为什么越来越多实验室开始关注自由移动眼动？
当一只小鼠看到新奇事物时，它的瞳孔为什么会放大？
当它面对危险刺激时，眼球为什么会快速转动？
当它学习、探索、记忆、决策时，眼睛又悄悄记录了哪些神经活动的信息？
对于神经科学研究而言，眼睛从来都不仅仅是视觉器官。
越来越多研究表明，瞳孔大小、眼球运动轨迹、注视位置以及眼动速度等指标，能够实时反映动物的注意力、认知状态、情绪变化、觉醒水平，甚至成为解析脑功能活动的重要窗口。
也正因为如此，眼动追踪（Eye Tracking）已逐渐成为脑科学、神经科学、心理学及精神疾病研究中的重要技术手段，并广泛应用于学习记忆、焦虑抑郁、自闭症、阿尔茨海默病、疼痛、成瘾等多个研究方向。
然而，对于小鼠等实验动物来说，眼动实验一直存在一个难以回避的问题。
当动物被固定，它看到的世界，还是真实的吗？
长期以来，小鼠眼动研究主要依赖**头部固定（Head-fixed）**实验。
这种方式虽然能够获得稳定的眼部图像，却也意味着动物无法自由探索环境，行为模式和情绪状态都会受到一定影响。
对于研究者来说，这带来了一个值得思考的问题：
如果动物本身已经失去了自然行为，那么采集到的眼动信息，是否还能真实反映其认知活动？
事实上，在自然环境中，小鼠会不断转动眼球、调整瞳孔大小、主动获取环境信息，这些细微变化正是研究学习记忆、注意力分配、情绪调控以及脑功能活动的重要依据。
真正有价值的眼动数据，来自动物最自然的行为状态。
因此，越来越多科研团队开始将目光投向自由移动眼动（Freely-moving Eye Tracking） 技术，希望在不限制动物自然行为的前提下，获得更加真实、连续、可靠的眼动数据。
传统头固定 vs 自由移动眼动
自由移动实验能够更真实地保留动物自然探索行为，为眼动研究提供更加接近生理状态的数据。
从“记录眼睛”，到“理解大脑”
正是基于这样的科研需求，一湾生命科技推出了 BehaviorAtlas EyeTracking 小鼠移动眼动追踪系统。
这不仅是一套眼动采集设备，更是一套面向自由移动小鼠的眼动记录、AI 分析与科研可视化平台。
系统采用重量仅约 1 g 的超微型眼动追踪传感器（ETU），佩戴于动物头部后几乎不会影响其自由活动，可在动物自然探索过程中持续记录眼部视频。
与此同时，系统内置自主研发的 AI 瞳孔检测算法，能够精准识别瞳孔位置、直径、面积等关键特征，并自动完成眼动数据分析、可视化展示及数据导出，为科研人员提供从数据采集到科研分析的完整工作流程。
相比传统眼动方案，BehaviorAtlas EyeTracking 不仅关注"是否能够采集"，更关注如何让每一份眼动数据真正服务于科研发现。
真正值得研究的，不只是眼睛，而是眼睛背后的神经活动。
随着越来越多实验室开展自由移动眼动研究，科研人员对于软件的要求也在不断提高。
从采集是否稳定，到分析是否精准；从批量数据处理效率，到科研级图表输出，每一个环节都影响着实验效率和最终研究成果。
为了进一步提升科研体验，BehaviorAtlas EyeTracking 软件迎来了全新升级。
新版软件将数据采集与数据分析流程进行了重新整合与优化，通过更加清晰的软件架构、更高效的 AI 分析能力以及更加流畅的交互体验，让科研人员能够将更多精力投入到科学问题本身，而不是重复的数据处理工作。
从采集到分析，一套软件平台如何让科研流程更顺畅？
对于科研人员而言，一次完整的眼动实验，并不仅仅是获得一段视频。
从实验准备、数据采集，到AI识别、批量分析，再到科研级数据可视化，每一个环节都直接影响着实验效率和最终的数据质量。
BehaviorAtlas EyeTracking 正是围绕这一完整科研流程进行设计。
此次软件升级后，原有功能进一步整合为两个相互协同的软件模块——BehaviorAtlas EyeTracking Capture Mouse 与 BehaviorAtlas EyeTracking Analyzer Mouse。
采集与分析各司其职，又能够无缝衔接，让实验流程更加清晰、高效。
BehaviorAtlas EyeTracking Capture：打造更高效的数据采集流程
录制信息二次确认与操作日志，规范实验采集流程
高质量的数据分析，始于高质量的数据采集。
在眼动实验过程中，看似一个不起眼的参数设置错误，都可能导致整组实验需要重新采集。对于需要连续开展大量实验的课题来说，这不仅意味着时间成本，更意味着宝贵实验资源的浪费。
新版 BehaviorAtlas EyeTracking Capture Mouse 新增录制信息二次确认机制，在正式开始录制前帮助研究人员再次核对实验参数，降低因配置错误导致的数据重采风险；同时新增操作日志功能，自动记录软件关键操作信息，方便实验过程追溯、问题排查及实验管理，进一步提升实验流程的规范性。
标定参数复用与设备适配优化，提升实验准备效率
除了进一步规范实验采集流程，新版软件还针对实验准备环节进行了优化。
软件进一步优化了相机标定流程，支持标定参数复用，同批实验无需重复完成标定操作，有效减少实验准备时间。
此外，软件针对不同显示设备进行了界面优化，支持笔记本电脑等不同分辨率环境，进一步提升软件操作体验，让实验准备更加高效、流畅。
从实验准备到正式采集，每一个流程细节的优化，都旨在帮助科研人员减少重复操作，为后续数据分析提供更加可靠的数据基础。
BehaviorAtlas EyeTracking Analyzer：AI赋能高效眼动数据分析
如果说采集决定了数据质量，那么分析效率，则决定了科研工作的推进速度。
随着实验规模不断扩大，一个课题往往需要处理数十甚至上百个眼动视频。
科研人员真正需要的，不仅是准确的 AI 算法，更是一套能够持续提升工作效率的数据分析平台。
新版 BehaviorAtlas EyeTracking Analyzer Mouse 围绕这一需求，对 AI 分析流程进行了全面优化。
升级后的 AI 瞳孔检测模型进一步提升了目标追踪效果，即使面对复杂光照、快速运动以及瞳孔形态变化等实验场景，也能够保持稳定、精准的识别表现，为后续数据分析提供更加可靠的基础。
与此同时，软件进一步优化了批量分析流程。
研究人员可以根据实验需求灵活选择部分样本进行分析，不必等待整个项目全部完成；分析过程中，软件会自动实时保存分析进度，即使因设备重启或其他原因导致分析中断，也能够快速恢复至上一次分析节点继续运行，有效减少重复计算，提高大批量数据处理效率。
除了算法能力的提升，本次版本还进一步优化了软件交互体验。
视频播放更加流畅，热图生成采用异步渲染方式，即使在处理大尺寸数据时，也不会影响软件其他功能的正常使用，让科研人员能够更加专注于实验结果本身。
软件真正应该解决的，不只是数据分析，而是帮助科研人员把更多时间留给科学问题本身。
AI模型优化与批量分析升级，提升眼动数据分析效率
完成 AI 识别只是第一步。
真正能够帮助科研人员理解实验结果的，是丰富、规范且可重复的数据分析结果。
BehaviorAtlas EyeTracking 内置多种眼动指标分析模块，可自动完成瞳孔位置、瞳孔直径、瞳孔面积、移动速度、长轴偏转角度等关键指标计算，并结合丰富的数据可视化方式，将复杂的数据转化为更加直观的科研结果。
无论是单一样本的动态变化，还是多组实验之间的统计对比，科研人员都能够快速获得符合论文规范的数据图表，为后续统计分析及科研发表提供可靠支持。
每一次数据分析，最终都应该服务于科研发现，而不是停留在数据本身。
热图异步渲染与科研级数据可视化，提升分析体验
在神经科学研究中，实验数据的价值不仅在于采集，更在于如何高效、准确地进行分析与表达。
BehaviorAtlas EyeTracking 不仅能够自动完成眼动数据分析，还提供丰富的数据可视化能力，帮助科研人员从复杂的数据中快速提取关键信息。
软件可自动生成：
- 瞳孔直径变化
- 瞳孔面积变化
- 瞳孔位置轨迹
- 移动速度
- 长轴偏转角度
等多项分析结果，并支持：
- 热图（Heatmap）
- 事件相关瞳孔变化（Event-related Pupil Response）
- 多组实验统计分析
等多种科研级可视化图表。
所有分析结果均支持原始数据及图像导出，可直接用于后续统计分析、论文绘图及科研成果展示，进一步提升科研工作的规范性与效率。
瞳孔直径变化曲线图
Heatmap（热图）
事件相关的瞳孔直径图
多组实验统计图
从自由移动状态下的眼动数据采集，到 AI 自动识别与智能分析，再到科研级数据可视化，BehaviorAtlas EyeTracking 始终围绕科研人员的实际需求持续迭代，不断完善眼动研究的每一个关键环节。
此次软件升级，不仅进一步优化了数据采集与分析流程，更通过录制信息确认、标定参数复用、AI 模型优化、批量分析及科研级数据可视化等功能，为科研人员带来更加高效、稳定、智能的眼动研究体验，让研究者能够将更多精力投入到科学问题本身，而非繁琐的数据处理流程。
EthoAI 云平台上线 EyeTracking EthoAI 版自由移动小动物眼动追踪工作台
为进一步降低眼动分析的使用门槛，EthoAI 云平台全新上线 EyeTracking EthoAI 版自由移动小动物眼动追踪工作台。
该应用面向 BA-EyeTracking 系统，将工程创建、样本上传、相机标定、AI 瞳孔检测模型测试、追踪分析及多维数据可视化整合至统一工作流程，支持从原始视频数据到科研分析结果的完整闭环。
通过云端智能分析能力，科研人员无需复杂的软件配置，即可完成：
- 小鼠眼动视频上传与管理
- AI 瞳孔检测模型调用
- 自动化眼动轨迹分析
- 瞳孔直径、面积、速度等指标计算
- 热图及事件相关分析结果生成
帮助科研人员更加便捷地完成从原始眼动数据到科研结果输出的全过程。
未来，一湾生命科技将持续以 AI 技术赋能神经科学研究，为科研人员提供更加高效、可靠的工具，与全球科研工作者共同探索脑科学的更多可能。