小鼠移动眼动追踪系统
Eye-tracking for Freely-moving Mouse
核心差异
动物自由移动
头戴 ETU 仅 1g,动物在笼内自由活动与探索,眼动记录不干扰自然行为,适合觉醒、社交与环境依赖类实验。
全球领先的轻量化小鼠眼动方案:移动版头戴仅 1g、固定版高达 1000 帧/秒。集成 AI 瞳孔检测与 SCI 级可视化,服务多领域神经科学研究。
移动眼动最轻 1g 头戴头戴仅 1g ETU
固定眼动头部固定 · 高达 1000 fps
AI 瞳孔检测 × 轻量化硬件 × 全流程自动化,突破传统眼动追踪在小动物上的局限
移动式与固定式为并列的两条产品线,分别配备独立的硬件系统与软件平台,可根据实验范式按需选型;移动式适用于自由活动场景,固定式适用于高帧率、严格控制的头部固定实验。
两款产品共同具备
均采用 AI 瞳孔检测、眼动与行为同步记录、中英文软件界面、SCI 级可视化导出及 TTL 多模态联用,采集与分析流程一致,可按实验范式选择移动式或固定式。
Eye-tracking for Freely-moving Mouse
核心差异
动物自由移动
头戴 ETU 仅 1g,动物在笼内自由活动与探索,眼动记录不干扰自然行为,适合觉醒、社交与环境依赖类实验。
Eye-tracking for Head-fixed Mouse
核心差异
1000 帧/秒
高达头部固定、刺激环境严格可控,超高帧率捕捉细微眼动,适合视觉刺激、PLR 与精细眼动反应研究。
业内系统性能横向对照:清晰度与录制帧率对比,资料来源标注于各列下方
清晰度

录制帧率
资料来源
Science Advances, Neuron, 2021
清晰度

录制帧率
资料来源
Nature, 2020
清晰度

录制帧率
资料来源
Science, 2020
清晰度

录制帧率
资料来源
Nature Protocols, 2021
系统可记录瞳孔位置、大小、速度及不同移动方向的变化,并统计扫视次数与幅度;支持百余项眼动指标导出与 SCI 级可视化分析。
输出瞳孔位置、直径与移动速度等时序数据,支持多维度统计与图表导出。
分别解析水平、垂直方向的眼球位移,输出各轴向位置轨迹及运动统计。
自动提取眨眼事件并统计次数;支持剔除眨眼时段数据,使瞳孔直径、位置等参数分析更加准确可靠。
Eye-tracking System for Freely-moving Mouse
硬件组成

Acquisition Control Unit
负责眼动与行为视频同步录制、事件打标与 TTL 外设联用,保障长时间实验稳定运行。

Eye Tracking Unit · 仅 1g
超轻红外眼动采集单元,自带光源,暗光环境亦可稳定成像;可拆卸颅骨连接器约 0.4g,笼养友好可重复使用。

Data Analysis Workstation
承载 AI 瞳孔检测、批处理分析与 SCI 级图表导出,支持多样本并行处理。
软件平台

Eye-tracking Acquisition Software for Freely-moving Mouse
面向自由移动范式,负责眼动与行为视频同步录制、实验参数配置、事件打标及 TTL 外设联用,保障长时间实验稳定运行。

Eye-tracking Analysis Software for Freely-moving Mouse
内置 AI 瞳孔检测算法,支持自由移动小鼠眼动数据批处理分析,一键生成 SCI 级图表与多格式数据导出。
Eye-tracking System for Head-fixed Mouse

Optical Acquisition Platform
头部固定条件下高清眼动采集,高达 1000 帧/秒,消除头动伪迹;行为相机同步记录动物运动。

Data Analysis Workstation
高性能分析计算平台,支撑 Capture 采集与 Analyzer 分析全流程自动化处理。

Mouse Fixed Eye Capture
面向头部固定实验的数据采集软件,支持高达 1000 帧/秒录制与自动化参数配置。

Mouse Fixed Eye Analyzer
内置 AI 瞳孔检测算法,集成数据处理与可视化模块,简单操作即可完成分析与 SCI 级图表导出。
从 AI 瞳孔特征提取、多维量化可视化,到事件相关分析、眼部行为识别与多模态联合分析,覆盖眼动数据由采集到发表的全流程。
覆盖「眼动视频录制 → 数据标注与模型训练 → 瞳孔检测」完整流程。深度学习算法可在复杂光照、眨眼与头动干扰下稳定输出瞳孔坐标,为后续量化与可视化提供高质量数据基础。
将原始追踪数据转化为可解释的统计结果与图表,从时序曲线、空间分布到群体统计一站式呈现,便于快速洞察实验组间差异与个体波动。
以实验事件为时间锚点,对齐分析瞳孔直径、面积等参数在刺激前后的动态变化,揭示觉醒、应激、学习或药理干预相关的瞳孔响应模式。
融合传统阈值算法与深度学习模型,自动识别眨眼等眼部行为,输出行为片段、发生时刻与频次统计,减少主观判读带来的偏差。
眼动数据可与自由活动、Looming 威胁、视觉刺激范式及电生理、光遗传等多模态记录同步联用,从单一瞳孔指标拓展为综合行为表型评估。





在脑科学、心理学与精神科等领域,监测眼睛信息的变化(眼动追踪)是重要且常规的测量手段。
眼动追踪系统有非常多的适用场景,可服务于从基础神经机制到临床转化研究的多种范式。
典型方向包括:

小鼠移动眼动与固定眼动追踪系统已支撑多篇高水平论文发表,涵盖神经机制、自闭症、睡眠与视觉逃逸等领域(移动眼动 5 篇、固定眼动 1 篇)。
联系我们获取产品演示、白皮书与定制化多模态联用方案