제안될 것이다. 본원에서 설명되고 청구된 다양한 프로세스들의 단계들의 임의의 시퀀스(들) 및/또는 시간적 순서는 본 발명을 수행하기 위하여 구상된 최적의 형태인 것으로 간주된 것들이다. 또한, 다양한 프로세스들의 단계들은 바람직한 시퀀스 또는 시간적 순서인 것으로 도시되고 설명될 수도 있지만, 임의의 이러한 프로세스들의 단계들은 특별한 의도된 결과를 달성하기 위하여 그러한 것의 특정 표시가 없는 임의의 특별한 시퀀스 또는 순서로 수행되는 것으로 제한되지 않는다는 것이 이해되어야 한다. 대부분의 경우들에 있어서, 이러한 프로세스들의 단계들은 본 발명의 범위 내에 여전히 속하면서, 다양한 상이한 시퀀스들 및 순서들로 수행될 수도 있다. 추가적으로, 일부의 단계들은 동시에 수행될 수도 있다.

실시형태들은 당해 분야의 다른 사람들이 구상된 특별한 용도에 적합한 바와 같이 발명들 및 다양한 실시형태들 및 다양한 수정들을 사용하는 것을 가능하게 하도록, 발명들 및 그 실제적인 응용의 원리들을 기술하기 위하여 선택되고 설명되었다. 대안적인 실시형태들은 본 발명들이 그 사상 및 범위로부터 이탈하지 않으면서 속하는 당해 분야의 당업자들에게 명백해질 것이다. 따라서, 본 발명의 범위는 상기 설명 및 거기에서 설명된 예시적인 실시형태들이 아니라 첨부된 청구항들에 의해 정의된다.

Claims (306)

1. 자극에 대한 개인에 의한 교감(engagement)의 측도(measure)를 결정하기 위한 방법에 있어서,
   상기 자극에 대한 상기 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계;
   프로세서 상에서 실행되는 소프트웨어를 통해, 상기 수신된 깜박임 데이터를 상기 자극과 동기화하는 단계;
   상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 동기화된 깜박임 데이터에서 깜박임 억제(blink inhibition)의 패턴을 식별하는 단계; 및
   상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 깜박임 억제의 패턴과 동시 발생하는 상기 자극의 부분을 식별하기 위하여 상기 동기화된 깜박임 데이터에서의 상기 깜박임 억제의 패턴을 상기 자극과 비교하는 단계
   를 포함하며,
   그에 의해 상기 깜박임 억제의 패턴은 상기 자극의 상기 동시 발생하는 부분과의 상기 개인에 의한 교감의 표지(marker)를 표시하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
2. 제 1 항에 있어서,
   상기 자극에 대한 상기 개인의 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계;
   상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 안구-운동 데이터로부터 상기 자극에 대한 복수의 응시 장소들을 결정하는 단계; 및
   상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 복수의 응시 장소들을 상기 자극의 상기 동시 발생하는 부분에서의 상기 자극과 비교하는 단계
   를 더 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
3. 제 1 항 또는 제 2 항에 있어서,
   상기 깜박임 억제의 패턴은 상기 개인의 깜박임 데이터 및 상기 개인과 연관된 깜박임의 기회 확률(chance probability) 사이의 비교를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
   상기 자극은, 동적 자극, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 시각적 또는 시청각 자극, 또는 3 차원 시각적 또는 시청각 자극 중의 하나 이상을 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
   상기 깜박임 억제의 패턴은 상기 자극 동안의 상기 개인에 대한 평균 깜박임 레이트를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
   상기 자극의 상기 동시 발생하는 부분은 상기 자극의 전체를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
7. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
   상기 깜박임 억제의 패턴은 상기 개인에 대한 순간별(moment-by-moment) 깜박임 레이트를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
8. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
   상기 깜박임 억제의 패턴은 상기 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
9. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
   상기 깜박임 억제의 패턴은 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
10. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 패턴은 미리 결정된 제어 깜박임 데이터와 비교하여, 상기 동기화된 깜박임 데이터의 측도를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
11. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 패턴은 상기 자극에서의 이벤트와 관련한 깜박임 억제의 측도를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
12. 제 11 항에 있어서,
    상기 자극에서의 상기 이벤트는 물리적 이벤트 또는 정서적 이벤트를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
13. 제 1 항 내지 제 12 항 중 어느 한 항에 있어서,
    상기 교감의 표지에 기초하여 상기 개인을 하나 이상의 미리 정의된 범주들로 범주화하는 단계를 더 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
14. 제 1 항 내지 제 13 항 중 어느 한 항에 있어서,
    상기 교감의 표지는 상기 자극의 현저한(salient) 부분과 관련 있는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
15. 제 1 항 내지 제 14 항 중 어느 한 항에 있어서,
    상기 동기화하는 단계는 상기 깜박임 데이터를 상기 자극과 시간-고정 또는 시간-상관시키는 단계를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
16. 제 1 항 내지 제 15 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 상기 개인의 동공 크기의 변화의 레이트에 대응하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
17. 제 1 항 내지 제 15 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 상기 개인의 눈감기(eyelid closure)에 대응하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
18. 제 1 항 내지 제 17 항 중 어느 한 항에 있어서,
    상기 프로세서 상에서 실행되는 소프트웨어를 통해, 비교의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하는 단계를 더 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
19. 제 1 항 내지 제 17 항 중 어느 한 항에 있어서,
    상기 프로세서 상에서 실행되는 소프트웨어를 통해, 미리 결정된 인구통계 파라미터들에 따라 상기 깜박임 데이터를 범주화하는 단계를 더 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
20. 제 1 항 내지 제 19 항 중 어느 한 항에 있어서,
    상기 자극은 청각적 자극인, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
21. 제 2 항 내지 제 19 항 중 어느 한 항에 있어서,
    상기 자극은 동적 시각적 자극인, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
22. 제 2 항 내지 제 19 항 중 어느 한 항에 있어서,
    상기 자극은 정적 시각적 자극인, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 방법.
23. 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템에 있어서,
    프로세서;
    상기 자극에 대한 상기 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
    상기 수신된 깜박임 데이터를 상기 자극과 동기화하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
    상기 동기화된 깜박임 데이터에서 깜박임 억제의 패턴을 식별하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
    상기 깜박임 억제의 패턴과 동시 발생하는 상기 자극의 부분을 식별하기 위하여 상기 동기화된 깜박임 데이터에서의 상기 깜박임 억제의 패턴을 상기 자극과 비교하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
    를 포함하며,
    그에 의해 상기 깜박임 억제의 패턴은 상기 자극의 상기 동시 발생하는 부분과의 상기 개인에 의한 교감의 표지를 표시하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
24. 제 23 항에 있어서,
    상기 자극에 대한 상기 개인의 안구 운동들을 표시하는 안구-운동 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
    상기 안구-운동 데이터로부터 상기 자극에 대한 복수의 응시 장소들을 결정하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
    상기 복수의 응시 장소들을 상기 자극의 상기 동시 발생하는 부분에서의 상기 자극과 비교하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
    를 더 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
25. 제 23 항 또는 제 24 항에 있어서,
    상기 깜박임 억제의 패턴은 상기 개인의 깜박임 데이터 및 상기 개인과 연관된 깜박임의 기회 확률 사이의 비교를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
26. 제 23 항 내지 제 25 항 중 어느 한 항에 있어서,
    상기 자극은, 동적 자극, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 시각적 또는 시청각 자극, 또는 3 차원 시각적 또는 시청각 자극 중의 하나 이상을 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
27. 제 23 항 내지 제 26 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 패턴은 상기 자극 동안의 상기 개인에 대한 평균 깜박임 레이트를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
28. 제 23 항 내지 제 27 항 중 어느 한 항에 있어서,
    상기 자극의 상기 동시 발생하는 부분은 상기 자극의 전체를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
29. 제 23 항 내지 제 26 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 패턴은 상기 개인에 대한 순간별 깜박임 레이트를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
30. 제 23 항 내지 제 26 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 패턴은 상기 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
31. 제 23 항 내지 제 26 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 패턴은 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
32. 제 23 항 내지 제 26 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 패턴은 미리 결정된 제어 깜박임 데이터와 비교하여, 상기 동기화된 깜박임 데이터의 측도를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
33. 제 23 항 내지 제 26 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 패턴은 상기 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
34. 제 33 항에 있어서,
    상기 자극에서의 상기 이벤트는 물리적 이벤트 또는 정서적 이벤트를 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
35. 제 23 항 내지 제 34 항 중 어느 한 항에 있어서,
    상기 교감의 표지에 기초하여 상기 개인을 하나 이상의 미리 정의된 범주들로 범주화하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
36. 제 23 항 내지 제 35 항 중 어느 한 항에 있어서,
    상기 교감의 표지는 상기 자극의 현저한 부분과 관련 있는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
37. 제 23 항 내지 제 36 항 중 어느 한 항에 있어서,
    상기 동기화하기 위한 소프트웨어는 상기 깜박임 데이터를 상기 자극과 시간-고정하거나 시간-상관시키기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
38. 제 23 항 내지 제 37 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 상기 개인의 동공 크기의 변화의 레이트에 대응하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
39. 제 23 항 내지 제 37 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 상기 개인의 눈감기에 대응하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
40. 제 23 항 내지 제 39 항 중 어느 한 항에 있어서,
    비교의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
41. 제 23 항 내지 제 39 항 중 어느 한 항에 있어서,
    미리 결정된 인구통계 파라미터들에 따라 상기 깜박임 데이터를 범주화하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
42. 제 23 항 내지 제 41 항 중 어느 한 항에 있어서,
    상기 자극은 청각적 자극인, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
43. 제 23 항 내지 제 41 항 중 어느 한 항에 있어서,
    상기 자극은 동적 시각적 자극인, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
44. 제 23 항 내지 제 41 항 중 어느 한 항에 있어서,
    상기 자극은 정적 시각적 자극인, 자극에 대한 개인에 의한 교감의 측도를 결정하기 위한 시스템.
45. 자극에 대한 개인에 의한 지각된 자극 현저성(stimulus salience)을 결정하기 위한 방법에 있어서,
    상기 자극에 대한 상기 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계;
    상기 자극에 대하여 상기 개인에 대한 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계;
    프로세서 상에서 실행되는 소프트웨어를 통해, 상기 수신된 깜박임 데이터 및 상기 수신된 안구-운동 데이터를 상기 자극과 동기화하는 단계;
    상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 동기화된 깜박임 데이터에서 깜박임 억제의 기간을 식별하는 단계; 및
    상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 동기화된 깜박임 데이터에서 식별된 상기 깜박임 억제의 기간 동안, 상기 자극에 관한 상기 개인에 대한 상기 동기화된 안구-운동 데이터로부터 적어도 하나의 공간적 응시 장소를 결정하는 단계
    를 포함하며,
    그에 의해, 상기 깜박임 억제의 기간 및 상기 적어도 하나의 공간적 응시 장소는 상기 자극에 대한 지각된 시간적 및 공간적 현저성의 표지들을 표시하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
46. 제 45 항에 있어서,
    상기 동기화하는 단계는 상기 수신된 깜박임 데이터 및 상기 수신된 안구-운동 데이터를 상기 자극과 시간-고정 또는 시간-상관시키는 단계를 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
47. 제 45 항 또는 제 46 항에 있어서,
    상기 프로세서 상에서 실행되는 소프트웨어를 통해, 결정의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하는 단계; 및
    상기 프로세서 상에서 실행되는 소프트웨어를 통해, 결정의 목적들을 위하여 상기 안구-운동 데이터를 좌표 데이터로 변환하는 단계
    를 더 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
48. 제 45 항 내지 제 47 항 중 어느 한 항에 있어서,
    상기 동기화된 깜박임 데이터에서 상기 깜박임 억제의 기간을 식별하는 단계는,
    상기 프로세서 상에서 실행되는 소프트웨어를 통해, 데이터베이스로부터 제어 깜박임 데이터를 검색하는 단계; 및
    상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 동기화된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 차이를 식별하기 위하여 상기 동기화된 깜박임 데이터를 상기 제어 깜박임 데이터와 비교하는 단계
    를 더 포함하며,
    그에 의해, 상기 차이는 상기 깜박임 억제의 기간에 대응하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
49. 제 48 항에 있어서,
    상기 제어 깜박임 데이터는 자극이 존재하지 않을 때의 복수의 개인들에 대한 평균 깜박임 레이트를 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
50. 제 48 항 또는 제 49 항에 있어서,
    상기 동기화된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 차이는, 상기 제어 깜박임 데이터와 비교하여 상기 개인에 대한 증가된 깜박임 레이트, 상기 제어 깜박임 데이터와 비교하여 상기 개인에 대한 감소된 깜박임 레이트, 미리 결정된 시간 기간 내에서의 깜박임들의 결여, 미리 결정된 시간 기간 내에서의 미리 결정된 수의 깜박임들을 초과하는 것 중의 하나를 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
51. 제 48 항에 있어서,
    상기 동기화된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 차이는 상기 개인의 발달, 인지, 또는 정신 장애의 표지를 제공하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
52. 제 45 항 내지 제 51 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 기간은 상기 자극 동안의 상기 개인에 대한 평균 깜박임 레이트로부터 결정되는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
53. 제 45 항 내지 제 51 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 기간은 상기 자극 동안의 상기 개인에 대한 순간별 깜박임 레이트로부터 결정되는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
54. 제 45 항 내지 제 51 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 기간은 상기 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트로부터 결정되는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
55. 제 45 항 내지 제 51 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 기간은 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트로부터 결정되는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
56. 제 45 항 내지 제 55 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 기간은 상기 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
57. 제 56 항에 있어서,
    상기 자극에서의 상기 이벤트는 물리적 이벤트 또는 정서적 이벤트를 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
58. 제 45 항 내지 제 57 항 중 어느 한 항에 있어서,
    상기 자극에 대한 지각된 시간적 및 공간적 현저성의 상기 표지들에 기초하여 상기 개인을 하나 이상의 미리 정의된 범주들로 범주화하는 단계를 더 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
59. 제 45 항 내지 제 58 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 상기 개인의 동공 크기의 변화의 레이트에 대응하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
60. 제 45 항 내지 제 58 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 상기 개인에 대한 눈감기에 대응하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
61. 제 45 항 내지 제 60 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 정의된 시간 기간 동안의 상기 개인에 대한 깜박임 레이트에 대응하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
62. 제 45 항 내지 제 61 항 중 어느 한 항에 있어서,
    상기 자극은 청각적 자극인, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
63. 제 45 항 내지 제 61 항 중 어느 한 항에 있어서,
    상기 자극은 동적 시각적 자극인, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
64. 제 45 항 내지 제 61 항 중 어느 한 항에 있어서,
    상기 자극은 정적 시각적 자극인, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
65. 제 45 항 내지 제 61 항 중 어느 한 항에 있어서,
    상기 자극은, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 방법.
66. 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템에 있어서,
    프로세서;
    상기 자극에 대한 상기 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
    상기 자극에 대하여 상기 개인에 대한 안구 운동들을 표시하는 안구-운동 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
    상기 수신된 깜박임 데이터 및 상기 수신된 안구-운동 데이터를 상기 자극과 동기화하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
    상기 동기화된 깜박임 데이터에서 깜박임 억제의 기간을 식별하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
    상기 동기화된 깜박임 데이터에서 식별된 상기 깜박임 억제의 기간 동안, 상기 자극에 관한 상기 개인에 대한 상기 동기화된 안구-운동 데이터로부터 적어도 하나의 공간적 응시 장소를 결정하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 포함하며,
    그에 의해, 상기 깜박임 억제의 기간 및 상기 적어도 하나의 공간적 응시 장소는 상기 자극에 대한 지각된 시간적 및 공간적 현저성의 표지들을 표시하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
67. 제 66 항에 있어서,
    상기 동기화하기 위한 소프트웨어는 상기 수신된 깜박임 데이터 및 상기 수신된 안구-운동 데이터를 상기 자극과 시간-고정하거나 시간-상관시키기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
68. 제 66 항 또는 제 67 항에 있어서,
    결정의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
    결정의 목적들을 위하여 상기 안구-운동 데이터를 좌표 데이터로 변환하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
    를 더 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
69. 제 66 항 내지 제 68 항 중 어느 한 항에 있어서,
    상기 동기화된 깜박임 데이터에서 상기 깜박임 억제의 기간을 식별하기 위한 소프트웨어는,
    데이터베이스로부터 제어 깜박임 데이터를 검색하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
    상기 동기화된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 차이를 식별하기 위하여 상기 동기화된 깜박임 데이터를 상기 제어 깜박임 데이터와 비교하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
    를 더 포함하며,
    그에 의해, 상기 차이는 상기 깜박임 억제의 기간에 대응하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
70. 제 69 항에 있어서,
    상기 제어 깜박임 데이터는 자극이 존재하지 않을 때의 복수의 개인들에 대한 평균 깜박임 레이트를 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
71. 제 69 항 또는 제 70 항에 있어서,
    상기 동기화된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 차이는, 상기 제어 깜박임 데이터와 비교하여 상기 개인에 대한 증가된 깜박임 레이트, 상기 제어 깜박임 데이터와 비교하여 상기 개인에 대한 감소된 깜박임 레이트, 미리 결정된 시간 기간 내에서의 깜박임들의 결여, 미리 결정된 시간 기간 내에서의 미리 결정된 수의 깜박임들을 초과하는 것 중의 하나를 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
72. 제 69 항에 있어서,
    상기 동기화된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 차이는 상기 개인의 발달, 인지, 또는 정신 장애의 표지를 제공하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
73. 제 66 항 내지 제 72 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 기간은 상기 자극 동안의 상기 개인에 대한 평균 깜박임 레이트로부터 결정되는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
74. 제 66 항 내지 제 72 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 기간은 상기 자극 동안의 상기 개인에 대한 순간별 깜박임 레이트로부터 결정되는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
75. 제 66 항 내지 제 72 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 기간은 상기 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트로부터 결정되는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
76. 제 66 항 내지 제 72 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 기간은 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트로부터 결정되는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
77. 제 66 항 내지 제 76 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 기간은 상기 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
78. 제 77 항에 있어서,
    상기 자극에서의 상기 이벤트는 물리적 이벤트 또는 정서적 이벤트를 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
79. 제 66 항 내지 제 78 항 중 어느 한 항에 있어서,
    상기 자극에 대한 지각된 시간적 및 공간적 현저성의 상기 표지들에 기초하여 상기 개인을 하나 이상의 미리 정의된 범주들로 범주화하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
80. 제 66 항 내지 제 79 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 상기 개인의 동공 크기의 변화의 레이트에 대응하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
81. 제 66 항 내지 제 79 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 상기 개인에 대한 눈감기에 대응하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
82. 제 66 항 내지 제 81 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 정의된 시간 기간 동안의 상기 개인에 대한 깜박임 레이트에 대응하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
83. 제 66 항 내지 제 82 항 중 어느 한 항에 있어서,
    상기 자극은 청각적 자극인, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
84. 제 66 항 내지 제 82 항 중 어느 한 항에 있어서,
    상기 자극은 동적 시각적 자극인, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
85. 제 66 항 내지 제 82 항 중 어느 한 항에 있어서,
    상기 자극은 정적 시각적 자극인, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
86. 제 66 항 내지 제 82 항 중 어느 한 항에 있어서,
    상기 자극은, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는, 자극에 대한 개인에 의한 지각된 자극 현저성을 결정하기 위한 시스템.
87. 개인을 교감(engage)시키기 위한 자극의 능력을 평가하기 위한 방법에 있어서,
    상기 자극을 개인에게 제시하는 단계;
    상기 자극에 대한 상기 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계;
    프로세서 상에서 실행되는 소프트웨어를 통해, 상기 수신된 깜박임 데이터에서 상기 개인에 대한 깜박임 억제의 측도를 식별하는 단계; 및
    상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 수신된 깜박임 데이터에서의 상기 깜박임 억제의 측도가 문턱 깜박임 억제 값을 충족시키는지 여부를 결정하는 단계
    를 포함하며,
    그에 의해, 상기 문턱 깜박임 억제 값은 상기 개인을 교감시키기 위한 상기 자극의 상기 능력을 표시하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
88. 제 87 항에 있어서,
    상기 프로세서 상에서 실행되는 소프트웨어를 통해, 미리 결정된 인구통계 파라미터들에 따라 상기 깜박임 데이터를 범주화하는 단계를 더 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
89. 제 87 항 또는 제 88 항에 있어서,
    상기 자극은, 동적 자극, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
90. 제 87 항 내지 제 89 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 측도는 상기 자극 동안의 상기 개인에 대한 평균 깜박임 레이트를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
91. 제 87 항 내지 제 89 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 측도는 상기 개인에 대한 순간별 깜박임 레이트를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
92. 제 87 항 내지 제 89 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 측도는 상기 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
93. 제 87 항 내지 제 89 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 측도는 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
94. 제 87 항 내지 제 89 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 측도는 미리 결정된 제어 깜박임 데이터와 비교하여, 상기 수신된 깜박임 데이터의 측도를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
95. 제 87 항 내지 제 89 항 중 어느 한 항에 있어서,
    상기 깜박임 억제의 측도는 상기 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
96. 제 95 항에 있어서,
    상기 자극에서의 상기 이벤트는 물리적 이벤트 또는 정서적 이벤트를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
97. 제 87 항 내지 제 96 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 상기 개인의 동공 크기의 변화의 레이트에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
98. 제 87 항 내지 제 96 항 중 어느 한 항에 있어서,
    상기 깜박임 데이터는 상기 개인의 눈감기에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
99. 제 87 항 내지 제 98 항 중 어느 한 항에 있어서,
    상기 프로세서 상에서 실행되는 소프트웨어를 통해, 결정의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하는 단계를 더 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
100. 제 87 항 내지 제 99 항 중 어느 한 항에 있어서,
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 미리 결정된 인구통계 파라미터들에 따라 상기 깜박임 데이터를 범주화하는 단계를 더 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
101. 제 87 항 내지 제 100 항 중 어느 한 항에 있어서,
     상기 문턱 깜박임 억제 값은 정신 질환에 대한 표지를 표시하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
102. 제 101 항에 있어서,
     상기 문턱 깜박임 억제 값은 정신병리학(psychopathology)에 대한 정상상태에 걸쳐 있는 범위로부터 선택되는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
103. 제 87 항 내지 제 102 항 중 어느 한 항에 있어서,
     상기 개인에 대한 상기 깜박임 억제의 측도는 상기 자극의 전체에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
104. 제 87 항 내지 제 102 항 중 어느 한 항에 있어서,
     상기 개인에 대한 상기 깜박임 억제의 측도는 상기 자극의 부분에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
105. 제 87 항 내지 제 104 항 중 어느 한 항에 있어서,
     상기 문턱 깜박임 억제 값은 정신 질환을 갖는 상기 개인을 진단하기 위한 진단 측도에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
106. 제 87 항 내지 제 104 항 중 어느 한 항에 있어서,
     상기 문턱 깜박임 억제 값은 상기 자극과의 교감의 미리 결정된 측도에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
107. 제 87 항 내지 제 104 항 중 어느 한 항에 있어서,
     상기 문턱 깜박임 억제 값은 상기 개인을 범주화하기 위한 미리 결정된 범주에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
108. 제 87 항 내지 제 107 항 중 어느 한 항에 있어서,
     상기 자극은 청각적 자극인, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
109. 제 87 항 내지 제 107 항 중 어느 한 항에 있어서,
     상기 자극은 동적 시각적 자극인, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
110. 제 87 항 내지 제 107 항 중 어느 한 항에 있어서,
     상기 자극은 정적 시각적 자극인, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 방법.
111. 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템에 있어서,
     프로세서;
     상기 자극을 개인에게 제시하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 자극에 대한 상기 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 수신된 깜박임 데이터로부터 상기 개인에 대한 깜박임 억제의 측도를 식별하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
     상기 수신된 깜박임 데이터에서의 상기 깜박임 억제의 측도가 문턱 깜박임 억제 값을 충족시키는지 여부를 결정하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
     를 포함하며,
     그에 의해, 상기 문턱 깜박임 억제 값은 상기 개인을 교감시키기 위한 상기 자극의 상기 능력을 표시하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
112. 제 111 항에 있어서,
     미리 결정된 인구통계 파라미터들에 따라 상기 깜박임 데이터를 범주화하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
113. 제 111 항 또는 제 112 항에 있어서,
     상기 자극은, 동적 자극, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
114. 제 111 항 내지 제 113 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 측도는 상기 자극 동안의 상기 개인에 대한 평균 깜박임 레이트를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
115. 제 111 항 내지 제 113 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 측도는 상기 개인에 대한 순간별 깜박임 레이트를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
116. 제 111 항 내지 제 113 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 측도는 상기 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
117. 제 111 항 내지 제 113 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 측도는 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
118. 제 111 항 내지 제 113 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 측도는 미리 결정된 제어 깜박임 데이터와 비교하여, 상기 수신된 깜박임 데이터의 측도를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
119. 제 111 항 내지 제 113 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 측도는 상기 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
120. 제 119 항에 있어서,
     상기 자극에서의 상기 이벤트는 물리적 이벤트 또는 정서적 이벤트를 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
121. 제 111 항 내지 제 120 항 중 어느 한 항에 있어서,
     상기 깜박임 데이터는 상기 개인의 동공 크기의 변화의 레이트에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
122. 제 111 항 내지 제 120 항 중 어느 한 항에 있어서,
     상기 깜박임 데이터는 상기 개인의 눈감기에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
123. 제 111 항 내지 제 122 항 중 어느 한 항에 있어서,
     결정의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
124. 제 111 항 내지 제 123 항 중 어느 한 항에 있어서,
     미리 결정된 인구통계 파라미터들에 따라 상기 깜박임 데이터를 범주화하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
125. 제 111 항 내지 제 124 항 중 어느 한 항에 있어서,
     상기 문턱 깜박임 억제 값은 정신 질환에 대한 표지를 표시하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
126. 제 125 항에 있어서,
     상기 문턱 깜박임 억제 값은 정신병리학에 대한 정상상태에 걸쳐 있는 범위로부터 선택되는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
127. 제 111 항 내지 제 126 항 중 어느 한 항에 있어서,
     상기 개인에 대한 상기 깜박임 억제의 측도는 상기 자극의 전체에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
128. 제 111 항 내지 제 126 항 중 어느 한 항에 있어서,
     상기 개인에 대한 상기 깜박임 억제의 측도는 상기 자극의 부분에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
129. 제 111 항 내지 제 128 항 중 어느 한 항에 있어서,
     상기 문턱 깜박임 억제 값은 정신 질환을 갖는 상기 개인을 진단하기 위한 진단 측도에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
130. 제 111 항 내지 제 128 항 중 어느 한 항에 있어서,
     상기 문턱 깜박임 억제 값은 상기 자극과의 교감의 미리 결정된 측도에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
131. 제 111 항 내지 제 128 항 중 어느 한 항에 있어서,
     상기 문턱 깜박임 억제 값은 상기 개인을 범주화하기 위한 미리 결정된 범주에 대응하는, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
132. 제 111 항 내지 제 131 항 중 어느 한 항에 있어서,
     상기 자극은 청각적 자극인, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
133. 제 111 항 내지 제 131 항 중 어느 한 항에 있어서,
     상기 자극은 동적 시각적 자극인, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
134. 제 111 항 내지 제 131 항 중 어느 한 항에 있어서,
     상기 자극은 정적 시각적 자극인, 개인을 교감시키기 위한 자극의 능력을 평가하기 위한 시스템.
135. 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법에 있어서,
     자극에 대한 상기 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계 ― 상기 깜박임 데이터는 상기 안구 모니터링 장치를 통해 수집됨 ― ;
     프로세서 상에서 실행되는 소프트웨어를 통해, 상기 수신된 깜박임 데이터를 상기 자극과 동기화하는 단계;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 동기화된 깜박임 데이터에서 깜박임 억제의 패턴을 식별하는 단계;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 데이터베이스로부터 상기 시각적 자극에 관련된 이벤트 데이터를 검색하는 단계; 및
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 델타 파라미터를 결정하기 위하여, 상기 동기화된 깜박임 데이터에서의 상기 깜박임 억제의 패턴의 파라미터를 상기 시각적 자극에 관련된 상기 이벤트 데이터의 파라미터와 비교하는 단계 ― 상기 델타 파라미터는 상기 개인이 정신 장애를 가질 가능성을 표시함 ―
     를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
136. 제 135 항에 있어서,
     상기 자극에 대한 상기 개인의 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계;
     상기 자극에 대한 제어 그룹의 각각의 구성원 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계;
     프로세서 상에서 실행되는 소프트웨어를 통해, 상기 제어 그룹의 구성원들의 각각에 대한 그리고 상기 개인에 대한 상기 데이터에 기초하여 3 차원 스캔경로(scanpath)를 생성하는 단계 ― 상기 스캔경로의 차원들 중의 2 개는 상기 구성원들의 각각 및 상기 개인에 대한 관심 포인트의 위치에 대응하고, 상기 차원들 중의 하나는 시간에 대응함 ― ;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 제어 그룹의 상기 구성원들의 상기 스캔경로들의 수렴을 식별하는 단계; 및
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 개인의 상기 스캔 경로를, 상기 수렴의 영역에서의 상기 제어 그룹의 상기 구성원들의 상기 스캔 경로들과 비교하는 단계
     를 더 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
137. 제 135 항 또는 제 136 항에 있어서,
     상기 이벤트 데이터의 상기 파라미터는 미리 결정된 시간-스탬핑된(time-stamped) 이벤트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
138. 제 135 항 또는 제 136 항에 있어서,
     상기 이벤트 데이터의 상기 파라미터는 시간 값을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
139. 제 135 항 또는 제 136 항에 있어서,
     상기 깜박임 억제의 패턴의 상기 파라미터는 시간 값을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
140. 제 135 항 내지 제 139 항 중 어느 한 항에 있어서,
     상기 델타 파라미터는 미리 결정된 문턱 값을 초과하는 시간 값을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
141. 제 135 항 내지 제 139 항 중 어느 한 항에 있어서,
     상기 델타 파라미터는 미리 결정된 문턱 값보다 더 작은 시간 값을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
142. 제 135 항 내지 제 141 항 중 어느 한 항에 있어서,
     적어도 하나의 델타 파라미터에 기초하여 상기 개인에게 진단을 제공하는 단계를 더 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
143. 제 135 항 내지 제 142 항 중 어느 한 항에 있어서,
     상기 자극은 청각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
144. 제 136 항 내지 제 142 항 중 어느 한 항에 있어서,
     상기 자극은 동적 시각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
145. 제 144 항에 있어서,
     상기 이벤트 데이터는, 상기 동적 시각적 자극 내의 물리적 이벤트들, 상기 동적 시각적 자극 내의 정서적 이벤트들, 상기 동적 시각적 자극에 기초하여 깜박임을 하게 하거나 억제하도록 추정된 이벤트들 중의 하나 이상에 대응하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
146. 제 135 항 내지 제 142 항 중 어느 한 항에 있어서,
     상기 자극은 정적 시각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
147. 제 135 항 내지 제 146 항 중 어느 한 항에 있어서,
     상기 동기화하는 단계는 상기 수신된 깜박임 데이터를 상기 자극과 시간-고정 또는 시간-상관시키는 단계를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
148. 제 135 항 내지 제 147 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 개인의 깜박임 데이터 및 상기 개인과 연관된 깜박임의 기회 확률 사이의 비교를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
149. 제 135 항 내지 제 147 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 자극 동안의 상기 개인에 대한 평균 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
150. 제 135 항 내지 제 147 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 개인에 대한 순간별 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
151. 제 135 항 내지 제 147 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
152. 제 135 항 내지 제 147 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
153. 제 135 항 내지 제 147 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 개인에 대한 평균 깜박임 레이트에서의 분산의 측도와 비교하여, 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
154. 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템에 있어서,
     프로세서;
     자극에 대한 상기 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어 ― 상기 깜박임 데이터는 상기 안구 모니터링 장치를 통해 수집됨 ― ;
     상기 수신된 깜박임 데이터를 상기 자극과 동기화하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 동기화된 깜박임 데이터에서 깜박임 억제의 패턴을 식별하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     데이터베이스로부터 상기 시각적 자극에 관련된 이벤트 데이터를 검색하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
     델타 파라미터를 결정하기 위하여, 상기 동기화된 깜박임 데이터에서의 상기 깜박임 억제의 패턴의 파라미터를 상기 시각적 자극에 관련된 상기 이벤트 데이터의 파라미터와 비교하기 위한 상기 프로세서 상에서 실행되는 소프트웨어 ― 상기 델타 파라미터는 상기 개인이 정신 장애를 가질 가능성을 표시함 ―
     를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
155. 제 154 항에 있어서,
     상기 자극에 대한 상기 개인의 안구 운동들을 표시하는 안구-운동 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 자극에 대한 제어 그룹의 각각의 구성원 안구 운동들을 표시하는 안구-운동 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 제어 그룹의 구성원들의 각각에 대한 그리고 상기 개인에 대한 상기 데이터에 기초하여 3 차원 스캔경로를 생성하기 위한 상기 프로세서 상에서 실행되는 소프트웨어 ― 상기 스캔경로의 차원들 중의 2 개는 상기 구성원들의 각각 및 상기 개인에 대한 관심 포인트의 위치에 대응하고, 상기 차원들 중의 하나는 시간에 대응함 ― ;
     상기 제어 그룹의 상기 구성원들의 상기 스캔경로들의 수렴을 식별하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
     상기 개인의 상기 스캔 경로를, 상기 수렴의 영역에서의 상기 제어 그룹의 상기 구성원들의 상기 스캔 경로들과 비교하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
     를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
156. 제 154 항 또는 제 155 항에 있어서,
     상기 이벤트 데이터의 상기 파라미터는 미리 결정된 시간-스탬핑된 이벤트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
157. 제 154 항 또는 제 155 항에 있어서,
     상기 이벤트 데이터의 상기 파라미터는 시간 값을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
158. 제 154 항 또는 제 155 항에 있어서,
     상기 깜박임 억제의 패턴의 상기 파라미터는 시간 값을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
159. 제 154 항 내지 제 158 항 중 어느 한 항에 있어서,
     상기 델타 파라미터는 미리 결정된 문턱 값을 초과하는 시간 값을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
160. 제 154 항 내지 제 158 항 중 어느 한 항에 있어서,
     상기 델타 파라미터는 미리 결정된 문턱 값보다 더 작은 시간 값을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
161. 제 154 항 내지 제 160 항 중 어느 한 항에 있어서,
     적어도 하나의 델타 파라미터에 기초하여 상기 개인에게 진단을 제공하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
162. 제 154 항 내지 제 161 항 중 어느 한 항에 있어서,
     상기 자극은 청각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
163. 제 155 항 내지 제 161 항 중 어느 한 항에 있어서,
     상기 자극은 동적 시각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
164. 제 163 항에 있어서,
     상기 이벤트 데이터는, 상기 동적 시각적 자극 내의 물리적 이벤트들, 상기 동적 시각적 자극 내의 정서적 이벤트들, 상기 동적 시각적 자극에 기초하여 깜박임을 하게 하거나 억제하도록 추정된 이벤트들 중의 하나 이상에 대응하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
165. 제 154 항 내지 제 161 항 중 어느 한 항에 있어서,
     상기 자극은 정적 시각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
166. 제 154 항 내지 제 165 항 중 어느 한 항에 있어서,
     상기 동기화하는 단계는 상기 수신된 깜박임 데이터를 상기 자극과 시간-고정 또는 시간-상관시키는 단계를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
167. 제 154 항 내지 제 166 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 개인의 깜박임 데이터 및 상기 개인과 연관된 깜박임의 기회 확률 사이의 비교를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
168. 제 154 항 내지 제 166 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 자극 동안의 상기 개인에 대한 평균 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
169. 제 154 항 내지 제 166 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 개인에 대한 순간별 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
170. 제 154 항 내지 제 166 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 개인에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
171. 제 154 항 내지 제 166 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 제어 그룹에 대한 평균 깜박임 레이트와 비교하여, 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
172. 제 154 항 내지 제 166 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 개인에 대한 평균 깜박임 레이트에서의 분산의 측도와 비교하여, 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
173. 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법에 있어서,
     자극에 대한 상기 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계 ― 상기 깜박임 데이터는 상기 안구 모니터링 장치를 이용하여 수집됨 ― ;
     프로세서 상에서 실행되는 소프트웨어를 통해, 상기 수신된 깜박임 데이터를 상기 자극과 동기화하는 단계;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 동기화된 깜박임 데이터에서 깜박임 억제의 패턴을 식별하는 단계;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 데이터베이스로부터 상기 개인에게 디스플레이된 상기 자극에 대한 깜박임 억제의 제어 패턴을 검색하는 단계; 및
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 깜박임 억제의 패턴이 상기 깜박임 억제의 제어 패턴의 범위 외부에 속함으로써 상기 개인이 정신 장애를 가질 가능성을 표시하는지 여부를 결정하기 위하여, 상기 동기화된 깜박임 데이터에서의 상기 깜박임 억제의 패턴을 상기 깜박임 억제의 제어 패턴과 비교하는 단계
     를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
174. 제 173 항에 있어서,
     상기 자극에 대한 상기 개인의 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계;
     상기 자극에 대한 제어 그룹의 각각의 구성원 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계;
     프로세서 상에서 실행되는 소프트웨어를 통해, 상기 제어 그룹의 구성원들의 각각에 대한 그리고 상기 개인에 대한 상기 데이터에 기초하여 3 차원 스캔경로를 생성하는 단계 ― 상기 스캔경로의 차원들 중의 2 개는 상기 구성원들의 각각 및 상기 개인에 대한 관심 포인트의 위치에 대응하고, 상기 차원들 중의 하나는 시간에 대응함 ― ;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 제어 그룹의 상기 구성원들의 상기 스캔경로들의 수렴을 식별하는 단계; 및
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 개인의 상기 스캔 경로를, 상기 수렴의 영역에서의 상기 제어 그룹의 상기 구성원들의 상기 스캔 경로들과 비교하는 단계
     를 더 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
175. 제 173 항 또는 제 174 항에 있어서,
     상기 자극은 청각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
176. 제 174 항에 있어서,
     상기 자극은 동적 시각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
177. 제 174 항에 있어서,
     상기 자극은 정적 시각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
178. 제 174 항에 있어서,
     상기 자극은, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 시각적 또는 시청각 자극, 또는 3 차원 시각적 또는 시청각 자극 중의 하나 이상을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
179. 제 173 항 내지 제 178 항 중 어느 한 항에 있어서,
     정신 질환은 발달 또는 인지 장애를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
180. 제 173 항 내지 제 179 항 중 어느 한 항에 있어서,
     상기 동기화하는 단계는 상기 수신된 깜박임 데이터를 상기 자극과 시간-고정 또는 시간-상관시키는 단계를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
181. 제 173 항 내지 제 180 항 중 어느 한 항에 있어서,
     상기 개인에 대한 상기 깜박임 데이터는 상기 개인에 대한 동공 크기의 변화의 레이트에 대응하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
182. 제 173 항 내지 제 180 항 중 어느 한 항에 있어서,
     상기 깜박임 데이터는 상기 개인에 대한 눈감기에 대응하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
183. 제 173 항 내지 제 182 항 중 어느 한 항에 있어서,
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 결정의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하는 단계를 더 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
184. 제 173 항 내지 제 183 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 상기 동적 시각적 자극에 응답하여 복수의 개인들에 대한 평균 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
185. 제 173 항 내지 제 183 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 상기 복수의 개인들의 상기 깜박임 데이터를 치환함으로써 얻어지는 바와 같은 상기 복수의 개인들에 대한 평균 깜박임 레이트들의 확률 분포를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
186. 제 185 항에 있어서,
     상기 복수의 개인들의 데이터를 치환하는 단계는 깜박임 데이터 수집의 원래의 타이밍에 대하여 원형 시프트(circular shifting)하는 것을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
187. 제 185 항에 있어서,
     상기 복수의 개인들의 데이터를 치환하는 단계는 각각의 개인에 대한 깜박임들 및 깜박임간 간격들의 순서를 무작위화하는 단계를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
188. 제 173 항 내지 제 187 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 자극 동안의 상기 개인에 대한 평균 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
189. 제 173 항 내지 제 187 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 개인에 대한 순간별 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
190. 제 173 항 내지 제 187 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하고, 상기 깜박임 억제의 제어 패턴은 제어 그룹에 대한 순간적인 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
191. 제 173 항 내지 제 182 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 자극이 존재하지 않을 때의 상기 개인에 대한 평균 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
192. 제 173 항 내지 제 182 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
193. 제 192 항에 있어서,
     상기 자극에서의 상기 이벤트는 물리적 이벤트 또는 정서적 이벤트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
194. 제 173 항 내지 제 193 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 상기 정신 질환의 심각도(severity)를 표시하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 방법.
195. 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템에 있어서,
     프로세서;
     자극에 대한 상기 개인의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어 ― 상기 깜박임 데이터는 상기 안구 모니터링 장치를 이용하여 수집됨 ― ;
     상기 수신된 깜박임 데이터를 상기 자극과 동기화하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 동기화된 깜박임 데이터에서 깜박임 억제의 패턴을 식별하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     데이터베이스로부터 상기 개인에게 디스플레이된 상기 자극에 대한 깜박임 억제의 제어 패턴을 검색하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
     상기 깜박임 억제의 패턴이 상기 깜박임 억제의 제어 패턴의 범위 외부에 속함으로써 상기 개인이 정신 장애를 가질 가능성을 표시하는지 여부를 결정하기 위하여, 상기 동기화된 깜박임 데이터에서의 상기 깜박임 억제의 패턴을 상기 깜박임 억제의 제어 패턴과 비교하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
     를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
196. 제 195 항에 있어서,
     상기 자극에 대한 상기 개인의 안구 운동들을 표시하는 안구-운동 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 자극에 대한 제어 그룹의 각각의 구성원 안구 운동들을 표시하는 안구-운동 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 제어 그룹의 구성원들의 각각에 대한 그리고 상기 개인에 대한 상기 데이터에 기초하여 3 차원 스캔경로를 생성하기 위한 상기 프로세서 상에서 실행되는 소프트웨어 ― 상기 스캔경로의 차원들 중의 2 개는 상기 구성원들의 각각 및 상기 개인에 대한 관심 포인트의 위치에 대응하고, 상기 차원들 중의 하나는 시간에 대응함 ― ;
     상기 제어 그룹의 상기 구성원들의 상기 스캔경로들의 수렴을 식별하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
     상기 개인의 상기 스캔 경로를, 상기 수렴의 영역에서의 상기 제어 그룹의 상기 구성원들의 상기 스캔 경로들과 비교하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
     를 더 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
197. 제 195 항 또는 제 196 항에 있어서,
     상기 자극은 청각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
198. 제 196 항에 있어서,
     상기 자극은 동적 시각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
199. 제 196 항에 있어서,
     상기 자극은 정적 시각적 자극인, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
200. 제 196 항에 있어서,
     상기 자극은, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 시각적 또는 시청각 자극, 또는 3 차원 시각적 또는 시청각 자극 중의 하나 이상을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
201. 제 195 항 내지 제 200 항 중 어느 한 항에 있어서,
     정신 질환은 발달 또는 인지 장애를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
202. 제 195 항 내지 제 201 항 중 어느 한 항에 있어서,
     상기 동기화하기 위한 소프트웨어는 상기 수신된 깜박임 데이터를 상기 자극과 시간-고정하거나 시간-상관시키기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
203. 제 195 항 내지 제 202 항 중 어느 한 항에 있어서,
     상기 개인에 대한 상기 깜박임 데이터는 상기 개인에 대한 동공 크기의 변화의 레이트에 대응하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
204. 제 195 항 내지 제 202 항 중 어느 한 항에 있어서,
     상기 깜박임 데이터는 상기 개인에 대한 눈감기에 대응하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
205. 제 195 항 내지 제 204 항 중 어느 한 항에 있어서,
     식별의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
206. 제 195 항 내지 제 205 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 상기 동적 시각적 자극에 응답하여 복수의 개인들에 대한 평균 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
207. 제 195 항 내지 제 205 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 상기 복수의 개인들의 상기 깜박임 데이터를 치환함으로써 얻어지는 바와 같은 복수의 개인들에 대한 평균 깜박임 레이트들의 확률 분포를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
208. 제 207 항에 있어서,
     상기 복수의 개인들의 데이터를 치환하는 것은 깜박임 데이터 수집의 원래의 타이밍에 대하여 원형 시프트하는 것을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
209. 제 207 항에 있어서,
     상기 복수의 개인들의 데이터를 치환하는 것은 각각의 개인에 대한 깜박임들 및 깜박임간 간격들의 순서를 무작위화하는 것을 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
210. 제 195 항 내지 제 209 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 자극 동안의 상기 개인에 대한 평균 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
211. 제 195 항 내지 제 209 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 개인에 대한 순간별 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
212. 제 195 항 내지 제 209 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 특정 시간 포인트에서의 상기 개인에 대한 순간적인 깜박임 레이트의 측도를 포함하고, 상기 깜박임 억제의 제어 패턴은 제어 그룹에 대한 순간적인 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
213. 제 195 항 내지 제 204 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 자극이 존재하지 않을 때의 상기 개인에 대한 평균 깜박임 레이트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
214. 제 195 항 내지 제 209 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
215. 제 214 항에 있어서,
     상기 자극에서의 상기 이벤트는 물리적 이벤트 또는 정서적 이벤트를 포함하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
216. 제 195 항 내지 제 215 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 상기 정신 질환의 심각도를 표시하는, 안구 모니터링 장치를 이용하여 개인에 있어서의 정신 장애를 평가, 모니터링, 또는 진단하기 위한 시스템.
217. 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법에 있어서,
     자극에 대한 사용자의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계;
     프로세서 상에서 실행되는 소프트웨어를 통해, 상기 깜박임 데이터에서 깜박임 억제의 패턴을 식별하는 단계;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 데이터베이스로부터 상기 자극에 대한 깜박임 억제의 제어 패턴을 검색하는 단계 ― 상기 제어 패턴은 미리 정의된 사용자 범주에 대응함 ― ; 및
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 사용자가 상기 미리 정의된 사용자 범주 내에 있는지 여부를 결정하기 위하여, 상기 깜박임 데이터에서의 상기 깜박임 억제의 패턴을 상기 깜박임 억제의 제어 패턴과 비교하는 단계
     를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
218. 제 217 항에 있어서,
     상기 깜박임 데이터는 안구 모니터링 장치의 이용을 통해 수신되는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
219. 제 217 항 또는 제 218 항에 있어서,
     상기 자극은, 동적 자극, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
220. 제 217 항에 있어서,
     상기 자극은 청각적 자극인, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
221. 제 217 항에 있어서,
     상기 자극은 동적 시각적 자극인, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
222. 제 217 항에 있어서,
     상기 자극은 정적 시각적 자극인, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
223. 제 217 항 내지 제 222 항 중 어느 한 항에 있어서,
     상기 사용자에 대한 상기 깜박임 데이터는 상기 사용자에 대한 동공 크기의 변화의 레이트에 대응하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
224. 제 217 항 내지 제 222 항 중 어느 한 항에 있어서,
     상기 깜박임 데이터는 상기 사용자에 대한 눈감기에 대응하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
225. 제 217 항 내지 제 224 항 중 어느 한 항에 있어서,
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 비교의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하는 단계를 더 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
226. 제 217 항 내지 제 225 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 상기 자극에 응답하여 복수의 사용자들에 대한 평균 깜박임 레이트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
227. 제 217 항 내지 제 225 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 상기 복수의 사용자들의 상기 깜박임 데이터를 치환함으로써 얻어지는 바와 같은 복수의 사용자들에 대한 평균 깜박임 레이트들의 확률 분포를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
228. 제 227 항에 있어서,
     상기 복수의 사용자들의 데이터를 치환하는 단계는 깜박임 데이터 수집의 원래의 타이밍에 대하여 원형 시프트하는 것을 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
229. 제 227 항에 있어서,
     상기 복수의 사용자들의 데이터를 치환하는 단계는 각각의 사용자에 대한 깜박임들 및 깜박임간 간격들의 순서를 무작위화하는 단계를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
230. 제 217 항 내지 제 229 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 자극 동안의 상기 사용자에 대한 평균 깜박임 레이트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
231. 제 217 항 내지 제 229 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 사용자에 대한 순간별 깜박임 레이트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
232. 제 217 항 내지 제 229 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 특정 시간 포인트에서의 상기 사용자에 대한 순간적인 깜박임 레이트의 측도를 포함하고, 상기 깜박임 억제의 제어 패턴은 제어 그룹에 대한 순간적인 깜박임 레이트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
233. 제 217 항 내지 제 225 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 자극이 존재하지 않을 때의 상기 사용자에 대한 평균 깜박임 레이트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
234. 제 217 항 내지 제 229 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
235. 제 234 항에 있어서,
     상기 동적 자극에서의 상기 이벤트는 물리적 이벤트 또는 정서적 이벤트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
236. 제 217 항 내지 제 235 항 중 어느 한 항에 있어서,
     시간 경과에 따라 상기 사용자에 대한 추가적인 깜박임 데이터를 수신하는 단계;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 추가적인 깜박임 데이터에서 추가적인 깜박임 억제의 패턴을 식별하는 단계;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 사용자가 상기 미리 정의된 사용자 범주 내에 있는지 여부를 결정하기 위하여, 상기 추가적인 깜박임 억제의 패턴을 상기 깜박임 억제의 패턴과 비교하는 단계
     를 더 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 방법.
237. 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템에 있어서,
     프로세서;
     자극에 대한 사용자의 깜박임 응답들을 표시하는 깜박임 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 깜박임 데이터에서 깜박임 억제의 패턴을 식별하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     데이터베이스로부터 상기 자극에 대한 깜박임 억제의 제어 패턴을 검색하기 위한 상기 프로세서 상에서 실행되는 소프트웨어 ― 상기 제어 패턴은 미리 정의된 사용자 범주에 대응함 ― ; 및
     상기 사용자가 상기 미리 정의된 사용자 범주 내에 있는지 여부를 결정하기 위하여, 상기 깜박임 데이터에서의 상기 깜박임 억제의 패턴을 상기 깜박임 억제의 제어 패턴과 비교하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
     를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
238. 제 237 항에 있어서,
     상기 깜박임 데이터는 안구 모니터링 장치의 이용을 통해 수신되는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
239. 제 237 항 또는 제 238 항에 있어서,
     상기 자극은, 동적 자극, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
240. 제 237 항에 있어서,
     상기 자극은 청각적 자극인, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
241. 제 237 항에 있어서,
     상기 자극은 동적 시각적 자극인, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
242. 제 237 항에 있어서,
     상기 자극은 정적 시각적 자극인, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
243. 제 237 항 내지 제 242 항 중 어느 한 항에 있어서,
     상기 사용자에 대한 상기 깜박임 데이터는 상기 사용자에 대한 동공 크기의 변화의 레이트에 대응하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
244. 제 237 항 내지 제 242 항 중 어느 한 항에 있어서,
     상기 깜박임 데이터는 상기 사용자에 대한 눈감기에 대응하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
245. 제 237 항 내지 제 244 항 중 어느 한 항에 있어서,
     비교의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
246. 제 237 항 내지 제 245 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 상기 자극에 응답하여 복수의 사용자들에 대한 평균 깜박임 레이트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
247. 제 237 항 내지 제 245 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 상기 복수의 사용자들의 상기 깜박임 데이터를 치환함으로써 얻어지는 바와 같은 복수의 사용자들에 대한 평균 깜박임 레이트들의 확률 분포를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
248. 제 247 항에 있어서,
     상기 복수의 사용자들의 데이터를 치환하는 것은 깜박임 데이터 수집의 원래의 타이밍에 대하여 원형 시프트하는 것을 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
249. 제 247 항에 있어서,
     상기 복수의 사용자들의 데이터를 치환하는 것은 각각의 사용자에 대한 깜박임들 및 깜박임간 간격들의 순서를 무작위화하는 것을 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
250. 제 237 항 내지 제 249 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 자극 동안의 상기 사용자에 대한 평균 깜박임 레이트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
251. 제 237 항 내지 제 249 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 사용자에 대한 순간별 깜박임 레이트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
252. 제 237 항 내지 제 249 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 특정 시간 포인트에서의 상기 사용자에 대한 순간적인 깜박임 레이트의 측도를 포함하고, 상기 깜박임 억제의 제어 패턴은 제어 그룹에 대한 순간적인 깜박임 레이트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
253. 제 237 항 내지 제 245 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 제어 패턴은 자극이 존재하지 않을 때의 상기 사용자에 대한 평균 깜박임 레이트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
254. 제 237 항 내지 제 249 항 중 어느 한 항에 있어서,
     상기 깜박임 억제의 패턴은 상기 자극에서의 이벤트와 관련하여 깜박임 억제의 측도를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
255. 제 254 항에 있어서,
     상기 동적 자극에서의 상기 이벤트는 물리적 이벤트 또는 정서적 이벤트를 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
256. 제 237 항 내지 제 255 항 중 어느 한 항에 있어서,
     시간 경과에 따라 상기 사용자에 대한 추가적인 깜박임 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 추가적인 깜박임 데이터에서 추가적인 깜박임 억제 패턴을 식별하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 사용자가 상기 미리 정의된 사용자 범주 내에 있는지 여부를 결정하기 위하여, 상기 추가적인 깜박임 억제의 패턴을 상기 깜박임 억제의 패턴과 비교하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
     를 더 포함하는, 깜박임 억제에 기초하여 자극에 대한 사용자 응답들을 평가하기 위한 시스템.
257. 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법에 있어서,
     상기 복수의 개인들의 각각에 대하여 상기 자극에 대한 깜박임 응답들을 표시하는 깜박임 데이터를 수신하는 단계;
     프로세서 상에서 실행되는 소프트웨어를 통해, 데이터베이스로부터 제어 깜박임 데이터를 검색하는 단계;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 하나 이상의 차이들을 식별하기 위하여 상기 수신된 깜박임 데이터를 상기 제어 깜박임 데이터와 비교하는 단계; 및
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 하나 이상의 차이들의 디스플레이를 생성하는 단계
     를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
258. 제 257 항에 있어서,
     상기 자극에 대하여 상기 복수의 개인들의 각각에 대한 안구 운동들을 표시하는 안구-운동 데이터를 수신하는 단계;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 안구-운동 데이터로부터, 상기 복수의 개인들에 대하여 상기 자극에 대한 복수의 응시 장소들을 결정하는 단계;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 복수의 응시 장소들 및 상기 수신된 깜박임 데이터를 상기 자극과 동기화하는 단계; 및
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 하나 이상의 차이들에 대응하는 하나 이상의 시간 포인트들에서의 상기 복수의 응시 장소들의 디스플레이를 생성하는 단계
     를 더 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
259. 제 258 항에 있어서,
     상기 복수의 응시 장소들의 상기 디스플레이는 3 차원 디스플레이를 포함하고, 차원들 중의 2 개는 상기 복수의 개인들의 각각에 대한 상기 복수의 응시 장소들에 대응하고, 상기 차원들 중의 하나는 시간에 대응하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
260. 제 258 항 또는 제 259 항에 있어서,
     상기 복수의 응시 장소들은 상기 자극의 하나 이상의 프레임들에 대한 상기 복수의 개인의 안구 응시 장소들의 각각에 대응하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
261. 제 258 항 또는 제 259 항에 있어서,
     상기 복수의 응시 장소들은 상기 자극에 대하여 상기 복수의 개인들의 각각에 대한 주시-포인트(point-of-gaze) 좌표 데이터에 대응하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
262. 제 258 항 내지 제 261 항 중 어느 한 항에 있어서,
     상기 복수의 응시 장소들의 상기 디스플레이는 3 차원 스캔경로를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
263. 제 212 항에 있어서,
     상기 3 차원 스캔경로 주위에 주의력 깔때기를 디스플레이하는 단계를 더 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
264. 제 258 항 내지 제 263 항 중 어느 한 항에 있어서,
     상기 동기화하는 단계는 상기 복수의 응시 장소들을 상기 수신된 깜박임 데이터에 시간-고정 또는 시간-상관시키는 단계를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
265. 제 257 항 내지 제 263 항 중 어느 한 항에 있어서,
     상기 복수의 개인들의 각각에 대한 상기 깜박임 데이터는 각각의 개인의 동공 크기에 대한 변화의 레이트에 대응하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
266. 제 257 항 내지 제 263 항 중 어느 한 항에 있어서,
     상기 복수의 개인들의 각각에 대한 상기 깜박임 데이터는 눈감기에 대응하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
267. 제 258 항 내지 제 266 항 중 어느 한 항에 있어서,
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 비교의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하는 단계; 및
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 비교의 목적들을 위하여 상기 안구-운동 데이터를 좌표 데이터로 변환하는 단계
     를 더 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
268. 제 258 항 내지 제 267 항 중 어느 한 항에 있어서,
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 복수의 개인들에 대한 상기 깜박임 데이터 및 상기 안구-운동 데이터를 집합시키는 단계를 더 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
269. 제 257 항 내지 제 268 항 중 어느 한 항에 있어서,
     상기 제어 깜박임 데이터는 자극이 존재하지 않을 때의 상기 복수의 개인들에 대한 평균 깜박임 레이트를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
270. 제 257 항 내지 제 268 항 중 어느 한 항에 있어서,
     상기 제어 깜박임 데이터는 자극이 존재하지 않을 때의 상기 복수의 개인들과 상이한 개인들의 그룹에 대한 평균 깜박임 레이트를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
271. 제 257 항 내지 제 268 항 중 어느 한 항에 있어서,
     상기 제어 깜박임 데이터는 상기 복수의 개인들의 상기 깜박임 데이터를 치환함으로써 얻어지는 바와 같은 복수의 개인들에 대한 평균 깜박임 레이트들의 확률 분포를 포함하는, 자극에 대한 상기 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
272. 제 271 항에 있어서,
     상기 복수의 개인들의 데이터를 치환하는 단계는 깜박임 데이터 수집의 원래의 타이밍에 대하여 원형 시프트하는 것을 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
273. 제 271 항에 있어서,
     상기 복수의 개인들의 데이터를 치환하는 단계는 각각의 개인에 대한 깜박임들 및 깜박임간 간격들의 순서를 무작위화하는 단계를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
274. 제 257 항 내지 제 273 항 중 어느 한 항에 있어서,
     상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 하나 이상의 차이들은, 상기 제어 깜박임 데이터와 비교하여 증가된 깜박임 레이트, 상기 제어 깜박임 데이터와 비교하여 감소된 깜박임 레이트, 미리 결정된 시간 기간 내에서의 깜박임들의 결여, 미리 결정된 시간 기간 내에서의 미리 결정된 수의 깜박임들을 초과하는 것 중의 하나 이상을 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
275. 제 257 항 내지 제 274 항 중 어느 한 항에 있어서,
     상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 하나 이상의 차이들은 발달, 인지, 또는 정신 장애의 표지인, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
276. 제 258 항에 종속된 제 275 항에 있어서,
     개인의 진단과 관련하여 상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 하나 이상의 차이들에 대응하는 하나 이상의 시간 포인트들에서의 상기 복수의 응시 장소들의 상기 디스플레이를 이용하는 단계를 더 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
277. 제 257 항 내지 제 276 항 중 어느 한 항에 있어서,
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 수신된 깜박임 데이터를 상기 자극과 동기화하는 단계;
     상기 프로세서 상에서 실행되는 소프트웨어를 통해, 상기 자극과 관련하여 상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 하나 이상의 차이들의 디스플레이를 생성하는 단계를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
278. 제 257 항 내지 제 277 항 중 어느 한 항에 있어서,
     상기 자극은 청각적 자극인, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
279. 제 257 항 내지 제 277 항 중 어느 한 항에 있어서,
     상기 자극은 동적 시각적 자극인, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
280. 제 257 항 내지 제 277 항 중 어느 한 항에 있어서,
     상기 자극은 정적 시각적 자극인, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
281. 제 257 항 내지 제 277 항 중 어느 한 항에 있어서,
     상기 자극은, 동적 자극, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 방법.
282. 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템에 있어서,
     프로세서;
     상기 복수의 개인들의 각각에 대하여 상기 자극에 대한 깜박임 응답들을 표시하는 깜박임 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     데이터베이스로부터 제어 깜박임 데이터를 검색하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 하나 이상의 차이들을 식별하기 위하여 상기 수신된 깜박임 데이터를 상기 제어 깜박임 데이터와 비교하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
     상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 하나 이상의 차이들의 디스플레이를 생성하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
     를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
283. 제 282 항에 있어서,
     상기 자극에 대하여 상기 복수의 개인들의 각각에 대한 안구 운동들을 표시하는 안구-운동 데이터를 수신하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 안구-운동 데이터로부터, 상기 복수의 개인들에 대하여 상기 자극에 대한 복수의 응시 장소들을 결정하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 복수의 응시 장소들 및 상기 수신된 깜박임 데이터를 상기 자극과 동기화하기 위한 상기 프로세서 상에서 실행되는 소프트웨어;
     상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 하나 이상의 차이들에 대응하는 하나 이상의 시간 포인트들에서의 상기 복수의 응시 장소들의 디스플레이를 생성하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
     를 더 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
284. 제 283 항에 있어서,
     상기 복수의 응시 장소들의 상기 디스플레이는 3 차원 디스플레이를 포함하고, 차원들 중의 2 개는 상기 복수의 개인들의 각각에 대한 상기 복수의 응시 장소들에 대응하고, 상기 차원들 중의 하나는 시간에 대응하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
285. 제 283 항 또는 제 284 항에 있어서,
     상기 복수의 응시 장소들은 상기 자극의 하나 이상의 프레임들에 대한 상기 복수의 개인의 안구 응시 장소들의 각각에 대응하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
286. 제 283 항 또는 제 284 항에 있어서,
     상기 복수의 응시 장소들은 상기 자극에 대하여 상기 복수의 개인들의 각각에 대한 주시-포인트 좌표 데이터에 대응하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
287. 제 283 항 내지 제 286 항 중 어느 한 항에 있어서,
     상기 복수의 응시 장소들의 상기 디스플레이는 3 차원 스캔경로를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
288. 제 287 항에 있어서,
     상기 3 차원 스캔경로 주위에 주의력 깔때기를 디스플레이하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
289. 제 283 항 내지 제 288 항 중 어느 한 항에 있어서,
     상기 동기화하기 위한 소프트웨어는 상기 복수의 응시 장소들을 상기 수신된 깜박임 데이터에 시간-고정 또는 시간-상관시키기 위한 소프트웨어를 더 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
290. 제 282 항 내지 제 288 항 중 어느 한 항에 있어서,
     상기 복수의 개인들의 각각에 대한 상기 깜박임 데이터는 각각의 개인의 동공 크기에 대한 변화의 레이트에 대응하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
291. 제 282 항 내지 제 288 항 중 어느 한 항에 있어서,
     상기 복수의 개인들의 각각에 대한 상기 깜박임 데이터는 눈감기에 대응하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
292. 제 283 항 내지 제 291 항 중 어느 한 항에 있어서,
     비교의 목적들을 위하여 상기 깜박임 데이터를 2진수 포맷으로 변환하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
     비교의 목적들을 위하여 상기 안구-운동 데이터를 좌표 데이터로 변환하기 위한 상기 프로세서 상에서 실행되는 소프트웨어
     를 더 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
293. 제 283 항 내지 제 292 항 중 어느 한 항에 있어서,
     상기 복수의 개인들에 대한 상기 깜박임 데이터 및 상기 안구-운동 데이터를 집합시키기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
294. 제 282 항 내지 제 293 항 중 어느 한 항에 있어서,
     상기 제어 깜박임 데이터는 자극이 존재하지 않을 때의 상기 복수의 개인들에 대한 평균 깜박임 레이트를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
295. 제 282 항 내지 제 293 항 중 어느 한 항에 있어서,
     상기 제어 깜박임 데이터는 자극이 존재하지 않을 때의 상기 복수의 개인들과 상이한 개인들의 그룹에 대한 평균 깜박임 레이트를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
296. 제 282 항 내지 제 293 항 중 어느 한 항에 있어서,
     상기 제어 깜박임 데이터는 상기 복수의 개인들의 상기 깜박임 데이터를 치환함으로써 얻어지는 바와 같은 상기 복수의 개인들에 대한 평균 깜박임 레이트들의 확률 분포를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
297. 제 296 항에 있어서,
     상기 복수의 개인들의 데이터를 치환하는 것은 깜박임 데이터 수집의 원래의 타이밍에 대하여 원형 시프트하는 것을 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
298. 제 296 항에 있어서,
     상기 복수의 개인들의 데이터를 치환하는 것은 각각의 개인에 대한 깜박임들 및 깜박임간 간격들의 순서를 무작위화하는 것을 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
299. 제 282 항 내지 제 298 항 중 어느 한 항에 있어서,
     상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 하나 이상의 차이들은, 상기 제어 깜박임 데이터와 비교하여 증가된 깜박임 레이트, 상기 제어 깜박임 데이터와 비교하여 감소된 깜박임 레이트, 미리 결정된 시간 기간 내에서의 깜박임들의 결여, 미리 결정된 시간 기간 내에서의 미리 결정된 수의 깜박임들을 초과하는 것 중의 하나 이상을 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
300. 제 282 항 내지 제 299 항 중 어느 한 항에 있어서,
     상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 하나 이상의 차이들은 발달, 인지, 또는 정신 장애의 표지인, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
301. 제 B2 항에 종속된 제 300 항에 있어서,
     개인의 진단과 관련하여 상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 하나 이상의 차이들에 대응하는 하나 이상의 시간 포인트들에서의 상기 복수의 응시 장소들의 상기 디스플레이를 이용하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 더 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
302. 제 282 항 내지 제 301 항 중 어느 한 항에 있어서,
     상기 수신된 깜박임 데이터를 상기 자극과 동기화하기 위한 상기 프로세서 상에서 실행되는 소프트웨어; 및
     상기 자극과 관련하여 상기 수신된 깜박임 데이터 및 상기 제어 깜박임 데이터 사이의 상기 하나 이상의 차이들의 디스플레이를 생성하기 위한 상기 프로세서 상에서 실행되는 소프트웨어를 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
303. 제 282 항 내지 제 302 항 중 어느 한 항에 있어서,
     상기 자극은 청각적 자극인, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
304. 제 282 항 내지 제 302 항 중 어느 한 항에 있어서,
     상기 자극은 동적 시각적 자극인, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
305. 제 283 항 내지 제 302 항 중 어느 한 항에 있어서,
     상기 자극은 정적 시각적 자극인, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.
306. 제 282 항 내지 제 302 항 중 어느 한 항에 있어서,
     상기 자극은, 동적 자극, 동적 시각적 자극, 사전-레코딩된 시각적 자극, 사전-레코딩된 오디오 자극, 사전-레코딩된 시청각 자극, 라이브 시각적 자극, 라이브 오디오 자극, 라이브 시청각 자극, 2 차원 자극, 또는 3 차원 자극 중의 하나 이상을 포함하는, 자극에 대한 복수의 개인들의 시간 경과에 따른 시각적 교감을 디스플레이하기 위한 시스템.

Images