眨眼与头部运动在自然无约束注视行为中的策略性耦合

《Proceedings of the National Academy of Sciences》：Blinks are strategically coupled with head movements in unconstrained natural gaze behavior

　　

摘要专业翻译 眨眼是一种普遍存在却很大程度上未被察觉的人类视觉现象，尽管它会造成频繁的视觉输入中断，其累积时长可占清醒时间的10%。通过利用两项自然任务中无约束注视行为的大规模数据集，研究人员发现了一种限制眨眼影响的策略性行为：眨眼与头部运动在策略上相互耦合，这能够在头部运动期间因视觉输入不可靠而导致信息损失时，将其最小化。具体而言，眨眼概率随头部速度的增高而增大，并表现出相对于头部运动起始的强烈时间调制：眨眼概率在头部运动启动前降低，随后在头部运动期间达到峰值。这种耦合的强度因参与者个体需求而异，基线眨眼率较高的参与者表现出更强的同步性。这表明，在无约束自然行为中协调眼动与头部运动时，眨眼是个体协调策略的组成部分。

论文解读

研究背景与问题

眨眼是人类视觉中极为普遍却常被忽视的现象。尽管每次眨眼都会造成视觉输入的中断，但由于其频率和持续时间，个体清醒时间中高达10%可能处于闭眼状态。长期以来，研究者对为何人们几乎察觉不到这些持续性的视觉“黑屏”感到好奇，并认为内部抑制机制在其中起关键作用。然而，一个根本问题始终悬而未决：在日常自然行为中，为何人们并未因持续的视觉输入丧失而受到更明显的影响？眨眼虽为保持角膜湿润所必需，但已有证据表明眨眼频率远超单纯湿润所需，且眨眼时机并非随机，而是受任务需求主动调控。以往研究多在限制头部运动的实验室环境中进行，这与自然注视行为中眼动与头部运动协调的特征形成鲜明对比。因此，在更少约束的自然行为条件下，人们如何应对眨眼需求，成为亟待探究的问题。

研究内容与核心发现

为解答上述问题，研究人员利用大规模无约束眼动与头部运动数据集，探究了自然眨眼行为与头部运动之间的关系。该数据集涵盖81名参与者完成两类自然任务（搭建积木或临摹绘画）时的行为记录，共采集超过38,000次自然发生的眨眼。研究发现了一个显著的行为策略：眨眼与头部运动在时间上存在策略性耦合。眨眼概率随头部速度增高而增大，且相对于头部运动起始表现出强烈的时间调制——眨眼概率在头部运动启动前降低，随后在头部运动期间达到峰值。这种耦合强度与个体基线眨眼率相关，眨眼率较高的参与者表现出更强的同步化。该发现将先前关于眨眼主动定时以最小化信息损失的观点，与眨眼对视觉感知潜在益处的假说进行了简洁的整合，并揭示了在无约束自然行为中，眨眼被纳入眼动与头部运动协调计划的个体化策略。

关键技术方法

研究人员使用移动式眼动追踪眼镜（Pupil Labs Neon）采集81名参与者的眼动与头部运动数据，参与者完成搭建积木或临摹绘画两项连续自然任务。头部运动通过眼动仪内置惯性测量单元（IMU）追踪，结合眼动数据计算世界坐标下的注视位置。眨眼检测采用PupilLabs默认检测器并辅以人工视觉验证。眼动（扫视）与头部运动通过基于速度阈值的自适应算法进行标记。统计分析采用广义线性混合效应模型（GLMM）检验头部运动参数与眨眼概率的关系，并通过累积高斯函数拟合眨眼概率随头部速度变化的心理测量函数，同时采用时间对齐分析考察眨眼率相对于运动起始的动态调制。

研究结果

眨眼与大注视转移耦合。 通过对比实际眨眼时注视转移幅度与随机分布预期，研究人员发现每次眨眼伴随的平均注视转移幅度远超眼动或头部运动单独引起的幅度，且所有参与者在两项任务中均表现出实际注视转移幅度显著高于随机预期（积木任务：t(80)=41.425, P<0.001；绘画任务：t(80)=35.199, P<0.001），表明眨眼频繁地与特别大的注视转移耦合。

眨眼发生调谐于头部速度。 广义线性混合效应模型分析显示，头部峰值速度（β=1.44, 95% CI [1.32, 1.55], P<0.001）与注视转移幅度（β=0.61, 95% CI [0.52, 0.70], P<0.001）均独立正向影响眨眼概率，且头部速度效应更强（Δβ=0.83, P=0.015）。眨眼概率随头部速度增高呈累积高斯函数式增长（平均R2=0.93–0.95），揭示眨眼概率基于头部速度的渐进连续缩放。个体差异分析表明，基线眨眼率较高的参与者表现出更强的耦合（积木任务：r=?0.795, P<0.001；绘画任务：r=?0.779, P<0.001）。

眨眼在头部运动起始前减少、运动开始后增加。 时间对齐分析显示，眨眼率在头部运动起始前约500 ms开始下降，在运动起始前达到最低点，随后在头部运动期间达到峰值并恢复至基线水平。该时间调制幅度与个体基线眨眼率强相关（积木任务：r=0.878, P<0.001；绘画任务：r=0.904, P<0.001）。眼动与头部运动对比分析显示，眨眼减少的起始时间在头部运动前显著早于眼动前（积木任务：t(79)=14.944, P<0.001；绘画任务：t(79)=8.365, P<0.001），表明头部运动具有更长的规划时间窗口。

讨论与结论

研究结果表明，自然眨眼行为在时间上被调谐以最小化信息损失。第一，眨眼被策略性地转移至与头部运动同时发生，利用头部快速运动期间视觉输入可靠性较低的时段“隐藏”眨眼，这超越了以往关于孤立大注视转移诱发眨眼的研究。第二，眨眼在眼动与头部运动执行前减少，以避免干扰视觉目标选择与运动准备，该抑制机制从实验室人工任务推广至复杂、序列化、自定步调的自然任务。此外，眨眼与头部运动的耦合可能对感知产生益处：头部运动将新视野带入视觉场，眨眼后的视觉处理增强（尤其对低空间频率）有助于粗到细的分析；同时，主动眨眼可抑制头部运动产生的运动模糊，有助于感知稳定世界。个体差异分析表明，眨眼需求较高的参与者更倾向于将眨眼嵌入头部运动期间，这是一种以单一解决方案应对多重问题（湿润角膜、最小化信息损失、获得感知益处）的个体化优化策略。总体而言，研究强调在无约束自然行为中，眨眼时机是眼动与头部运动协调计划的一部分，该策略性行为最小化了关键视觉信息的损失，有益于知觉稳定性，并适应于个体需求。