Notre dernière version logicielle, iMotions 8.0, est le fruit de plus d’un an de travail et d’engagement visant à améliorer le logiciel iMotions. Nous avons pensé profiter de cette occasion pour vous présenter les nouvelles fonctionnalités et les améliorations apportées à iMotions 8.0, et vous donner un aperçu plus complet des possibilités offertes par cette dernière version.
De nouvelles options d’analyse avec R
R est un langage et un environnement logiciel dédié aux analyses statistiques. Il s’agit d’une plateforme puissante et flexible qui permet aux utilisateurs de réaliser pratiquement toutes les analyses qu’ils peuvent coder et créer (il est également possible de modifier, de configurer et d’utiliser des méthodes d’analyse prêtes à l’emploi et accessibles au public).
En tant que plateforme statistique, elle est à la fois vénérée et souvent décriée : ses possibilités d’utilisation sont immenses, mais la courbe d’apprentissage est raide. Surmonter les premiers obstacles liés à l’apprentissage de R peut s’avérer difficile, même si les bénéfices sont considérables.
Bien que le logiciel iMotions offre toute une gamme de fonctionnalités de traitement et d’analyse des données (voir cet article de blog pour découvrir certaines d’entre elles dédiées à l’oculométrie), nous souhaitons proposer davantage de méthodes susceptibles de faciliter le processus lors de la phase finale de l’étude.
En intégrant R à iMotions 8.0, nous pouvons tirer parti des possibilités d’analyse offertes sans imposer à nos utilisateurs la charge de devoir coder eux-mêmes les tests statistiques. Les premières techniques de traitement des données utilisant R dans iMotions sont les suivantes :
- Densité spectrale de puissance pour les données EEG
- Calculs de l'asymétrie frontale à partir de données EEG
- Détection des pics EDA / GSR
La densité spectrale de puissance est essentiellement une mesure de la quantité de données EEG recueillies dans une bande de fréquences donnée. Elle permet, par exemple, de déterminer le niveau d’activité dans la bande alpha (7-12 Hz) enregistré par chaque électrode. C’est un moyen de résumer le niveau d’activité dans différentes parties du cerveau (ou, lorsque toutes les données sont regroupées, le niveau d’activité du cerveau dans son ensemble).
L’asymétrie frontale (un sujet que nous avons déjà abordé dans un article de blog) permet de mesurer les différences d’activité cérébrale frontale entre les deux hémisphères. Pour ce faire, on compare généralement les données EEG enregistrées par les électrodes F3 et F4, ou F7 et F8.
Le degré d’asymétrie entre ces zones a été associé à une motivation accrue à s’approcher d’un stimulus ou à s’en éloigner [1, 2], l’activité accrue dans la bande alpha de l’hémisphère gauche (par rapport au droit) étant associée à la motivation d’approche (et inversement).
Les pics EDA / GSR traduisent une augmentation significative de la conductance cutanée par rapport au niveau de base / tonique. Notre peau émet un signal constant, qui peut s’amplifier en réponse à une augmentation de l’excitation physiologique ou émotionnelle. Un pic dans les données peut donc fournir des informations cruciales sur la réaction du participant à un stimulus, en mettant en évidence l’ampleur du changement d’excitation émotionnelle qu’il a provoqué.
Ces mesures sont désormais disponibles dans iMotions et peuvent être facilement calculées en cliquant simplement sur « Traitement du signal » dans l’écran d’analyse, puis en sélectionnant le dispositif et l’algorithme appropriés. Les résultats peuvent ensuite être affichés sous forme de graphiques et exportés pour des tests complémentaires si nécessaire.
Intégration avec Varjo
Varjo est une entreprise qui fabrique le casque Varjo VR-1, un casque de réalité virtuelle doté d’un système de suivi oculaire intégré. Parmi les appareils de réalité virtuelle, il se démarque nettement grâce à une résolution équivalente à celle de l’œil humain. La résolution du casque est de 60 pixels par degré, ce qui la rend 10 fois supérieure à celle de tout autre casque de réalité virtuelle actuellement disponible sur le marché.
Les appareils Varjo sont utilisés par des entreprises technologiques telles qu’Audi, Saab et Siemens, ainsi que par le cabinet d’architecture Asymptote Architecture, entre autres. Les cas d’utilisation concernés ont principalement porté sur différents aspects de la conception et de la formation, qu’il s’agisse du développement automobile, de la planification architecturale, de la simulation médicale ou de la formation des pilotes.
Les données issues du système d’oculométrie intégré peuvent être synchronisées en temps réel et de manière transparente avec les signaux provenant de biocapteurs, tels que l’EDA (activité électrodermique), l’EMG (électromyographie), l’ECG (électrocardiographie) et l’EEG (électroencéphalographie). L’utilisation de données multimodales issues de biocapteurs sur la plateforme iMotions permet de mieux comprendre les états émotionnels et physiologiques de l’utilisateur lorsqu’il évolue dans l’environnement virtuel.
De nouvelles intégrations améliorées
La sortie de la version 8.0 d’iMotions inclut des intégrations nouvelles et améliorées avec plusieurs partenaires. Le SDK a été mis à jour pour l’oculomètre Smart Eye Aurora, permettant une configuration à deux ordinateurs ainsi que la collecte de données distinctes sur la position de l’œil gauche et de l’œil droit, ce qui offre la possibilité de recueillir des données plus riches. Une étape de vérification a également été ajoutée au processus de calibrage du regard, garantissant ainsi une qualité optimale des données pour les expériences.
Une nouvelle intégration avec le SDK Emotiv Cortex est désormais également disponible, permettant d’accéder à toute une série de données recueillies via les appareils EEG Emotiv. Cela comprend les données EEG brutes, les données de l’accéléromètre et l’ensemble des indicateurs Emotiv, tels que le stress, la relaxation, l’engagement, la concentration, l’excitation et l’intérêt (pour en savoir plus sur la signification de chaque indicateur, rendez-vous sur cette page).
Ces indicateurs donnent un aperçu de l’état cognitif du participant, offrant une analyse rapide de la manière dont celui-ci réagit aux stimuli. Ces indicateurs ont été validés dans le cadre de diverses études [par exemple 3] (cliquez sur ce lien pour en savoir plus).
Par ailleurs, diverses améliorations ont été apportées à l’intégration d’EyeTech, notamment au niveau de l’étalonnage, des paramètres et de la possibilité d’enregistrer la distance entre le participant et l’oculomètre.
Nouvelles fonctionnalités de suivi du regard
La cartographie du regard est une fonctionnalité d’iMotions qui permet de regrouper les différentes vues dynamiques des participants en une seule image, même si leur façon de percevoir un stimulus diffère.
Cette fonctionnalité peut être utilisée aussi bien dans des situations réelles, où les participants portent des lunettes d’oculométrie, que lors de la consultation de sites web, où les pages peuvent être visualisées et parcourues de différentes manières. Dans ces deux cas, les participants peuvent être amenés à observer essentiellement le même stimulus ou les mêmes stimuli, mais de différentes manières.
La cartographie du regard consiste à transformer la scène en une seule image. Par exemple, si plusieurs personnes regardent un rayon de supermarché de différentes manières, leur regard peut être transposé sur une photo de référence représentant ce rayon. Dans le cas d’un site web, cela implique de créer une page web complète, puis de transposer les différents points de vue sur cette même page.
Il s’agit d’un outil puissant permettant d’évaluer et de comprendre le regard de plusieurs participants qui observent les mêmes environnements, mais interagissent avec eux de différentes manières. Bien que cela fonctionne dans la plupart des cas, l’algorithme qui transforme automatiquement le regard peut être mis à l’épreuve, par exemple en cas d’angles d’approche particulièrement prononcés (par exemple, une personne s’approchant d’un rayon de supermarché par le côté : l’algorithme peut ne pas être en mesure d’identifier les points communs entre l’image unique sur laquelle il doit transformer les points de regard et la scène réellement observée).
iMotions 8.0 apporte une solution à ces défis techniques. Dans le cas de scènes réelles où les participants portent des lunettes de suivi oculaire, les zones où la cartographie du regard n’a pas pu être réalisée peuvent être modifiées. Les coins de la photo de référence peuvent être associés manuellement au champ de vision des participants. Une fois ces informations saisies, l’algorithme de cartographie du regard peut alors poursuivre le traitement automatique des images suivantes. Cette opération peut être répétée si nécessaire, jusqu’à ce que la cartographie du regard soit complète.
Pour les pages web, on rencontre un problème similaire, mais l’angle d’approche n’est pas ici en cause. De nombreuses pages web comportent des images animées ou des vidéos, qui peuvent perturber le traitement de la scène par l’algorithme de cartographie du regard. Il est désormais possible de définir les zones à exclure de l’analyse, offrant ainsi à l’algorithme une base vierge pour cartographier le regard.
Ces deux améliorations permettent de collecter des données d’oculométrie dans des contextes particulièrement difficiles, ce qui offre une plus grande flexibilité tant pour les études en situation réelle que pour celles menées sur des sites web.
Conclusion
La version 8.0 d’iMotions comporte d’autres améliorations qui ne sont pas mentionnées ci-dessus, telles que des optimisations de la synchronisation des flux de données et des options d’exportation de données plus étendues. Pour en savoir plus, consultez notre page dédiée à cette version ou les notes de mise à jour complètes (réservées aux clients actuels).
Si vous souhaitez en savoir plus sur les possibilités offertes par le logiciel iMotions, téléchargez notre brochure ci-dessous.
Références
[1] Coan, J. A., & Allen, J. J. (2004). L’asymétrie frontale de l’EEG en tant que modérateur et médiateur des émotions. Biological Psychology, 67, 7–50.
[2] Harmon-Jones, E., & Allen, J. J. (1998). Colère et activité cérébrale frontale : asymétrie EEG compatible avec une motivation d’approche malgré une valence affective négative. Journal of Personality and Social Psychology, 74, 1310–1316.
[3] Badcock, N. A., Mousikou, P., Mahajan, Y., de Lissa, P., Thie, J. et McArthur, G. (2013). Validation du système de jeu EEG Emotiv EPOC(®) pour la mesure d’ERP auditifs de qualité scientifique, PeerJ, 1, e38.
