用视觉世界范式研究自闭症普通话儿童的句子理解
2018年10月3日
我们提出一个协议, 以检查形态学线索在儿童的实时句子理解的自闭症。
这些方法可以帮助回答理解自闭症儿童语言能力的关键问题，例如他们是否能够同时使用语言和非语言信息理解句子。该方法的主要优点是，它对于句子理解的时间代码很敏感，需要最少的任务和沟通需求。此方法只需将眼动记录为对语言输入的自动响应，而不要求参与者对输入进行有意识的判断，从而显著减少参与者的计算模型。
首先构造由12个视觉目标项组成的测试刺激，以及包含形态标记BA和BA的两个口语句子。从图像编辑软件中的模板创建可视图像，其中每个图像包含两张图片。双击模板以打开它。
从弹出式菜单中调整宽度、高度、分辨率和颜色深度。输入相关参数。然后，反转两个图片中两个字符的事件角色。
单击文件导出。接下来，设置麦克风并打开音频编辑软件来构造口语句子。从新菜单中选择"录制单声道声音"。
单击 44，100 赫兹的采样率选项来设置录制条件。单击"录制"按钮。最后，通过请一位北京本地普通话的母语人士以儿童指导的方式生成句子来记录口语句子。
单击"保存"来保存录制内容。首先让学员坐在远程眼动仪的显示屏前。将参与者的眼睛和监视器之间的距离设置为 60 厘米左右。
通过要求学员随机连续固定五个固定目标的网格，执行标准校准和验证过程。然后，请学员在观看图片时收听口语。让一名实验者在计算机上监视参与者，一名实验者站在学员身后，轻轻地将双手放在参与者的肩膀上，以尽量减少参与者的突然动作。
接下来，让学员完成任务，以测量作为对语言输入的自动响应而出现的眼部运动。任务完成后，通过选择工具栏上的一个兴趣区域形状图标，并在要定义为兴趣区域的区域周围绘制一个框，查看数据并定义两个兴趣区域，即 BA 目标事件区域和 BEI 目标事件区域。在"兴趣区域设置"文件夹中保存兴趣区域。
最后，从菜单中选择"兴趣周期管理器"，将时间窗口设置为每 200 毫秒进行分析一次。使用相同的函数将感兴趣区域中的固定比例锁定到每个试验的标记的开始，并使用"兴趣区域报告"函数将原始数据导出到 Excel 文件中。使用 Excel 函数对每个区域的标记开始之后固定比例进行平均。
然后，使用 Excel 函数计算从两个区域的标记开始开始 5，200 毫秒的期间内，每个时间窗口 200 毫秒的固定比例。结果表明，孤独症组显示的眼动模式与年龄匹配的TD组相似。当听到BA，然后听到BA时，两组都表现出对BA目标事件更多的固定，当听到BA时，发生在物体np的发病和副词开始之前。
具体说来，该事件发生在 TD 组中的窗口之间 1，400 和 1，600 毫秒。然而，这种效应发生在自闭症组在1，800到2，000毫秒之间的窗口。该范式在发展之后，已经成功地用于测试典型的儿童语言能力。
我们的实验室现在已经将范式扩展到了自闭症学前儿童的语言理解能力研究。请记住，我们正在与特殊人群合作，自闭症儿童经常表现出各种具有挑战性的行为或症状，特别是在不熟悉的环境中，因此需要在测试之前和测试期间格外小心。在实验之前，实验者必须使实验者适应实验环境。
在测试期间，实验者可能需要重定向参与者并提示他们多次重新排列到计算机屏幕。
查看完整文字稿并访问数千部科学视频
概览
本文介绍了一种用于研究自闭症儿童在实时句子理解过程中如何使用形态学提示的协议。该方法通过分析儿童对语言输入的眼动反应来关注理解这些儿童的语言能力。
关键研究组成部分
科学领域
- 神经科学
- 语言发展
- 自闭症研究
背景
- 理解自闭症儿童的句子理解至关重要。
- 先前的研究显示，在处理语言信息方面存在不同的能力。
- 眼动追踪可以提供关于实时理解的洞察。
- 这种方法最大限度地减少了参与者的认知负担。
研究目的
- 调查在句子理解中语言和非语言信息的使用。
- 评估形态学提示在自闭症儿童中的有效性。
- 增强对这一人群中语言处理的理解。
使用的方法
- 构建包含视觉目标项和口语句子的测试刺激。
- 在口语句子中使用形态标记BA和BEI。
- 记录眼动作为对语言输入的自动反应。
- 最小的任务要求以减少参与者的认知负担。
主要结果
- 儿童的眼动为他们的句子理解能力提供了洞察。
- 该方法有效地捕捉了语言信息的实时处理。
- 发现显示自闭症儿童可以利用形态学提示。
- 结果有助于理解自闭症中的语言能力。
结论
- 该协议是研究自闭症儿童语言理解的有价值工具。
- 眼动追踪可以揭示语言处理的重要方面。
- 需要进一步的研究来探讨这些发现的影响。
常见问题
Executive Industry Relevance
Real-time eye-tracking using the visual world paradigm enables precise quantification of sentence comprehension in Mandarin-speaking children with autism, addressing a critical gap in early neurodevelopmental language research. This approach provides actionable insights into how linguistic and non-linguistic cues are integrated, supporting mechanistic de-risking and target validation for language intervention strategies. The protocol's minimal task demands and automatic response measurement make it highly adaptable for challenging pediatric populations, enhancing predictive confidence in translational research pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of language processing pathways in neurodevelopmental disorders.
- Supports functional target validation by isolating linguistic cue integration mechanisms.
- Provides mechanistic de-risking for language intervention hypotheses.
Screening & Assay Development
- Establishes validated, reproducible eye-tracking assays for sentence comprehension.
- Delivers quantitative, time-resolved readouts for cross-condition comparison.
- Facilitates standardization of behavioral phenotyping in pediatric neurodevelopmental studies.
Translational & Preclinical Research
- Aligns behavioral outputs with disease-relevant endpoints in autism research.
- Enables continuity from discovery to preclinical validation of language biomarkers.
- Supports risk-adjusted advancement of candidate interventions targeting language deficits.
Pipeline & Workflow Integration
This protocol integrates into the discovery-to-preclinical continuum for neurodevelopmental language research, bridging early mechanistic studies and translational biomarker development.
- Discovery Biology: Quantifies real-time integration of linguistic and non-linguistic cues for hypothesis testing.
- Screening: Provides reproducible, quantitative eye-tracking outputs for assay readiness.
- Analytics: Enables time-locked measurement of fixation proportions for robust statistical analysis.
- Translational Research: Connects behavioral readouts to preclinical endpoints relevant to autism spectrum disorder.
- Enterprise Reuse: Offers a scalable, low-burden platform for repeated use across diverse pediatric populations.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in language biomarker discovery and target validation.
- Operational Value: Enhances standardization, reproducibility, and scalability of behavioral assays.
- Strategic Value: Informs go/no-go decisions for language intervention programs in neurodevelopmental pipelines.
- Portfolio Impact: Supports risk-adjusted prioritization of early-stage language research assets.
Implementation Considerations
- Requires expertise in eye-tracking technology and pediatric behavioral assessment.
- Demands access to calibrated eye-tracking instrumentation and data analysis software.
- Necessitates cross-team standardization of stimulus design and data processing workflows.
- Must be adapted for participant acclimation and behavioral variability in special populations.
- Limited to non-verbal, automatic response measurement as supported by the protocol.
