Porównywanie danych ze śledzenia wzroku dzieci z wysoko funkcjonującym ASD, współwystępującym ADHD i grupy kontrolnej oglądającej filmy społecznościowe
7 grudnia 2018
To jest jakościowa analiza porównawcza danych z danych śledzenia wzroku w pierwszych chwilach scen wideo oglądanych przez trzech uczestników: jednego z zaburzeniami ze spektrum autyzmu, jednego ze współistniejącym deficytem uwagi i nadpobudliwością psychoruchową i jednego neurotypowego kontrolnego.
Metoda śledzenia ruchu gałek ocznych może pomóc naukowcom zajmującym się specjalnymi potrzebami edukacyjnymi w badaniu różnic w osiąganiu uwagi wzrokowej u dzieci z zaburzeniami ze spektrum autyzmu i bez zaburzeń ASD, podczas oglądania filmów ze scenariuszami społecznymi. Główną zaletą techniki śledzenia ruchu gałek ocznych jest to, że ścieżki wzroku i czas trwania fiksacji wzroku na różnych istotnych bodźcach społecznych mogą być rejestrowane, określane ilościowo i porównywane między dziećmi z autyzmem i bez autyzmu. Wizualna demonstracja tej metody ma kluczowe znaczenie.
Ponieważ kroki związane z wyborem docelowego obszaru zainteresowań w filmie do analizy mogą być trudne do zilustrowania wyłącznie w formie pisemnej. Zacznij od odprowadzenia dziecka do pokoju śledzenia ruchu gałek ocznych i postawienia go przed 23-calowym kolorowym monitorem LCD z eye-trackerem w odległości 60 centymetrów. Usiądź obok dziecka i poinstruuj je, aby patrzyło na ekran.
Poproś innego badacza, aby obsługiwał urządzenie śledzące ruch gałek ocznych z drugiej strony przegrody. Poproś dziecko, aby obserwowało kropki kalibracyjne, które wyznaczają granice widzenia na ekranie, rejestrując ruchy gałek ocznych za pomocą technologii odbicia rogówki w podczerwieni. Po kalibracji poinstruuj uczestników, aby oglądali filmy społecznościowe jeden po drugim, podczas gdy dane o ruchu gałek ocznych są przechwytywane podczas oglądania.
Zapewnij im w sumie trzy filmy ze scenariuszami społecznościowymi do obejrzenia. Po zakończeniu eksperymentu przeanalizuj dane, wybierając najpierw cele istotne dla kontekstu, takie jak twarz lub dłonie w ciągu pierwszych 500 milisekund od pojawienia się w każdej scenie filmu jako obszary zainteresowania lub obszary zainteresowania. Oznacz AOI w polu informacyjnym na lewym panelu.
Po zakończeniu dodawania i wybierania obszarów zainteresowania w bieżącej klatce przesuń kursory na pasku osi czasu w dolnym panelu do następnej klatki. Następnie ręcznie dostosuj lokalizację i granicę obszarów zainteresowania w każdej klatce wideo w oprogramowaniu do prezentacji wideo eye-trackera, ponieważ obszary docelowe zmieniają się w każdej klatce czasowej filmu ze względu na ruch osób lub obiektów w miarę rozwoju historii filmu społecznościowego. Jeśli niektóre istniejące obszary zainteresowania są obecne przez 500 milisekund w bieżącej scenie lub jeśli nie są istotne w nowej klatce wideo, kliknij je prawym przyciskiem myszy, aby dezaktywować je w nowej klatce.
Następnie, aby przeprowadzić analizę statystyczną wskaźników śledzenia ruchu gałek ocznych, najpierw wybierz plik multimedialny do analizy. Kliknij przycisk Analizuj wybrane media. Wybierz statystyki opisowe, a następnie wybierz miary zależne w obszarze Metryki.
Następnie wybierz Nagrania w wierszach i wybierz Podsumowanie multimediów AOI w Kolumny. Wybierz opcję Aktualizuj, aby przeanalizować wzorce śledzenia ruchu gałek ocznych. Na koniec utwórz ścieżkę skanowania sceny na podstawie danych, wybierając Wizualizacja i Wykres spojrzenia w oprogramowaniu.
Wybierz multimedia i nagrania w lewym panelu do wizualizacji. Na dolnej osi czasu przesuń dolny kursor na początek sceny docelowej, a górny kursor na koniec sceny docelowej. Upewnij się, że w polu danych wybrano opcję Akumuluj, aby wyświetlić skumulowaną ścieżkę skanowania.
Następnie na koniec kliknij Eksportuj i Wizualizacja obrazu, aby zapisać ścieżkę skanowania jako osobny plik obrazu. Tutaj kolorowe owale są obszarami zainteresowania. Na przykład twarz, oczy, usta, ręce, telefon komórkowy i torba damy, które pokazują pierwsze chwile w jednej ze scen w filmie pierwszym.
W przypadku sceny społecznej niebieskie kropki śledzą ścieżki skanowania dla neurotypowego dziecka z grupy kontrolnej, zielone kropki dla dziecka z ASD, a czerwone kropki dla dziecka z ASD-ADHD. Kropki na rysunku wskazują lokalizacje fiksacji wzrokowych. Czas trwania pierwszej fiksacji był dłuższy u dziecka neurotypowego niż u dzieci z ASD i ASD-ADHD.
Całkowity czas fiksacji był krótszy u dziecka z ASD-ADHD niż zarówno u dziecka neurotypowego, jak i u dziecka z ASD. Co więcej, całkowita liczba fiksacji była największa dla dziecka z ASD, druga dla dziecka neurotypowego i najkrótsza dla dziecka z ASD-ADHD. Podczas gdy dowody ze śledzenia wzroku potwierdzają, że dzieci z ASD mają trudności z postrzeganiem wielu bodźców społecznych jednocześnie i kontekstowo, podczas gdy dzieci ze współistniejącym ASD-ADHD mają tendencję do pomijania ważnych chwilowych informacji, co prowadzi je do błędnej oceny sytuacji społecznych.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
To jakościowe, porównawcze badanie przypadków analizuje dane z eye-trackingu od trzech uczestników: jednego z zaburzeniem ze spektrum autyzmu, jednego z współistniejącym zaburzeniem nadpobudliwości z deficytem uwagi oraz jednego neurotypowego kontrolnego. Badanie ma na celu zbadanie różnic w uważności wzrokowej w scenach społecznych z filmów.
Kluczowe komponenty badania
Dziedzina nauki
- Neuronauki
- Psychologia
- Specjalne potrzeby edukacyjne
Tło
- Metody eye-trackingu są cenne dla zrozumienia uwagi wzrokowej.
- Różnice w wzorcach patrzenia mogą wskazywać na różne zdolności przetwarzania społecznego.
- Dzieci z autyzmem mogą wykazywać odmienne zachowania uwagi wzrokowej.
- Wizualizacje technik eye-trackingu poprawiają zrozumienie.
Cel badania
- Porównanie uwagi wzrokowej u dzieci z autyzmem i bez niego.
- Ilościowe określenie ścieżek wzroku i czasu fiksacji na stymulach społecznych.
- Ilustracja metody eye-trackingu do celów edukacyjnych.
Zastosowane metody
- Uczestnicy siedzieli przed monitorem z eye-trackerem.
- Dano instrukcje, aby skupić się na ekranie.
- Ścieżki wzroku były rejestrowane podczas oglądania filmu.
- Dane były analizowane, aby zidentyfikować różnice w uważności wzrokowej.
Główne wyniki
- Obserwowano odmienne wzorce patrzenia wśród uczestników.
- Dzieci z autyzmem wykazywały różne czasy fiksacji w porównaniu do kontrolnych.
- Eye-tracking skutecznie wskazał różnice w uważności wzrokowej.
- Wyniki potwierdzają potrzebę dostosowanych strategii edukacyjnych.
Wnioski
- Eye-tracking jest użytecznym narzędziem do badania uwagi wzrokowej u dzieci.
- Zrozumienie zachowania patrzenia może informować interwencje dla autyzmu.
- Badanie podkreśla znaczenie bodźców wzrokowych w nauce społecznej.
Często zadawane pytania
Executive Industry Relevance
Eye-tracking provides a quantitative, video-based method to assess social attention deficits in neurodevelopmental disorders, supporting early target validation in CNS drug discovery. By capturing dynamic gaze patterns during naturalistic social viewing, the method enables mechanistic de-risking of therapeutic hypotheses related to social processing pathways. This approach enhances predictive confidence in preclinical models by aligning behavioral endpoints with clinically relevant symptomatology.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by quantifying attentional biases toward or away from socially relevant stimuli such as faces, eyes, and gestures.
- Operational Value: Supports biological de-risking through objective, reproducible measurement of visual attention in disease-relevant systems.
- Predictive Value: Facilitates portfolio triage by identifying compounds that normalize aberrant gaze patterns in ASD and comorbid ADHD models.
Screening & Assay Development
- Assay Readiness: Prepares validated eye-tracking paradigms for high-throughput screening of pharmacological agents affecting social attention.
- Quantitative Outputs: Generates scalable, metrics-driven readouts including fixation duration, fixation count, and gaze shift frequency across predefined AOIs.
- Platform Reuse: Enables cross-study standardization through consistent AOI labeling and timeline-based analysis workflows.
Translational & Preclinical Research
- Disease Relevance: Models core social attentional deficits in ASD and comorbid ADHD using ecologically valid social video stimuli.
- Translational Continuity: Bridges discovery and preclinical validation by aligning gaze biomarkers with clinical endpoints of social functioning.
- Risk-Adjusted Advancement: Informs go/no-go decisions based on dose-responsive changes in attentional performance during social scene viewing.
Pipeline & Workflow Integration
The method integrates into the discovery continuum from target hypothesis testing through lead optimization, particularly for CNS programs targeting social cognition domains.
- Discovery Biology: Supports pathway clarification by linking attentional deficits to neural circuits involved in social perception and executive function.
- Screening: Delivers assay-ready, quantitative gaze metrics that enable reliable compound evaluation across treatment conditions.
- Analytics: Provides statistical outputs such as mean fixation duration and fixation count to compare attentional engagement across genotypes or treatment groups.
- Translational Research: Connects to preclinical continuity through gaze-based biomarkers predictive of social intervention response.
- Enterprise Reuse: Functions as a reusable behavioral phenotyping platform across multiple neurodevelopmental indications.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence by reducing mechanistic ambiguity in social attention pathways.
- Operational Value: Ensures standardization and reproducibility through frame-by-frame AOI tracking and software-driven analysis.
- Strategic Value: Improves capital efficiency by enabling early identification of biologically active compounds.
- Portfolio Impact: Supports risk-adjusted prioritization via objective, translatable endpoints in social cognition.
Implementation Considerations
- Requires expertise in experimental design, eye-tracker calibration, and behavioral neuroscience.
- Dependent on infrared corneal reflectance eye-tracking systems and video presentation software with AOI tracking capabilities.
- Necessitates cross-team standardization of AOI definition and timeline-based analysis protocols.
- Involves adaptation considerations when applying the paradigm across different age groups, stimulus types, or comorbid conditions.
- Limited by manual AOI adjustment per frame, which may affect scalability without automated tracking solutions.
