Procesamiento de datos Eye Tracking

El algoritmo desarrollado automatiza el procesamiento de archivos de Eye Tracking exportados en formato Excel, con el propósito de unificar las métricas registradas en una única tabla estructurada que facilite su posterior análisis estadístico. Inicialmente, el usuario ingresa la información correspondiente al identificador del sujeto, la sesión y la condición experimental, metadatos que se incorporan a todos los registros generados. Posteriormente, el programa solicita la carga del archivo Excel exportado desde el software del eye tracker y define un mapa de equivalencias entre las hojas del archivo y las métricas que serán almacenadas en la base de datos maestra. A continuación, el algoritmo inicializa una estructura denominada tabla maestra, la cual funciona como repositorio central para integrar la información procedente de todas las hojas del archivo. El sistema identifica las hojas disponibles y verifica su existencia antes de iniciar el procesamiento, evitando errores cuando alguna métrica no se encuentra presente. Una de las características principales del algoritmo es su capacidad para detectar automáticamente el formato de organización de los datos. Si la hoja presenta un formato compacto, toda la información se extrae directamente de una única fila de datos; por el contrario, si corresponde a un formato estándar, el programa recorre las distintas secciones de la hoja hasta localizar el encabezado de interés y la información asociada al registro Recording, que sirve como referencia para identificar correctamente los datos del participante. Durante este proceso, el sistema identifica las diferentes Áreas de Interés (AOI) y extrae para cada una las métricas disponibles, incluyendo el número de fijaciones, número de visitas, duración total y promedio de las fijaciones, tiempo hasta la primera fijación, duración de la primera fijación y duración total y promedio de las visitas. Cada conjunto de valores se almacena en la tabla maestra utilizando una clave compuesta por el sujeto, la condición experimental, la sección analizada y la AOI correspondiente. Una vez procesadas todas las hojas, la información consolidada se transforma en un DataFrame, verificando que todas las columnas esperadas estén presentes. En caso de ausencia de alguna variable, el algoritmo crea automáticamente la columna correspondiente con valores nulos para mantener una estructura homogénea entre participantes. Posteriormente, las variables se convierten al tipo numérico y se calculan métricas derivadas que complementan el análisis original. Entre estas se incluyen la latencia sacádica, el número de sacadas, las sacadas regresivas, el índice de exploración visual, la amplitud de la sacada, la amplitud de la pupilometría, el parpadeo y la densidad de fijaciones, obtenidas mediante operaciones matemáticas basadas en las métricas primarias extraídas del archivo. Finalmente, el algoritmo realiza una etapa de limpieza y organización de los datos, sustituyendo valores infinitos por cero, eliminando registros inválidos, completando valores faltantes cuando es necesario y ordenando la información por sujeto, sesión, condición y AOI. Como resultado, genera un archivo Excel compuesto por una hoja con los datos limpios y consolidados, una hoja destinada a la visualización de resultados y un resumen estadístico descriptivo, proporcionando una base organizada y estandarizada para el análisis del comportamiento visual registrado durante el experimento.