眼球肌肉的协同作用：无论是近视患者还是正常人群，控制眼球运动的肌肉群（如六条内直肌、六条外直肌等）在神经信号的驱动下完成精确的瞄准动作。这种运动通常是无意识的，除非受试者有目的性地注视某处。
视网膜成像的变化：眼球肌肉的收缩与舒张直接改变了眼球相对于视网膜的位置。视网膜作为感光组织，其上的位置信息随之发生改变，进而产生一系列神经电信号。
信号采集与传输：眼动仪利用多个微型高分辨率摄像头，以极高的频率（通常为 500Hz 至 1000Hz）捕捉眼球在视野中的微小位移。这些摄像头安装在全向性阵列中，能够全方位无死角地监控受试者的眼部状态。

一旦摄像头捕捉到眼的移动数据，它就能还原出视网膜上的图像位置，并计算出受试者当前正在注视哪个方向。通过算法处理，系统可以将这一物理位移转化为具有时间序列特征的注视点坐标数据流。

光学成像与数据可视化：从监测到呈现

仅仅知道“眼在哪里动”还不够，如何将这些原始数据转化为可视化的“地图”是眼动仪的关键一步。这主要依赖于一套精密的光学成像系统。

头戴式装置配合视场角（FOV）：系统通常包含一个头戴式设备，其视场角覆盖了受试者正前方的区域。当受试者注视某一点时，该点对应的视网膜图像会投射到设备内部的图像传感器上。
投影仪与激光扫描：常见的方案是利用激光扫描头或投影仪，将受试者视网膜上的图像投射到特定的探测器阵列上。当受试者注视目标时，该区域的光强会发生微弱变化，从而在探测器上形成高光斑点。
图像处理算法的核心：这是数据呈现的“大脑”。系统通过采集的多个视角的图像数据，结合视野角的几何关系，利用计算机视觉算法进行重建。最终生成的图形中，受试者注视点的位置会被标记为不同颜色的点，正前方的区域则以高亮条纹显示，从而形成一张清晰、详细的“视觉世界图”。

这种将光学现象转化为数字信号的过程，使得原本不可见的注意力焦点变得透明、可视，为研究人员或开发者提供了宝贵的行为数据。

典型应用场景与实例解析

眼动仪并非实验室里的冷冰冰设备，它正在重塑我们的学习与工作模式。

人机交互界面设计：在软件标注工具中，设计师可以利用眼动仪数据观察用户是否更容易聚焦于工具的特定操作区域。
例如，当用户尝试点击某个按钮时，系统会显示其注视轨迹。若轨迹分散或长时间停留在无关区域，说明界面布局存在缺陷。
虚拟现实体验优化：在 VR 游戏中，眼动仪能实时反馈用户当前的视线方向，帮助开发者调整场景布局，避免用户迷路或产生眩晕感。相比头部追踪，眼动仪更侧重于用户主动关注的行为，能有效提升沉浸感。
疾病评估与康复训练：对于自闭症儿童或注意力缺陷多动症（ADHD）患者，眼动仪可以客观记录其是否进行了阅读、计算或听指令的任务。通过对比不同药物或疗法下的数据变化，为临床决策提供科学依据。

另一个极具代表性的应用是新闻标注与阅读理解测试。研究人员利用眼动仪监测参与者阅读复杂文本时的注视时长和路径。数据显示，当段落结构清晰、关键信息突出时，用户的注视时长会显著缩短，这表明信息获取效率更高；反之，若信息分散或段落过长，眼动轨迹则会变得杂乱无章，反映出阅读困难。