波士顿科学博物馆创建了互动活动，向游客传授他们自己的生物学知识

最初的手握动作软件是用另一种编程语言开发的，有几个缺点。首先，对于一些年龄在14岁到86岁之间的博物馆志愿者来说，它的界面很难使用。其次，它的输出对普通观众来说并不总是清楚的。第三，博物馆的技术人员缺乏对代码进行细微修改和改进的专业知识。博物馆想要一个直观、易访问、可维护的解决方案，但仍然使用现有的握力传感器硬件。

对于眼球追踪站，博物馆希望与Peter Bex博士和他在马萨诸塞州眼耳医院的Schepens眼科研究所的同事合作。贝克斯博士的团队已经开发出了用于眼球追踪实验的算法。博物馆试图在这些算法的基础上进行新的活动，包括比较眼睛和手的反应时间，在人群中识别面孔，以及跟踪阅读时的眼睛运动。

科学博物馆与MathWorks工程师合作，重新设计了握手活动，并开发了眼球追踪活动。

在MATLAB中，工程师们从样本数据中生成了定制的图形和图表，并与博物馆工作人员会面，选择可供广大观众使用的可视化效果。

使用数据采集工具箱™，他们连接到游标手握式测功机，并将其力测量数据读取到MATLAB中。他们应用回归分析和其他统计技术与统计和机器学习工具箱™来处理数据。然后，他们用MATLAB生成了一个图表，将游客的握力与其他年龄、性别和用手习惯相同的游客的握力进行比较。

在眼球追踪器活动中，MathWorks团队与孔博士和Bex博士及其团队会面，计划如何在活动中最好地展示实验室的研究成果。

使用MATLAB、数据采集工具箱和心理物理学工具箱(MATLAB中央文件交换中提供的一组用于视觉研究的MATLAB函数)，该团队从SensoMotoric Instruments (SMI)的眼球跟踪硬件导入数据。他们使用图像处理工具箱™在呈现给访问者的图像中应用过滤器和勾画要跟踪的对象。

该团队开发了一个MATLAB应用程序，与Bex博士现有的MATLAB算法集成，以绘制跟踪眼球运动的响应时间。

眼动仪和手握活动的成功促使博物馆创造了其他互动活动，让游客使用自己的数据来探索自己的生物学。