92、跨学科医学研究中的数据可视化与动态标识可见性研究

跨学科医学研究中的数据可视化与动态标识可见性研究

跨学科医学研究中的数据可视化

在科学研究成果的呈现中，可视化是关键要素之一。在医学领域，先进的可视化问题对于处理大量数据集的各个医学分支尤为重要，同时也与医生的教育过程相关。不过，目前只有部分研究由医学专家对不同可视化方法的感知进行评估。因此，眼动追踪技术作为一种定量分析方法，可用于评估不同类型医学数据图形可视化的感知过程。

研究材料：多发性硬化症数据

研究使用了一个匿名数据库，该数据库包含60名接受造血干细胞移植（HSCT）治疗的多发性硬化症（MS）患者的信息，约有150个参数，具体分为以下几类：
- 患者特征和HSCT前的治疗情况
- 住院和移植参数
- HSCT期间的血液学参数
- 治疗结果和功能测试结果

多发性硬化症仍是一种具有挑战性和致残性的疾病。尽管有多种疾病修正疗法，但仍有许多患者病情进展难以控制。近年来，自体造血干细胞移植（AHSCT）成为一种治疗选择，其治疗方案也逐渐标准化。研究设计了一个分析任务，即比较2000 - 2012年（第一波）和2018 - 2020年（第二波）接受HSCT治疗的两组患者。为进行比较，选取了8个相关参数，最终确定需可视化的9个参数如下：
|参数|详情|
| ---- | ---- |
|HSCT日期|移植手术的具体时间|
|HSCT时的年龄|患者接受移植时的岁数|
|MS类型|多发性硬化症的具体类型|
|从诊断到HSCT的时间（年）|确诊到接受移植的时长|
|从首次症状到诊断的时间（年）|出现症状到确诊的时长|
|HSCT住院时长（床日）|住院接受移植的天数|
|使用的疾病修正疗法（DMTs）数量|治疗过程中使用的疗法种类数量|
|HSCT时的扩展残疾状态量表（EDSS）值|衡量患者残疾程度的指标|
|HSCT期间注射的CD34 +细胞数量|移植时注入的特定细胞数量|

可视化方式

根据B. Shneiderman提出的信息探索分析的三个步骤“先概览，再缩放和过滤，最后按需查看细节”，研究设计了三种不同详细程度的可视化方式：
- 雷达图
- 箱线图
- 表格形式的点图

graph LR
    A[数据] --> B[雷达图可视化]
    A --> C[箱线图可视化]
    A --> D[表格形式点图可视化]

研究方法

采用可用性测试方法，以医疗工作者和实习医生为医学数据可视化的用户。将之前设计的分析任务分解为7个复杂度逐渐增加的子任务，从比较两组患者特定参数的中位数，到得出结论并发现因素之间的关系。

测试在可用性实验室进行，实验室房间与主持人房间通过单向镜分隔。测试前，对受试者进行调查，询问年龄、性别、专业经验、爱好等信息，并进行认知偏差测试。认知偏差在医疗决策过程中的作用日益受到关注，它可能影响对疾病的观察、决策和治疗。

调查后，向受试者说明测试的一般信息，强调评估的是可视化方式而非他们解决医疗任务的能力。接着进行眼动追踪系统的校准，校准完成后，向受试者展示三种可视化方式和分析任务列表，要求他们边思考边说出想法，包括大声朗读任务。测试过程中，根据需要与受试者沟通。实验中控制的参数包括：
- 可视化方式的使用顺序和时长
- 响应速度和解决方案的完整性
- 眼动数据（注视时长、扫视顺序和方向、扫视频率和长度）

测试后，对受试者进行访谈，了解他们对可视化方式的主观偏好，以及认为哪些方式能更快速准确地解决任务。

动态标识：多属性决定可见性

动态标识是一种通过改变公共空间中信息的视觉属性来提高其可见性的信息呈现技术。随着投影仪和显示技术的发展，动态标识已得到实际应用，但目前尚未明确哪些标识应该使用，哪些不应该使用。为确保动态标识作为一种新基础设施的持续发展，需要避免因缺乏系统使用而产生的意外负面影响。因此，积累人体工程学数据对于建立安全易读的动态标识要求至关重要。

研究目的

本研究旨在阐明提供人流引导的标识的视觉要求。人流引导标识的主要信息是目的地的方向和距离，研究考虑了传达这些信息所需的标识放置条件和属性，包括与年龄影响的相互作用。考虑的标识属性有动画类型（滑动和闪烁）、频率和展示时间。

研究方法

• 参与者 ：为明确年龄和认知功能对标识阅读的影响，选取了60名男性和女性参与者，分为20多岁（平均21.65岁，标准差0.37）和60岁以上（平均70.56岁，标准差0.92）两组。将参与者分配到两种动画条件（滑动或闪烁）中，每组的男女比例和年轻与老年比例大致相等。所有参与者视力、听力和行走能力正常，并获得了参与补偿。实验当天，通过问卷确认参与者的身体状况，使用Landolt环测试和立体飞行测试测量单眼和双眼视力，并进行简易精神状态检查（MMSE）评估认知功能。所有参与者均无测试内容的先验知识，实验方案获得了国立先进工业科学技术研究所（AIST）人体工程学委员会的批准，参与者在参与实验前均提供了书面知情同意书。
• 实验设备 ：使用伊利诺伊大学生产的CAVE沉浸式虚拟现实设备，将4000流明的投影仪（NP - M402XJD；NEC，东京，日本）投射的计算机生成图像投影到四个3平方米的方形屏幕上，屏幕分别位于观察者的左右、前方和地板上。参与者通过圆偏振光眼镜观看投影。使用Vicon系统（Vicon Motion Systems Ltd.，牛津，英国）以120Hz的采样率对每个参与者的头部位置进行非接触式测量，并通过以太网将位置数据传输到CAVE系统，根据参与者的头部位置校正渲染失真。

跨学科医学研究中的数据可视化与动态标识可见性研究

研究结果与分析

医学数据可视化研究结果

由于COVID - 19大流行，本次试点研究仅对5名受试者进行了测试，其中3名是不同年龄、性别和背景的医疗工作者，1名是数据可视化专家，另1名是心理学家。

结果显示，受试者在处理给定任务时表现出高度的多样性。他们偏好不同类型的可视化方式，在使用可视化工具时呈现出不同的眼动模式，给出的答案和发现也各不相同，有时甚至相互矛盾。大多数受试者建议使用条形图作为一种可能的工具，以更快速、准确地解决部分给定任务。

虽然目前由于受试者数量有限，难以对不同因素对交互模式的影响得出结论，但总体而言，试点研究结果证实了所提出的实验设计的可行性。不过，数据处理和分析过程极为耗时，因此需要实现自动化任务。目前正在致力于对两项调查的数据处理进行自动化，固定可视化方式的介绍顺序和时长，以及将测试划分为具有固定时长的部分，每个部分对应一个分析任务。随着圣彼得堡的抗疫限制逐渐放宽，希望在IEA2021大会展示论文时，能对约50名医疗工作者和实习医生进行测试。

graph LR
    A[试点研究] --> B[受试者多样性]
    B --> C[偏好不同可视化方式]
    B --> D[不同眼动模式]
    B --> E[答案和发现差异大]
    A --> F[数据处理挑战]
    F --> G[实现自动化任务]
    G --> H[自动化数据处理]
    G --> I[固定可视化介绍]
    G --> J[划分测试部分]

动态标识研究结果

目前暂未提及动态标识研究的具体结果，但从研究方法和目的来看，后续会根据参与者在不同动画类型（滑动和闪烁）、频率和展示时间等条件下，对标识传达的目的地方向和距离信息的识别情况，结合年龄和认知功能因素进行分析。例如，可能会分析不同年龄段参与者在不同动画条件下的反应时间、识别准确率等指标，以确定最佳的标识属性组合和放置条件，从而为建立安全易读的动态标识要求提供依据。

研究结论与展望

医学数据可视化研究结论

研究表明，研究医疗工作者在使用数据可视化工具解决分析任务时的眼动模式，可能会为医学数据感知特征提供重要发现。试点研究结果证实了所提出和测试的可用性测试设计的可行性和前景。基于该方法的全面研究有望发现和分类医学数据感知模式，为改进医学数据可视化指南和设计供医疗工作者和研究人员使用的高级可视化工具奠定基础。

动态标识研究结论与展望

本研究聚焦于阐明提供人流引导的动态标识的视觉要求，通过考虑标识的放置条件、属性以及与年龄影响的相互作用，采用人体工程学实验和沉浸式虚拟现实技术进行研究。虽然目前未给出具体结果，但研究方向明确，旨在积累相关的人体工程学数据，以建立安全易读的动态标识要求。未来，随着研究的深入，有望为动态标识在公共空间的合理应用提供科学依据，提高人流引导的效率和安全性，避免因标识使用不当而产生的负面影响，推动动态标识作为一种新基础设施的持续发展。

总体而言，这两项研究分别从医学数据可视化和动态标识可见性的角度，为相关领域的发展提供了有价值的研究思路和方法，未来的进一步研究值得期待。

研究领域	研究目的	研究方法	主要发现	未来展望
医学数据可视化	分析“医生 - 医学数据可视化”交互，设计可视化工具	可用性测试，结合眼动追踪、调查和访谈	受试者表现多样，证实实验设计可行	扩大测试规模，实现数据处理自动化，改进可视化指南
动态标识可见性	阐明人流引导标识的视觉要求	人体工程学实验，沉浸式虚拟现实	未提及具体结果	积累数据，建立标识要求，推动动态标识发展