Расчет латентности ответа глаза

Question

Я хотел бы рассчитать задержку ответа глаза.Я хочу сделать это путем измерения разницы во времени между появлением на экране цели и появлением быстрого движения глаз в ответ.

Ниже приведен пример одного пробного примера.Фиолетовая линия - это период, когда цель появляется на экране.Верхняя строка показывает данные о положении Y-координаты глаза, нижняя линия показывает скорость.Как вы можете видеть здесь, быстрое движение глаза вниз, с высокой скоростью, является саккадой.

Чтобы дать вам представление о том, как выглядят мои данные, я создал фиктивный data.frame.Блок представляет собой блоки, которые вы также можете увидеть на рисунке.Игнорировать триал-блок на данный момент.Saccade - это столбец, в котором указано, являются ли данные S (саккада) или F (фиксация).

Есть идеи, как рассчитать время между Iview в начале цели и началом первой саккады для каждого отдельного испытания?

Большое спасибо

library(dplyr)
N = 500

G.df <- data.frame(Iview = seq(N*2),
               cue.condition = rep(c("spatial", "non-spatial"), each = N),
               block = rep(c("fixation.1", "fixation.2", "target.1", "target.2"), each = N/2),
               trial.block = rep(1:4, each = N/2),
               trial.number = rep(1:50, each = 10),
               saccade = sample(c("S","F"), size = 100, replace = T))

Answer 1

Я не уверен, правильно ли я понял ваш запрос.Время между первым появлением block == 'target.1' и первым появлением block == 'target.1' & saccade == 'S' для каждого испытания можно рассчитать так:

G.df %>%
  group_by(trial.number) %>%
  summarise(time_between = Iview[block == "target.1" & saccade == "S"][1] - Iview[block == "target.1"][1])

# A tibble: 50 x 2
   trial.number time_between
          <int>        <int>
 1            1            2
 2            2            1
 3            3            0
 4            4            0
 5            5            1
 6            6            1
 7            7            1
 8            8            1
 9            9            0
10           10            0
# ... with 40 more rows