StreamLab: sincronice, visualice y prepare sus datos
Reúna señales fisiológicas, datos de mirada y eventos del experimento en una base temporal común. Conserve el contexto desde la adquisición hasta la exportación.
Descubra StreamLab en acción.
Descubra el software antes de preparar su configuración de EEG, eye tracking, ECG y vídeo con nuestro equipo.
El reproductor de YouTube solo se carga después de hacer clic. Ver en YouTube ↗
Dos herramientas, del directo a la revisión
Basada en Lab Streaming Layer (LSL), la suite StreamLab acompaña experimentos multimodales con eye tracking, EEG, ECG, EMG o actividad electrodérmica (GSR/EDA), según los dispositivos e interfaces compatibles. Los vídeos y eventos aportan contexto a cada secuencia.
| Durante el experimento · StreamLive | Después del experimento · StreamView |
|---|---|
| Detectar dispositivos y organizar vistas | Reabrir la sesión y explorar registros |
| Observar flujos y registrar marcadores | Conservar las secuencias útiles para su estudio |
| Registrar datos en una base temporal común | Exportar secuencias para el análisis |
StreamLive: señales y eventos en directo
Detecte dispositivos compatibles en la red local y elija los flujos y canales que desea registrar. Mueva y redimensione las vistas para organizar señales, vídeo e indicadores disponibles según los dispositivos.
Añada marcadores durante el experimento para identificar instrucciones, respuestas o cambios de fase. Estos eventos se muestran y registran con la sesión.
La selección de flujos determina la grabación: desmarcar un flujo o canal impide que se registre. Compruebe la selección antes de iniciar la sesión.
Integraciones presentadas en el manual
El manual muestra las siguientes integraciones. Verificaremos el modelo exacto, la versión del software y los flujos necesarios para su protocolo al preparar la instalación.
- Eye tracking: Neon Glasses y Eyelogic.
- Adquisición fisiológica: Faros, SAGA y APEX.
- Estímulos: PsychoPy, con integración SDK para recuperar las secuencias.
- Fuentes complementarias: webcams y marcadores internos.
Se pueden detectar varios dispositivos del mismo modelo. La interfaz organiza los datos por modelo, dispositivo, flujo y canal.
StreamView: encontrar y seleccionar secuencias útiles
Reabra una sesión StreamLive, explore los datos y añada marcadores. Seleccione después los intervalos que desea conservar según su protocolo.
- Por marcadores: definir un intervalo entre dos eventos.
- Por estímulo PsychoPy: seleccionar una secuencia desde el inicio de un estímulo hasta el siguiente, mediante la integración SDK.
- Manualmente: delimitar una parte del registro.
Las selecciones se aplican al exportar: la carpeta de origen permanece intacta. Se trata de una selección temporal de datos, no de un filtrado de frecuencia.
Archivos para continuar su análisis
| Etapa o formato | Lo que obtiene |
|---|---|
| StreamLive · CSV alineado | Una columna temporal común y canales en columnas separadas. Las diferencias de frecuencia entre flujos pueden producir muchas celdas vacías. |
| StreamLive · CSV no alineado | Una columna temporal por flujo, con menos celdas vacías. Su cadena de análisis se encarga de la realineación temporal. |
| StreamLive · PKL | Formato binario Python que conserva la jerarquía de dispositivos, flujos y muestras; alternativa al CSV para grandes volúmenes. |
| StreamView · exportación CSV | Datos de los intervalos seleccionados, en una estructura de carpetas que puede reabrirse en StreamView. |
Conserve la carpeta completa, incluida la subcarpeta .store, necesaria para reabrirla en StreamView. Los vídeos y elementos PsychoPy se guardan en archivos separados.
En adquisiciones largas o de alta frecuencia, el CSV puede ser voluminoso. Le ayudamos a comprobar un registro representativo en sus herramientas de análisis antes de desplegar el protocolo.
Preparar un experimento reproducible
Envíenos los modelos de dispositivos, la duración de las sesiones, los eventos que desea registrar y su software de análisis. Podremos verificar los flujos disponibles, organizar una demostración y preparar la formación.
La precisión temporal depende de toda la cadena: sensores, marcas de tiempo, red y estímulos. Una prueba completa permite medir los desfases y su variabilidad en su configuración.
Descubrir los sistemas de eye tracking · Descubrir los registradores Faros · Preparar un estudio de eye tracking y EEG
Documentación de referencia
Presentación y capturas del manual StreamLab facilitado a Gaze Intelligence. Las funciones e integraciones corresponden a esa documentación; verificaremos la configuración propuesta con sus equipos.
Construyamos su configuración StreamLab.
Indique sus dispositivos y protocolo para organizar una demostración adaptada.