2018年12月7日
これは 3 名の参加者で見る社会映像シーンの最初の瞬間に目追跡データの定性的比較事例分析: 自閉症スペクトラム障害併存注意欠陥多動障害の 1 つ、1 つ 1 つ定型発達の制御。
アイトラッキング法は、特別な教育ニーズの分野の研究者が、自閉症スペクトラム障害(ASD)の有無にかかわらず、社会的シナリオのビデオを見たときに視覚的注意性能の違いを探求するのに役立ちます。アイトラッキング技術の主な利点は、様々な関連する社会的刺激に対する視線経路および視力固定期間を、自閉症の有無にかかわらず小児間で捕捉、定量化、比較できることである。この方法の視覚的なデモンストレーションは重要です。
分析用のビデオで対象領域を選択する手順として、純粋に書かれた形式で説明することは困難な場合があります。まず、アイトラッキングルームに子供を護衛し、60センチメートル離れたアイトラッカーで23インチカラーLCDモニターの前に座らせておきます。子供の隣に座り、画面を見るように指示します。
別の研究研究者がパーティションの反対側からアイトラッカーを操作してもらいます。赤外角膜反射率技術を使用して目の動きを捉えるため、画面全体に表示境界を設定するキャリブレーションドットを見てください。キャリブレーション後、参加者にソーシャルビデオを次々と見るように指示し、視線の動きデータは視聴中にキャプチャされます。
合計で見るために3つのソーシャルシナリオビデオを提供します。実験が完了したら、最初に、ビデオの各シーンでの顔や手などのコンテキスト関連のターゲットを対象領域(AOI)として選択して、データを分析します。左側のパネルの情報ボックスに AOI のラベルを付けます。
現在のフレームで AO の追加と選択が完了したら、下部パネルのタイムライン バーのカーソルを次のフレームに移動します。次に、ソーシャルビデオのストーリーが発達するにつれて、対象領域が映像の動きに伴って映像の各時間枠を変化させるので、ビデオの各フレームにおけるAOIの位置と境界を手動で調整する。既存の AOI が現在のシーンに 500 ミリ秒存在する場合、またはビデオの新しいフレームに関係しない場合は、これらの AOI を右クリックして、新しいフレームで非アクティブ化します。
次に、アイトラッキングインデックスの統計分析を実行するために、まず分析用のメディアファイルを選択します。[選択したメディアを分析]をクリックします。説明の統計を選択し、[メトリック] で従属メジャーを選択します。
次に、[行内の録画] を選択し、[列の AOI メディアの概要] を選択します。[更新] を選択して、アイ トラッキング パターンを分析します。最後に、ソフトウェアで[視覚化]と[視線プロット]を選択して、データからシーンのスキャンパスを作成します。
左側のパネルで、視覚化用のメディアと録音を選択します。下部のタイムラインで、下のカーソルをターゲット シーンの先頭に移動し、上のカーソルをターゲット シーンの終わりに移動します。累積スキャン パスを表示するデータ フィールドに [累積] が選択されていることを確認します。
最後に、[エクスポートと視覚化イメージ] をクリックして、スキャン パスを別のイメージ ファイルとして保存します。ここでは、色付きの楕円が対象の領域です。例えば、顔、目、口、手、携帯電話、およびビデオ1のシーンの1つの最初の瞬間を示す女性のバッグ。
ソーシャル シーンの場合、青いドットは、神経典型的なコントロールの子のスキャン パス、ASD 子の緑色の点、ASD-ADHD の子の赤い点をトレースします。図中のドットは、視覚的な固定の位置を示しています。最初の固定期間は、ASDおよびASD-ADHD小児よりも神経典型的な小児にとって長かった。
総固定期間は、ASD-ADHD小児の場合、神経典型的な小児およびASD小児の両方よりも短かった。さらに、固定数の総数は、ASD小児の最大、神経典型的な小児の2番目、およびASD-ADHD小児にとって最短であった。目を追跡する証拠は、ASDを持つ子供たちが同時かつ文脈的に複数の社会的刺激を知覚するのが難しいのに対し、COMD-ADHDを持つ子供たちは重要な瞬間的な情報を見逃す傾向があり、社会的状況を誤って判断する傾向があることを確認します。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
この質的比較ケーススタディでは、自閉スペクトラム症の参加者1名、併存する注意欠陥多動性障害を持つ参加者1名、および定型発達の対照群1名の計3名から得られたアイトラッキングデータを分析します。本研究の目的は、社会的ビデオシーンにおける視覚的注意の違いを探索することです。
アイトラッキングは、神経発達障害における社会的注意の欠陥を評価するための定量的かつビデオベースの手法を提供し、中枢神経系(CNS)創薬における早期のターゲットバリデーションを支援します。自然な社会的視聴中のダイナミックな視線パターンを捉えることで、本手法は社会処理経路に関連する治療仮説のメカニズム的なリスク低減を可能にします。このアプローチは、行動エンドポイントを臨床的に関連のある症候群に一致させることで、前臨床モデルにおける予測の信頼性を高めます。
本手法は、ターゲット仮説の検証からリード最適化に至る創薬研究の連続的なプロセスに統合されるものであり、特に社会認知領域を標的としたCNSプログラムにおいて有用です。