March 27th, 2012
Eye Tracking ist seit langem verwendet, um Muster in den Blick typisch entwickelnden Individuen zu studieren, aber die jüngsten technologischen Fortschritte haben seine Verwendung mit klinischen Populationen, einschließlich Autismus, eher möglich gemacht. Während Eye-Tracking junge Kinder mit Autismus können Einblick in frühe Symptom Erscheinungsformen bieten, handelt es sich methodische Herausforderungen. Vorschläge für die Best Practices zur Verfügung.
Das Ziel des folgenden Protokolls ist es, methodische Empfehlungen zu geben, die Forschung, Design, Datenerfassung und psychometrische Analyse für die Augenverfolgung von Kleinkindern mit Autismus-Spektrum-Störungen oder anderen Entwicklungsstörungen optimieren. Dies wird erreicht, indem zunächst geeignete Eye-Tracking-Geräte ausgewählt und eine geeignete Testumgebung geschaffen wird, die die Komplikationen mildert, die mit dem Eye-Tracking von Kleinkindern mit Autismus einhergehen. In einem zweiten Schritt ist die Positionierung des Kindes für eine optimale Blickverfolgung bei gleichzeitiger Beibehaltung seines Interesses und seiner Compliance entscheidend, um qualitativ hochwertige Daten zu erhalten.
Als nächstes werden Eye-Tracking-Daten analysiert, um Metriken von Fixationsmustern zu charakterisieren oder okulomotorische Eigenschaften zu untersuchen. Die Ergebnisse können zeigen, ob sich Kinder mit und ohne Autismus-Spektrum-Störungen in ihren visuellen Aufmerksamkeitsmustern unterscheiden. Eine Bestimmung, die typischerweise auf einer Fixationsanalyse auf Interessengebieten oder einer Inspektion der Saka-Dynamik basiert.
Im Allgemeinen haben Personen, die neu in dieser Methode sind, oft Schwierigkeiten, da das Eye-Tracking von kleinen Kindern mit Autismus einzigartige Herausforderungen mit sich bringt, die beim Eye-Tracking in der Regel bei älteren Kindern oder Erwachsenen nicht vorhanden sind. Bei der Untersuchung von Kleinkindern mit Autismus-Spektrum-Störungen ist es am besten, ein Eye-Tracking-System zu wählen, das die Kopfbewegung berücksichtigt, aber den Kopf nicht einschränkt oder nur minimale Kopfbewegungen erfordert. Systeme mit einer Abtastrate von mindestens 50 Hertz sind ausreichend, um Scanmuster zu untersuchen.
Für die Untersuchung des feinstofflich-okulär-motorischen Verhaltens wird jedoch eine höhere Abtastrate von mindestens 250 Hertz empfohlen. Es wird eine spärliche Raumdekoration empfohlen, um Ablenkungen zu minimieren. In ähnlicher Weise trägt ein schwach beleuchteter Raum dazu bei, die Hervorhebung des Displays zu verbessern, aber vermeiden Sie Tests in einem vollständig abgedunkelten Raum.
Wie kleine Kinder mit einer SD erleben können, können visuelle und/oder auditive Überempfindlichkeiten in vollständig abgedunkelten Umgebungen auch die Pupillenerweiterung erhöhen, was die Verfolgung der Pupille erschweren kann, um die Wahrscheinlichkeit einer Ablenkung weiter zu verringern. Stellen Sie sicher, dass der Experimentator während des Experiments nicht sichtbar ist, indem Sie eine Trennwand zwischen der Eye-Tracking-Station und dem Experimentator-Computer platzieren oder den Experimentator einfach außerhalb des Sichtfelds des Teilnehmers positionieren. Wenn möglich, ist es am besten, dem teilnehmenden Kind vor dem Test die Möglichkeit zu geben, sich mit dem Testraum und dem Experimentator vertraut zu machen, um die Befürchtungen gegenüber der neuen Umgebung zu verringern.
Zumindest sollte ein ängstliches Kind während der gesamten Testsitzung von einem Elternteil oder einem vertrauten Erwachsenen begleitet werden. Positionieren Sie nun das Kind für die Erfassung von Eye-Tracking-Daten, während einige Kinder gut alleine in einem Autositz sitzen, bleiben viele andere nur nachgiebig, wenn sie auf dem Schoß der Betreuungsperson sitzen, die auf einem Bürostuhl sitzen sollte, der leicht angehoben oder abgesenkt werden kann. Spielen Sie ein Video oder einen Zeichentrickfilm auf dem Monitor ab, um dem Kind zu helfen, sich wohl zu fühlen, während die Aufmerksamkeit auf das Display gerichtet wird.
Nutzen Sie die Möglichkeit, dass das Kind auf den Bildschirm schaut, um sowohl die Höhe des Stuhls an die Statur des Kindes als auch den Abstand zum Display anzupassen, damit es mit einem optimalen Blickbereich positioniert werden kann. Die Blickrichtung und der Blickwinkel sollten an dieser Stelle für alle Teilnehmer standardisiert sein. Weisen Sie die Betreuer an, die Augen zu schließen und während des Tests nicht mit ihrem Kind zu kommunizieren, um eine Beeinflussung der Ergebnisse zu vermeiden.
Bei Software, die die Augen des Teilnehmers in einem akzeptablen Bereich der Kopfbewegung anzeigt, stellen Sie sicher, dass die Augen in der Mitte dieses Fensters erscheinen. Dies erhöht die Chancen, dass der Eyetracker ein Bild des Auges behält, auch wenn das Kind während des Tests krumm reckt, sich aufrichtet oder schwankt. Sobald es richtig positioniert ist, beginnen Sie mit dem Kalibrierungsvorgang.
Kinder mit einer SD sind möglicherweise nicht willens oder nicht in der Lage, verbalen Anweisungen zu folgen, also verwenden Sie dynamische Reize, die von Geräuschen begleitet werden, um die Aufmerksamkeit des Kindes auf jeden Kalibrierungspunkt zu lenken. In der Regel ist eine Fünf-Punkte-Sequenz kurz genug, um die Aufmerksamkeit des Kindes zu fesseln und gleichzeitig eine genaue Kalibrierung zu ermöglichen. Obwohl bei Säuglingen manchmal eine Zwei-Punkt-Kalibrierung verwendet wird, um die visuelle Aufmerksamkeit des Kindes während des Tests zu maximieren, verwenden Sie überzeugende Reize in einer prägnanten Aufgabe, die minimale Aufgabenanforderungen stellt, wie z. B. eine passive Betrachtungsaufgabe, einschließlich eines Zwischenreizes.
Eine Animation mit einem begleitenden Soundeffekt kann helfen, die Aufmerksamkeit von Kindern, deren Aufmerksamkeit nachgelassen hat, auf das Display zu lenken. Darüber hinaus kann durch die Positionierung dieser Inter-Stimulus-Animation an einer vordefinierten Stelle sichergestellt werden, dass alle visuellen Scanmuster für alle Teilnehmer der hier gezeigten Aufgabe an der gleichen Stelle beginnen. Dies geschieht, damit der Blick vor Beginn des Prozesses nicht auf die Person oder das Objekt gerichtet ist.
Verwenden Sie bei langwierigen Aufgaben die Interra-Stimulus-Animation als Anker, um zu bestimmen, ob eine Kalibrierungsdrift auftritt. Wenn die Drift wie hier gezeigt drei Grad des Sichtwinkels überschreitet, sollte in der Regel eine Rekalibrierung durchgeführt werden, wenn mehrere Aufgaben einbezogen werden. Zwischen den einzelnen Tests wird eine erneute Kalibrierung empfohlen, um eine Drift im Laufe des Tests zu vermeiden.
Die meisten Eye-Tracking-Systeme liefern Rohdatendateien, die einen Zeitstempel, X- und Y-Koordinaten des Betrachtungspunkts, die Entfernung vom OR-Stimulus enthalten, zusammen mit einem Index, der ein Ereignis oder eine Änderung in der Stimuluspräsentation charakterisiert, um fehlende Blickdaten zu kontrollieren. Führen Sie die Analyse als Anteil der Blickzeit auf dem Bildschirm statt in absoluten Werten durch. Um Fixationsmuster, wie sie hier zu sehen sind, zu analysieren, sind zeitliche und räumliche Komponenten erforderlich. Eine Fixation wird oft definiert als der Betrachtungspunkt, der mindestens 100 Millisekunden lang innerhalb eines Durchmessers von einem Grad Sehwinkel verbleibt.
Zu den üblichen abhängigen Variablen in der Fixationsanalyse gehören die Anzahl der Fixationen, die durchschnittliche Fixationsdauer, die Gesamtfixationszeit und die räumliche Anordnung oder Abfolge einzelner Fixationen. Fixationsanalysen werden häufig innerhalb vordefinierter Interessenbereiche oder AOIs durchgeführt. Kinder mit und ohne SD können sich in ihrer Fixierungszeit auf bestimmte AOIs unterscheiden, wie z. B. die Augen auf einem Gesicht, ihre Latenz zum ersten Fixieren von AOIs oder in den Mustern ihrer Blickverschiebungen zwischen AOIs. Die Charakterisierung der Geschwindigkeit von Augenbewegungen ermöglicht die Untersuchung anderer Eigenschaften der Oulu-Motordynamik, einschließlich der Verteilung oder des Musters der SEC-Geschwindigkeiten, der Verteilung oder des Musters der SEC-Amplitude, der Verteilung oder des Musters der SEC-Dauer sowie der Latenz der SEC und der Genauigkeit der SEC-Terminierung.
Hier ist eine repräsentative Fixierungskarte zu sehen. Die Kreise zeigen individuelle Fixationen eines einzelnen Kindes mit einer SD beim Betrachten eines statischen Bildes an. Fixationen aus dieser und ähnlichen Aufgaben werden bei den Teilnehmern analysiert, um festzustellen, ob sich Kinder mit und mit einer SD in ihrer visuellen Aufmerksamkeit für verschiedene AOIs unterscheiden. Diese Abbildung zeigt, dass Kinder mit einem SD innerhalb eines visuellen Erkundungsparadigmas auf weniger soziale Bilder fixiert sind als typischerweise sich entwickelnde oder TD-Kinder.
Bei hohem Autismusinteresse werden HAI-Objekte gleichzeitig angezeigt. Wenn LAI-Objekte mit geringem Autismus-Interesse mit sozialen Stimuli konfrontiert werden, unterscheidet sich die Erkundung sozialer Bilder jedoch nicht signifikant zwischen den Gruppen, was darauf hindeutet, dass die soziale Aufmerksamkeit bei einem ST auf der Grundlage der relativen Salienz konkurrierender Reize moduliert wird. Nachdem Sie sich dieses Video angesehen haben, sollten Sie ein gutes Verständnis dafür haben, wie Sie kleine Kinder mit Autismus effektiver verfolgen können, indem Sie geeignete Geräte auswählen und eine geeignete Testumgebung schaffen, indem Sie das Kind richtig positionieren und seine Aufmerksamkeit aufrechterhalten, um sicherzustellen, dass qualitativ hochwertige Eye-Tracking-Daten erhalten werden, und indem Sie Metriken analysieren, die für Ihre Forschungsfrage relevant sind. Sie sind gut gerüstet, um Eye-Tracking-Studien mit kleinen Kindern im Autismus-Spektrum durchzuführen.
Dieser Artikel bietet methodologische Empfehlungen für Eye-Tracking-Forschungen an jungen Kindern mit Autismus-Spektrum-Störungen. Er behandelt die einzigartigen Herausforderungen, denen diese Population gegenübersteht, und bietet Best Practices zur Optimierung der Datenerfassung und -analyse.
Eye-tracking provides objective, quantitative measures of visual attention that support target validation in neurodevelopmental disorder research. By enabling mechanistic de-risking of hypotheses related to social processing and attentional biases, it enhances predictive confidence in early-stage discovery. This approach aids in prioritizing therapeutic targets and refining phenotypic screening paradigms for autism spectrum disorder and related developmental conditions.
The method integrates into the discovery continuum from hypothesis generation through lead identification, providing quantitative behavioral data that informs target selection and compound screening.