基于虚拟现实和眼睛追踪技术的自闭症谱系障碍儿童辅助诊断方法

科学领域:

• 神经科学是一个神经科学.
• 计算机科学 计算机科学
• 发展心理学 发展心理学

背景情况:

• 传统的自闭症谱系障碍 (ASD) 诊断依赖于主观方法,通常受临床医生的偏见和经验的影响.
• 评估自闭症的挑战包括注意力不稳定和社交互动期间的情绪变化,这使传统的评估变得复杂.
• 虚拟现实 (VR) 提供了沉浸式和可控的环境,非常适合进行行为分析并克服标准诊断工具的局限性.

研究的目的:

• 使用虚拟现实 (VR) 和眼睛跟踪技术开发和验证自闭症谱系障碍 (ASD) 的新型诊断框架.
• 通过将目光模式数据与先进的计算模型集成,提高ASD行为分析的客观性和准确性.
• 调查基于VR的眼睛跟踪作为用于早期和可靠的ASD识别的智能医疗工具的潜力.

主要方法:

• 开发了一个凝视估计模型,将头部和眼睛运动数据与双眼融合和多尺度卷积内核集成在一起,以精确预测凝视方向.
• 使用轻量级的变压器架构来捕捉眼睛运动模式中的长距离时间依赖.
• 在WebVR情感识别任务中,贝叶斯决策模型被用于分类眼睛运动类型,包括固定,摇摆和平滑的追求.

主要成果:

• 结合VR和眼睛跟踪方法,在识别ASD儿童的关键眼神特征和异常模式时,获得了85.88%的准确率.
• 开发的凝视估计模型有效地提取了层次眼动特征,并建模了时间依赖.
• 成功发现了标志着ASD的异常眼神模式,支持了诊断潜力.

结论:

• 虚拟现实和眼球追踪技术的整合为自闭症谱系障碍 (ASD) 诊断提供了一种高度有效和客观的方法.
• 这种方法显著减少了对主观临床判断的依赖,为更准确和更一致的ASD评估铺平了道路.
• 这项研究表明,智能医疗工具在神经发育障碍中的行为分析方面取得了进展.