基于眼动追踪技术的孤独症谱系障碍儿童面孔异常加工识别研究

作     者：康健楠 韩晓雅 耿新玲 李小俚 

作者机构：河北大学电子信息工程学院河北省保定市071000 燕山大学信息科学与工程学院 首都医科大学生物医学工程学院 北京师范大学认知神经科学与学习国家重点实验室 

出 版 物：《中国康复医学杂志》 (Chinese Journal of Rehabilitation Medicine)

年 卷 期：2022年第37卷第7期

页      面：933-936页

核心收录：

学科分类：1002[医学-临床医学] 1010[医学-医学技术（可授医学、理学学位）] 100215[医学-康复医学与理疗学] 100205[医学-精神病与精神卫生学] 10[医学] 

基　　金：国家自然科学基金资助项目(62001153) 

主　　题：孤独症谱系障碍 面孔加工 相关性 分类 孤独症行为量表 社交反应量表 

摘      要：目的:研究孤独症儿童对社交面孔的加工特点。方法:招募3—6岁孤独症儿童59名和性别年龄相匹配的正常儿童66名,采用眼动追踪技术记录注视过程,比较两组儿童注视差异,计算孤独症儿童眼动注视指标与量表的相关性,以及使用机器学习进行分类的准确率。结果:(1)与正常儿童相比,孤独症儿童更少地注视脸部、眼睛、嘴巴等社会信息丰富区域,而更多地注视背景、身体等社会信息贫乏区域;(2)孤独症儿童的注视时间与量表分数具有一定的相关性并且孤独症儿童的注视具有一定的偏侧性;(3)眼动注视时间可以提供较多的信息来区分孤独症儿童和正常儿童,支持向量机(SVM)最高分类准确率为78.60%。结论:孤独症儿童在面孔注视上存在缺陷;部分量表得分可以预测孤独症儿童的症状严重程度;SVM算法可以作为对孤独症儿童和正常儿童进行分类的辅助工具。