Labbet har utvecklat flertalet verktyg som är öppna för användning.
Titta: Gränssnitt för Tobii eye trackers, Tobii Pro SDK
Matlab: https://github.com/dcnieho/Titta
Python: https://github.com/marcus-nystrom/Titta
Paper 1: Niehorster, D.C., Andersson, R. & Nyström, M. (2020). Titta: A toolbox for creating PsychToolbox and Psychopy experiments with Tobii eye trackers. Behavior Research Methods. doi: 10.3758/s13428-020-01358-8
Paper 2: Niehorster, D. C., Whitham, W., Lake, B. R., Schapiro, S. J., Andolina, I. M. & Yorzinski, J. L. (2024). Enhancing eye tracking for nonhuman primates and other subjects unable to follow instructions. Behavioral Research Methods. doi: 10.3758/s13428-024-02540-y
Paper 3: Niehorster, D.C. & Nyström, M. (2025). TittaLSL: A toolbox for creating networked eye-tracking experiments in Python and MATLAB with Tobii eye trackers. Behavior Research Methods. doi: 10.3758/s13428-025-02714-2
SMITE: gränssnitt för SMI eye trackers
Matlab: https://github.com/dcnieho/SMITE
Python: https://github.com/marcus-nystrom/SMITE
Paper: Niehorster, D.C., & Nyström, M., (2019). SMITE: A toolbox for creating Psychtoolbox and Psychopy experiments with SMI eye trackers. Behavior Research Methods. doi: 10.3758/s13428-019-01226-0
GlassesViewer: Parser, viewer och kodnings-GUI för ögonrörelsedata från Tobii Glasses 2 and 3
Matlab: https://github.com/dcnieho/GlassesViewer
Paper: Niehorster, D.C., Hessels, R.S., and Benjamins, J.S. (2020). GlassesViewer: Open-source software for viewing and analyzing data from the Tobii Pro Glasses 2 eye tracker. Behavior Research Methods. doi: 10.3758/s13428-019-01314-1
GlassesValidator: Verktyg för automatisk bestämning av datakvalitet (noggrannhet och precision) för registreringar med bärbar eyetracker
Python: https://github.com/dcnieho/glassesValidator
Paper: Niehorster, D.C., Hessels, R.S., Benjamins, J.S., Nyström, M. and Hooge, I.T.C. (2023). GlassesValidator: A data quality tool for eye tracking glasses. Behavior Research Methods. doi: 10.3758/s13428-023-02105-5
I2MC: Brusrobust fixeringsklassificering för ögonrörelsedata
Matlab: https://github.com/royhessels/I2MC
Python: https://github.com/dcnieho/I2MC_Python
Paper: Hessels, R.S., Niehorster, D.C., Kemner, C., & Hooge, I.T.C. (2017). Noise-robust fixation detection in eye-movement data - Identification by 2-means clustering (I2MC). Behavior Research Methods, 49(5): 1802--1823. doi: 10.3758/s13428-016-0822-1
gazeMapper: Ett verktyg för automatisk världsbaserad analys av blickdata från en eller flera bärbara ögonrörelsemätare
Python: https://github.com/dcnieho/gazeMapper
Paper: Niehorster, D.C., Hessels, R.S. , Nyström, M., Benjamins, J.S. and Hooge, I.T.C. (2025). gazeMapper: A tool for automated world-based analysis of gaze data from one or multiple wearable eye trackers. Behavior Research Methods. doi: 10.3758/s13428-025-02704-4