March 27th, 2012
안구 추적이 오랫동안 일반적-개발하는 개인에 시선 패턴을 공부하기 위해 사용되었지만 최근의 기술적 진보는 자폐증보다 실현 가능한 포함한 임상 인구와 사용을 만들었습니다. 눈이-추적 자폐증과 어린 자녀 것은 초기 증상의 발현에 대한 통찰력을 제공할 수 있지만, 그것은 방법론적인 도전을 포함한다. 모범 사례에 대한 제안 사항이 제공됩니다.
다음 프로토콜의 목표는 자폐 스펙트럼 장애 또는 기타 발달 장애가 있는 아동을 시선추적하기 위해 연구, 설계, 데이터 수집 및 심리 측정 분석을 최적화하는 방법론적 권장 사항을 제공하는 것입니다. 이는 먼저 적절한 시선 추적 장비를 선택하고 자폐증이 있는 어린 아동의 시선 추적에 수반되는 합병증을 완화하는 적절한 테스트 환경을 조성함으로써 달성됩니다. 두 번째 단계로, 관심과 순응도를 유지하면서 최적의 시선 추적을 위해 아동을 배치하는 것이 고품질 데이터를 얻는 데 중요합니다.
다음으로, 고정 패턴의 메트릭을 특성화하거나 안구 운동 특성을 검사하기 위해 시선 추적 데이터를 분석합니다. 결과는 자폐 스펙트럼 장애가 있는 아동과 그렇지 않은 아동의 시각적 주의 패턴이 다른지 여부를 보여줄 수 있습니다. 일반적으로 관심 영역에 대한 고정 해석 또는 saka 역학 검사를 기반으로 하는 결정입니다.
일반적으로 이 방법을 처음 접하는 개인은 자폐증이 있는 어린 아동의 시선추적이 일반적으로 나이가 많은 아동 또는 성인 인구를 발달시킬 때 존재하지 않는 고유한 문제를 포함하기 때문에 어려움을 겪는 경우가 많습니다. 자폐 스펙트럼 장애가 있는 어린 아이들을 테스트할 때는 머리의 움직임을 고려하지만 머리를 제한하거나 최소한의 머리 움직임을 필요로 하지 않는 시선 추적 시스템을 선택하는 것이 가장 좋습니다. 샘플링 속도가 50헤르츠 이상인 시스템은 스캐닝 패턴을 검사하기에 적합합니다.
그러나 미묘한 안구 운동 거동을 조사하기 위해서는 최소 250Hz의 더 높은 샘플링 속도가 권장됩니다. 산만함을 최소화하기 위해 띄엄띄엄 방 장식을 사용하는 것이 좋습니다. 마찬가지로 조명이 어두운 방은 디스플레이의 현저성을 향상시키는 데 도움이 되지만 완전히 어두운 방에서 테스트하는 것은 피해야 합니다.
SD를 앓고 있는 어린 아이들이 경험할 수 있는 것처럼, 완전히 어두운 환경에서 시각 및/또는 청각 과민증을 경험하면 동공 확장이 증가하여 동공을 추적하기가 더 어려워져 주의가 산만해질 가능성이 더욱 줄어들 수 있습니다. 시선 추적 스테이션과 실험자 컴퓨터 사이에 칸막이를 배치하여 실험자가 실험 중에 보이지 않도록 하거나 단순히 실험자를 참가자의 시야에서 벗어나게 합니다. 가능하면 새로운 환경에 대한 불안을 줄이기 위해 참여 아동이 테스트 전에 테스트 공간과 실험자에 익숙해지도록 하는 것이 가장 좋습니다.
적어도, 불안해하는 아이는 시험 세션 내내 부모나 친숙한 성인과 동행해야 합니다. 이제 시선 추적 데이터를 수집하기 위해 아이를 배치하십시오.일부 어린이는 카시트에 혼자 앉아 잘 지내고, 다른 많은 어린이는 쉽게 올리거나 내릴 수 있는 사무실 의자에 앉아야 하는 간병인의 무릎에 앉아있는 동안에만 규정을 준수합니다. 디스플레이 모니터에서 비디오나 만화를 재생하여 아이가 편안함을 느끼도록 하는 동시에 디스플레이에 주의를 집중하도록 합니다.
스크린을 주시하는 아이의 이점을 활용하여 아이의 키에 따라 의자의 높이와 디스플레이와의 거리를 모두 조정하여 최적의 시선 추적 범위로 위치를 잡을 수 있습니다. 이 시점에서 모든 참가자에 걸쳐 시선과 시야각을 표준화해야 합니다. 보호자에게 결과에 영향을 미치지 않도록 검사 중에 눈을 감고 자녀와 의사 소통을 삼가도록 지시합니다.
허용 가능한 머리 움직임 범위 내에서 참가자의 눈을 표시하는 소프트웨어의 경우 눈이 이 창의 중앙에 나타나는지 확인합니다. 이렇게 하면 테스트 중에 아이가 구부정하거나 몸을 곧게 펴거나 흔들리더라도 시선 추적기가 눈의 이미지를 유지할 가능성이 높아집니다. 적절하게 배치되면 보정 절차를 시작합니다.
SD가 있는 어린이는 구두 지시를 따르기를 꺼리거나 따를 수 없으므로, 소리와 함께 역동적인 자극을 사용하여 각 보정 지점에 대한 어린이의 주의를 사로잡습니다. 일반적으로 5점 시퀀스는 정확한 보정을 제공하면서 아동의 주의를 유지할 수 있을 만큼 짧습니다. 테스트 중 아동의 시각적 주의를 극대화하기 위해 유아에게 2점 보정이 사용되는 경우가 있지만, 인터 자극을 포함한 수동적 보기 작업과 같이 최소한의 작업 요구가 있는 간결한 작업에서 설득력 있는 자극을 사용합니다.
음향 효과가 수반되는 애니메이션은 주의가 흐트러진 어린이를 위해 디스플레이로 주의를 돌리는 데 도움이 될 수 있습니다. 또한 이 인터 자극 애니메이션을 미리 정의된 위치에 배치하면 여기에 표시된 작업의 모든 참가자에 대해 모든 시각적 스캐닝 패턴이 동일한 위치에서 시작되도록 할 수 있습니다. 이는 임상시험이 시작되기 전에 시선이 사람이나 물체에 편향되지 않도록 하기 위해 수행됩니다.
시간이 오래 걸리는 작업의 경우 interra stimulus 애니메이션을 앵커로 사용하여 보정 드리프트가 발생하는지 확인합니다. 일반적으로 여기에 표시된 대로 드리프트가 3도의 시야각을 초과하는 경우 여러 작업이 포함된 경우 재보정을 관리해야 합니다. 테스트 과정에서 드리프트를 제거하기 위해 각 사이에 재보정이 권장됩니다.
대부분의 시선 추적 시스템은 타임스탬프, OR 자극으로부터의 거리, 관심 지점의 X 및 Y 좌표를 포함하는 원시 데이터 파일을 생성하고, 누락된 시선 데이터를 제어하기 위해 이벤트 또는 자극 프레젠테이션의 변화를 특성화하는 인덱스와 함께 절대 값 대신 화면상의 시선 시간의 비율로 분석을 수행합니다. 여기에서 볼 수 있듯이 고정 패턴을 분석하려면 시간적, 공간적 구성 요소가 필요합니다. 고정은 종종 최소 100밀리초 동안 1도의 시야각 직경 내에 남아 있는 시점으로 정의됩니다.
고정 분석의 일반적인 종속 변수에는 고정 횟수, 평균 고정 기간, 총 고정 시간 및 개별 고정 분석의 공간 배열 또는 순서가 포함되며, 고정 분석은 종종 사전 정의된 관심 영역 또는 AOI 내에서 수행됩니다. SD가 있는 어린이와 없는 어린이는 얼굴의 눈과 같은 특정 AOI에 대한 고정 시간, AOI를 처음 고정하는 데 걸리는 대기 시간 또는 AOI 간의 시선 이동 패턴이 다를 수 있습니다. 안구 운동의 속도를 특성화하면 SEC 속도의 분포 또는 패턴, SEC 진폭의 분포 또는 패턴, SEC 지속 시간의 분포 또는 패턴, SEC의 대기 시간 및 SEC 종단의 정확도를 포함하여 oulu 모터 역학의 다른 속성을 조사
할 수 있습니다.여기에 표시된 것은 대표적인 정착 맵입니다. 원은 정적 이미지를 보는 동안 SD를 가진 단일 아동에 의한 개별 고정을 나타냅니다.이 과제 및 유사한 작업의 고정은 참가자 간에 분석되어 SD가 있는 아동과 있는 아동이 다양한 AOI에 대한 시각적 주의가 다른지 확인합니다. 이 그림은 시각적 탐구 패러다임 내에서 SD를 가진 아동이 일반적으로 발달 중이거나 TD인 아동보다 더 적은 사회적 이미지에 집착한다는 것을 보여줍니다.
자폐증에 대한 관심이 높을 때 HAI 개체가 동시에 표시됩니다. 그러나 자폐증에 대한 관심이 낮은 LAI 대상에 사회적 자극이 주어질 때, 사회적 이미지에 대한 탐색은 그룹 간에 크게 다르지 않으며, 이는 ST의 사회적 관심이 경쟁 자극의 상대적 현저성에 따라 조절된다는 것을 시사합니다. 이 비디오를 시청한 후에는 적절한 장비를 선택하고 적절한 테스트 환경을 조성하여 적절한 테스트 환경을 조성하고, 양질의 시선 추적 데이터를 얻을 수 있도록 주의를 기울이고, 연구 질문과 관련된 지표를 분석하여 자폐증이 있는 어린 아동을 보다 효과적으로 시선 추적하는 방법을 잘 이해하게 될 것입니다. 자폐 스펙트럼에 있는 어린 아이들과 함께 시선 추적 연구를 수행할 수 있는 준비가 잘 되어 있습니다.
이 기사는 자폐 스펙트럼 장애를 가진 어린이를 대상으로 한 시선 추적 연구에 대한 방법론적 권장 사항을 제공합니다. 이 인구 집단에서 직면하는 고유한 문제를 다루고 데이터 수집 및 분석을 최적화하기 위한 모범 사례를 제공합니다.
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.