CN109620258A - 基于眼动技术测量孤独症重复刻板行为的测试装置 - Google Patents

Abstract

本发明涉及一种基于眼动技术测量孤独症重复刻板行为的测试装置，该测试装置包括视频播放装置、眼动仪和计算机；视频播放装置用于播放和显示视频材料；眼动仪用于记录被试注视视频播放装置屏幕某位置的数据，并对应于视频播放装置屏幕的位置坐标和眼动仪***时间形成原始采样点数据；运算***用于获取眼动仪采集的原始采样点数据，并将原始采样点数据转化为注视点数据；数据筛选***用于计算被试注视视频播放装置屏幕的总时长，并根据设定条件进行筛选；数据处理***根据数据筛选***筛选的有效数据计算落在某一类型视频兴趣区的注视时长占相应呈现的所有类型视频兴趣区注视总时长的百分比，得到重复运动偏好指数。本发明应用于测量孤独症重复刻板行为中。

Description

基于眼动技术测量孤独症重复刻板行为的测试装置

技术领域

本发明是关于一种基于眼动技术测量孤独症重复刻板行为的测试装置，涉及医学检测技术领域。

背景技术

孤独症谱系障碍(autism spectrum disorder,ASD)在过去几年大幅上升，在美国，每68人中就会有1人患上孤独症。ASD的两大核心症状之一为重复刻板行为(Restrictedand repetitive behavior,RRB)。现有的RRB评估方法大致可分为家长访谈、观察法和问卷法，比如广泛应用的孤独症诊断观察量表(Autism Diagnostic Observation Schedule-Generic,ADOS-G)与它的修订版本(ADOS-2)、孤独症诊断访谈问卷(修正版)(ADIR)以及一些专门为测量重复刻板行为而设计的量表(如RBS-R,RBQ)。这些方法已经较为成熟，但是存在一些明显的局限性：ADOS和ADI-R作为孤独症诊断标准，前者具有较强的时间和空间的限制，导致孤独症个体可能在测试过程中没有表现出RRB，从而导致评估者低估患者RRB出现的频率和严重程度；后者虽基于父母的长时间观察，在时间和空间上比ADOS有优势，但是父母的观察和记忆存在主观偏差，很难进行准确的测量。此外，传统测量方法耗费的人力物力较大，例如ADOS-2需要一个受过临床训练的专业人员长达40-60分钟的操作，不利于测试普及。

近年来，越来越多的新测量方式被应用到了重复刻板行为的鉴别和测量中，眼动技术是其中之一，用于测量ASD重复刻板行为的视觉偏好。对于动作和语言尚未发育完善的婴儿，以往的眼动研究已应用于婴儿社交方面异常症状的早期发现，和对幼儿期RRB症状的预测。然而，先前眼动研究的RRB测量有一定的不足：首先，前研究更多是将社会类刺激和重复类刺激同时呈现，比较ASD与正常儿童视觉偏好的差异。这种设计无法说明ASD对重复类刺激的视觉偏好是由于重复刺激本身，还是由于对社会类刺激的回避所导致。其次，先前研究没有将同时呈现的两种刺激进行低水平属性上的控制，比如两种刺激的颜色、形状、大小等，因此组间差异也可能是对低水平属性的偏好差异所致。最后，前研究的重复类刺激涉及到了ASD高度感兴趣的物体(如几何图形)，因此也无法确定组间差异是否由两种刺激所用的物体差异所致。除此之外，前研究没有涉及到ASD不同子类型之间的区分。ASD患者的子类型之间差异很大，采用客观的测量技术区分子类型无论是对该疾病病理机制的研究还是临床治疗都具有重要的意义。

发明内容

针对上述问题，本发明的目的是提供一种能够客观反映ASD对重复运动的视觉偏好且不依赖于人的主观判断的基于眼动技术测量孤独症重复刻板行为的测试装置。

为实现上述目的，本发明采取以下技术方案：一种基于眼动技术测量孤独症重复刻板行为的测试装置，其特征在于，该测试装置包括视频播放装置、眼动仪和计算机；其中，所述计算机内设置有运算***、数据筛选***和数据处理***；所述视频播放装置用于播放和显示视频材料；所述眼动仪用于记录被试注视所述视频播放装置屏幕某位置的数据，并对应于所述视频播放装置屏幕的位置坐标和眼动仪***时间形成原始采样点数据；所述运算***用于获取所述眼动仪采集的原始采样点数据，并将原始采样点数据转化为注视点数据；所述数据筛选***用于计算被试注视所述视频播放装置屏幕的总时长，并根据设定条件进行筛选，得到符合条件的有效数据；所述数据处理***根据所述数据筛选***筛选结果计算落在某一类型视频兴趣区的注视时长占呈现的所有类型视频兴趣区注视总时长的百分比，得到重复运动偏好指数。

上述测试装置中，优选地，所述视频材料分为重复运动、随机运动和生物运动三类视频刺激。

上述测试装置中，优选地，所述数据处理***还采用Bradley-Terry model计算被试对三种运动视频的视觉选择可能性，分别记为重复运动偏好指数、随机运动偏好指数和生物运动偏好指数，并采用高斯混合模型检验ASD组内的视觉偏好异质性，识别ASD子类别并进行分组。

上述测试装置中，优选地，所述运算***将所述眼动仪记录到的原始采样点数据，通过I-VT算法转化为注视点数据，具体过程为：

1)采用插值法填充原始采样点中数据缺失值；

2)进行左右眼坐标的合并，并根据设定的速度阈值参数定义注视点；

3)合并临近注视点，得到最终的注视点数据。

上述测试装置中，优选地，所述数据筛选***用于计算被试注视所述视频播放装置屏幕的总时长，并根据设定条件进行筛选，得到符合条件的有效数据，具体为：

被试层面，试次平均注视时长小于25％的被试被剔除；

试次层面，小于25％注视时长的试次被剔除。

上述测试装置中，优选地，所述视频播放装置采用能够播放和显示视频材料的LCD显示屏。

上述测试装置中，优选地，所述眼动仪采用Tobii X3-120眼动仪，采样率为120Hz。

本发明由于采取以上技术方案，其具有以下优点：1、本发明采用眼动测量得到量化的眼动数据，客观反映ASD对重复运动的视觉偏好，不依赖于人的主观判断；且本发明测试时间短，操作简单，所耗费的人力和时间比传统方法小很多；2、本发明重复运动物体和非重复运动物体相同，控制了同时呈现的两种刺激的低水平属性，避免了社会类刺激的影响；3、本发明在测试时，受试者只需观看视频播放装置的屏幕，不需任何其他操作，也适用于婴儿阶段的施测；4、本发明数据处理***根据数据筛选***的筛选结果计算落在不同类型视频兴趣区的注视时长占两个呈现的视频兴趣区注视总时长的百分比，采用Bradley-Terrymodel计算被试对三种运动视频的视觉选择可能性，分别记为重复运动偏好指数、随机运动偏好指数和生物运动偏好指数，采用高斯混合模型检验ASD组内的视觉偏好异质性，将ASD子类别识别出来并进行分组，能够区分ASD的不同子类型。综上，本发明可以广泛应用于测量孤独症重复刻板行为中。

附图说明

图1为本发明测试装置的结构示意图；

图2为本发明实施例一的流程示意图，其中，动画部分，黑色弯曲虚线为随机运动(左边)和重复运动(右边)物体的运动轨迹，白色虚线方框为静态兴趣区，黑色加粗方框为动态兴趣区，“Fixation”的涵义为注视点引导阶段，即动画开始前将被试的眼睛引导到屏幕中央的图片上，“video”的涵义为视频刺激，箭头的涵义为流程进行的方向—先是注视点引导阶段，之后为视频动画，以此类推；

图3为本发明实施例二的流程示意图，其中，动画部分，虚线为重复运动(左边)和生物运动(右边)物体的运动轨迹，兴趣区为左右两个黑色方框，“Fixation”的涵义为注视点引导阶段，即动画开始前将被试的眼睛引导到屏幕中央的图片上，“video”的涵义为视频刺激，箭头的涵义为流程进行的方向——先是注视点引导阶段，之后为视频动画，以此类推。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明提供的基于眼动技术测量孤独症重复刻板行为的测试装置，包括视频播放装置、眼动仪和计算机；其中，计算机内设置有运算***、数据筛选***和数据处理***。

视频播放装置用于播放和显示视频材料，视频材料分为重复运动、随机运动和生物运动三类视频刺激，由于采用视觉偏好范式，该范式一般是左右呈现两个刺激，每个试次能呈现两种刺激，但在一个实验中可以三种视频刺激进行不同类型的配对。优选地，视频播放装置可以采用电视、手机、IPAD等能够播放和显示视频材料的LCD显示屏。

眼动仪用于记录被试注视视频播放装置屏幕某位置的数据，并对应于视频播放装置屏幕的位置坐标和眼动仪***时间形成原始采样点数据，优选地，眼动仪可以采用TobiiX3-120眼动仪，采样率为120Hz。

运算***用于获取眼动仪采集的原始采样点数据，并将原始采样点数据通过I-VT(Velocity-Threshold identification fixation filter)算法转化为注视点数据。

数据筛选***用于计算被试注视视频播放装置屏幕的总时长，并根据设定条件进行筛选，得到符合分析条件的有效数据。

数据处理***根据数据筛选***筛选的结果计算落在某类型视频兴趣区的注视时长占相应呈现的所有类型视频兴趣区注视总时长的百分比，可以采用Bradley-Terrymodel计算被试对三种运动视频的视觉选择可能性，分别记为重复运动偏好指数(Repetitive Preference Index,RPI)、随机运动偏好指数(Random Reference Index,RanPI)，和生物运动偏好指数(Biological Preference Index,BPI)，也可以采用高斯混合模型(Gaussian Mixture Model,GMM)检验ASD组内的视觉偏好异质性，将ASD子类别识别出来并进行分组。

下面通过具体实施例详细说明本发明的基于眼动技术测量孤独症重复刻板行为的测试装置的具体应用过程。

实施例1

本实施例参与的被试为19名ASD幼儿和20名智力匹配的正常幼儿，用于进行ASD的早期筛查。

1、采集罹患孤独症个体与正常个体看屏幕的眼动数据，具体过程为：

将视频材料显示在电脑屏幕上，采用眼动仪将记录参与的被试所注视的屏幕位置的数据，得到对应于屏幕的位置坐标。

被试坐在距离眼动仪约60厘米的位置，眼动仪在实验期间全程记录被试的眼动数据。

本实施例采用Tobii X3-120眼动仪，采样率为120Hz，视频播放装置采用电脑，电脑屏幕为24英寸，分辨率为1440×900像素，播放视频分别采用重复运动和随机运动两类视频刺激，每个试次两类视频匹配呈现。每个视频对应的视角为12°×6.75°，视角指从物体两端(上、下或左、右)引出的光线在人眼光心处所成的夹角。

2、运算***将眼动仪记录到的原始采样点数据，通过I-VT(Velocity-Thresholdidentification fixation filter)算法转化为注视点数据，具体过程为：

1)采用插值法填充原始采样点中数据缺失值

本实施例最大采样间距可以设置为75毫秒，如果眼动仪采集的原始采样点数据存在缺失值，可以采用线性插值法代替，填充原始采样点中采样间距不大于75毫秒的数据缺失值。

2)定义注视点，具体过程为：

眼动仪记录到的原始采样点数据包括采样点的双眼x,y坐标和采样时的***时间，在后续的分析中，将两眼的x,y坐标合并。若双眼数据均有效，则使用左右眼的平均注视位置来计算注视点；若只有一只眼睛的数据有效，则使用单眼位置坐标。

采用合并了的x,y坐标和***时间算出连续三个采样点之间的距离和时间间隔，相除得到相邻三个采样点的瞬时速度，并按照设定的速度范围，将其归类为一个个注视点。本实施例将速度阈值参数设置为30°/秒，大于速度阈值的采样点被归纳为注视点。

3)合并临近注视点，得到最终的注视点数据

临近注视点被合并，合并的条件为时间阈值为75毫秒，距离阈值为0.5°视角，临近的几个注视点如果满足上述的时间和距离阈值，则会被合并成一个注视点，如果合并处理之后的注视点的持续时间小于100毫秒则被舍去。

3、数据筛选***计算被试注视屏幕的总时长，被试层面，试次平均注视时长小于25％的被试被剔除；试次层面，小于25％注视时长的试次被剔除。

4、数据处理***计算落在重复运动视频兴趣区的注视时长占两个视频兴趣区注视总时长的百分比，记为重复运动偏好指数(Repetitive Preference Index,RPI)。如图2所示，兴趣区分为静止兴趣区(如图2白色方框)和动态兴趣区(如图2黑色加粗方框)。

实验结果表明，ASD幼儿显示出对重复运动视频的注视偏好，看重复运动视频的注视时长比例显著高于随机水平(50％)，且显著高于正常发展组幼儿。且RPI与被试家长报告的重复刻板行为分数(RBS-R量表施测)相关，说明RPI反映了幼儿的重复刻板行为症状的严重程度。

实施例2

本实施例参与实验的被试为38名ASD儿童和37名智力匹配的正常儿童，用于进一步对ASD进行子群体的分类。

1、采集罹患孤独症个体与正常个体看屏幕的眼动数据。

本实施例的视频播放装置的屏幕为14英寸，分辨率为1366×768像素。每个视频呈现大小为12°×12°视角，共有重复运动、随机运动和生物运动三类视频刺激，每个试次呈现两种刺激类型，眼动仪配置与实施例1相同，在此不再赘述。

2、数据运算***将眼动仪记录到的原始采样点数据，通过I-VT(Velocity-Threshold identification fixation filter)算法转化为注视点数据，具体过程为实施例1相同，在此不再赘述。

3、数据筛选***计算被试注视屏幕的总时长，时间小于25％的试次被剔除，注视屏幕平均时长小于50％的被试数据也被剔除。

4、数据处理***计算落在不同类型视频兴趣区的注视时长占三个呈现的视频兴趣区注视总时长的百分比，用Bradley-Terry model计算儿童对三种运动视频的视觉选择可能性，分别记为重复运动偏好指数RPI、随机运动偏好指数RanPI和生物运动偏好指数BPI。采用inverse-logit函数对偏好指数建模，分析ASD组和正常发展组被试对不同运动的视觉偏好差异，用高斯混合模型(Gaussian Mixture Model,GMM)检验ASD组内的视觉偏好异质性，将ASD子类别识别出来并进行分组，最后使用统计检验来分析ASD子类别之间、ASD组及子类别组和正常发展组之间的差异。

实验结果表明，ASD儿童比正常组儿童更偏好看重复运动视频，但是ASD对于视频的视觉偏好存在明显的组内异质性：9名ASD儿童更偏好看生物运动视频，其余29名ASD儿童则更偏好看重复运动视频，将这两组ASD儿童分别标记为生物运动偏好组(ASD_Bio)和重复运动偏好组(ASD_Rep)，效率测验(energy test)发现二组之间的视觉偏好存在显著差异，且两个ASD子组在家长评价的社交反应量表的“社会认知”子量表分数上有显著差异，说明两子组的ASD儿童存在社会功能上的区分，ASD_Bio组在理解、解释社交线索的能力上强于ASD_Rep组儿童，ASD_Bio组与正常发展组之间眼动差异也不显著。总体结果说明，对于视觉运动偏好的眼动测试能够识别ASD的子类别，其视觉偏好与其ASD症状存在显著相关性，ASD子类别之间差异显著。

根据上述说明书的揭示和教导，本发明所属领域的技术人员还可以对上述实施方式进行适当的变更和修改。因此，本发明并不局限于上面揭示和描述的具体实施方式，对本发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对本发明构成任何限制。

Claims (7)

1.一种基于眼动技术测量孤独症重复刻板行为的测试装置，其特征在于，该测试装置包括视频播放装置、眼动仪和计算机；其中，所述计算机内设置有运算***、数据筛选***和数据处理***；

所述视频播放装置用于播放和显示视频材料；

所述眼动仪用于记录被试注视所述视频播放装置屏幕某位置的数据，并对应于所述视频播放装置屏幕的位置坐标和眼动仪***时间形成原始采样点数据；

所述运算***用于获取所述眼动仪采集的原始采样点数据，并将原始采样点数据转化为注视点数据；

所述数据筛选***用于计算被试注视所述视频播放装置屏幕的总时长，并根据设定条件进行筛选，得到符合条件的有效数据；

所述数据处理***根据所述数据筛选***筛选结果计算落在某一类型视频兴趣区的注视时长占呈现的所有类型视频兴趣区注视总时长的百分比，得到重复运动偏好指数。

2.根据权利要求1所述的基于眼动技术测量孤独症重复刻板行为的测试装置，其特征在于，所述视频材料分为重复运动、随机运动和生物运动三类视频刺激。

3.根据权利要求2所述的基于眼动技术测量孤独症重复刻板行为的测试装置，其特征在于，所述数据处理***还采用Bradley-Terry model计算被试对三种运动视频的视觉选择可能性，分别记为重复运动偏好指数、随机运动偏好指数和生物运动偏好指数，并采用高斯混合模型检验ASD组内的视觉偏好异质性，识别ASD子类别并进行分组。

4.根据权利要求1～3任一项所述的基于眼动技术测量孤独症重复刻板行为的测试装置，其特征在于，所述运算***将所述眼动仪记录到的原始采样点数据，通过I-VT算法转化为注视点数据，具体过程为：

1)采用插值法填充原始采样点中数据缺失值；

2)进行左右眼坐标的合并，并根据设定的速度阈值参数定义注视点；

3)合并临近注视点，得到最终的注视点数据。

5.根据权利要求1～3任一项所述的基于眼动技术测量孤独症重复刻板行为的测试装置，其特征在于，所述数据筛选***用于计算被试注视所述视频播放装置屏幕的总时长，并根据设定条件进行筛选，得到符合条件的有效数据，具体为：

被试层面，试次平均注视时长小于25％的被试被剔除；

试次层面，小于25％注视时长的试次被剔除。

6.根据权利要求1～3任一项所述的基于眼动技术测量孤独症重复刻板行为的测试装置，其特征在于，所述视频播放装置采用能够播放和显示视频材料的LCD显示屏。

7.根据权利要求1～3任一项所述的基于眼动技术测量孤独症重复刻板行为的测试装置，其特征在于，所述眼动仪采用Tobii X3-120眼动仪，采样率为120Hz。