基于阿凡达的图片交换通信系统增强了自闭症儿童的联合注意力训练

科学领域:

• 发展心理学 发展心理学
• 人与计算机的交互
• 计算机视觉 计算机视觉

背景情况:

• 患有自闭症谱系障碍 (ASD) 的儿童经历社会沟通挑战和焦虑.
• 图像交换通信系统 (PECS) 有助于沟通,但在减少焦虑和保持参与方面存在局限性.
• 准确的目光估计对于评估和改善儿童的社交互动,特别是联合注意力 (JA) 是至关重要的.

研究的目的:

• 研究将虚拟角色技术与PECS整合到ASD儿童的疗效.
• 开发一个先进的目光估计算法,以提高在自然环境中的准确性.
• 加强对ASD儿童的社会互动分析和治疗干预措施.

主要方法:

• 患有自闭症的儿童接受了增强虚拟化身的PECS培训.
• 使用T测试来评估虚拟化身对参与度和响应度的影响.
• 一个基于视觉特征的新算法,三通道凝视网络 (TCG-Net) 已被开发用于双眼凝视估计.

主要成果:

• 虚拟化身辅助的PECS显著改善了儿童在活动期间的注意力和行为反应能力.
• 在多个数据集 (MPIIGaze,EyeDiap,RT-Gene) 中,TCG-Net显示了高准确度的目光估计.
• 综合方法有效地减少了焦虑,并在治疗环境中增加了互动性.

结论:

• 虚拟角色技术为患有自闭症儿童的PECS提供了有前途的增强,促进了沟通并减少了焦虑.
• TCG-Net算法提供了一个强大的解决方案,用于在不受约束的环境中准确地跟踪眼神,这对JA研究至关重要.
• 这种综合方法提高了社交互动的质量,并为治疗干预提供了有价值的数据.