AI——认知建模工具：PsychoPy

以下是关于 PsychoPy 的详细使用方法指南，涵盖安装、实验设计、代码编写、数据记录及高级功能的完整流程：

一、PsychoPy 简介

PsychoPy 是一款开源的心理学实验设计工具，支持通过图形界面（Builder）或Python代码（Coder）创建实验，适用于行为实验、认知任务（如Stroop、Flanker）、眼动追踪等。其核心优势是跨平台兼容性和毫秒级时间精度。

二、安装与启动

1. 下载安装

   • 官网：https://www.psychopy.org/
   • 支持Windows/macOS/Linux，推荐安装Standalone版本（内置Python环境）。

2. 启动界面

   • Builder：图形化拖拽设计（适合新手）。
   • Coder：直接编写Python代码（适合高级用户）。

三、使用 Builder 设计实验（以Stroop任务为例）

1. 创建实验流程

1. 新建实验：
   • 打开Builder → 点击“New Experiment”。
2. 添加Routine：
   • 右键点击“Flow” → 添加“Routine”（如trial）。
3. 设计刺激组件：
   • 在trial中添加组件：
     • Text：显示颜色词（如“红”显示为蓝色）。
     • Keyboard：记录被试按键反应。
     • Fixation Cross：注视点（500ms）。
4. 设置循环（Loop）：
   • 右键点击trial → 添加“Loop”，导入CSV文件定义实验条件（如词义、颜色、正确答案）。

2. 关键参数配置

• Text组件：
  • Text字段：$word（从CSV文件中读取变量）。
  • Color字段：$color（同上）。
• Keyboard组件：
  • Allowed Keys：['left','right']（对应答案选项）。
  • Store Correct：$corrAns（根据CSV中的正确答案自动标记对错）。

3. 运行与调试

• 点击“Run” → 选择“Full Screen”或窗口模式运行。
• 调试技巧：
  • 使用print()函数在控制台输出变量值。
  • 启用“Logging”记录时间戳和事件。

四、使用 Coder 编写实验（Python代码示例）

1. 基础代码框架

from psychopy import visual, core, event

# 创建窗口
win = visual.Window(size=(800, 600), units='pix')

# 定义刺激
text_stim = visual.TextStim(win, text='Hello PsychoPy!', color='white')

# 显示刺激并记录反应
text_stim.draw()
win.flip()
core.wait(2.0)  # 显示2秒

# 关闭窗口
win.close()

2. Stroop任务代码示例

from psychopy import visual, core, event, data
import random

# 初始化窗口和参数
win = visual.Window()
conditions = [{'word': '红', 'color': 'blue', 'corrAns': 'right'},
              {'word': '蓝', 'color': 'red', 'corrAns': 'left'}]
trials = data.TrialHandler(conditions, nReps=5)

# 实验循环
for trial in trials:
    # 显示注视点
    fixation = visual.TextStim(win, text='+', color='white')
    fixation.draw()
    win.flip()
    core.wait(0.5)
    
    # 显示刺激
    text = visual.TextStim(win, text=trial['word'], color=trial['color'])
    text.draw()
    win.flip()
    
    # 记录反应
    keys = event.waitKeys(keyList=['left', 'right'], timeStamped=True)
    trials.addData('RT', keys[0][1])  # 记录反应时
    trials.addData('Accuracy', 1 if keys[0][0] == trial['corrAns'] else 0)

# 保存数据
trials.saveAsExcel('stroop_data.xlsx')
win.close()

五、数据记录与导出

1. 自动记录：
   • Builder模式下，数据默认保存为.csv或.xlsx文件（含时间戳、反应时、正确率等）。
2. 自定义字段：
   • 在代码中使用addData()添加额外变量（如被试ID、实验版本）。
3. 数据清洗：
   • 使用Pandas处理数据：

     import pandas as pd
     df = pd.read_csv('stroop_data.csv')
     df = df[df['RT'] > 0.1]  # 过滤过快反应
     

六、高级功能

1. 时间精度控制

• 刷新同步：

  win = visual.Window(..., useFBO=True)  # 启用帧缓冲
  

• 硬件同步：
  • 使用psychopy.parallel模块连接触发器（如EEG/MRI设备）。

2. 眼动追踪集成

• 支持设备：Tobii、EyeLink。
• 示例代码：

  from psychopy.iohub import launchHubServer
  io = launchHubServer(eyetracker='Tobii')
  

3. 扩展插件

• Pavlovia：在线运行实验（需注册账号）。
• PyEPL：与Python生态库（如NumPy、SciPy）无缝集成。

七、调试与优化

1. 常见问题

• 刺激不同步：确保win.flip()在每次刷新前调用。
• 按键延迟：使用event.clearEvents()清空事件缓存。
• 跨平台差异：在目标系统上提前测试。

2. 性能优化

• 预加载刺激：

  images = [visual.ImageStim(win, image='img1.png'), ...]
  

• 减少实时计算：避免在循环内创建对象。

八、学习资源

1. 官方文档：PsychoPy Documentation
2. 书籍推荐：
   • 《Programming Visual Illusions for Everyone》（PsychoPy实战案例）
   • 《Experimental Psychology with Python》（结合理论与代码）
3. 社区支持：
   • PsychoPy论坛
   • GitHub仓库：PsychoPy示例

九、应用场景

• 认知心理学：注意力、记忆、决策实验。
• 神经科学：fMRI/EEG实验范式设计。
• 教育研究：学习行为分析。
• 人因工程：界面可用性测试。

参考：PsychoPy 系列指南