刘恨

摘 要：眼动追踪技术能够帮助自闭症谱系障碍领域的研究者可以“透过自闭症个体的眼睛”进行观察。通过回顾该领域的现有研究成果，发现眼动追踪技术主要集中于：（1）通过眼动跟踪范式测量已有的构念;（2）基于不同目的的使用，如解决基础科学问题，促进诊断，以及测量干预机制和结果。

关键词：自闭症 眼动追踪技术 诊断

1 引言

自闭症谱系障碍 （Autism spectrum disorder，ASD） 是一种神经发育障碍，其核心特征是持久性社会交流障碍和存在限制性、重复性和刻板性的行为模式。它是一种发起于婴幼儿、伴随终生的、由脑障碍引起的发展性综合症。

与行为范式相比，眼动追踪技术在ASD研究中的应用有两大优势。第一，它可以提供一个更客观准确的注意模式测量方法;第二，它的无创性，以及通过被试被动观看视觉播放获取有效数据的可能性。在本文中，我们将回顾ASD眼动追踪研究综述性概述，讨论未来研究的方向。

2 眼动研究在自闭症领域的应用

2.1 ASD社会性差异的研究

在ASD领域，大多数眼动追踪研究都试图量化和解释ASD个体的社会非典型性，其重点是社会性注意的概念，即对某一场景的社会特征的注意分配。最近两项关于社会性注意研究显示ASD儿童对社会性刺激的关注减少，这种现象随着刺激的社会复杂性的增加而增加，并且在整个发展过程中这种差异稳定存在。Vivanti（2016）等人表明ASD学龄前儿童对面部的关注较少受社会性线索的调节，而这些线索会增加普通学龄前儿童的社会性注意。眼动追踪范式也被用来研究ASD儿童对情绪面孔的识别。赵广平（2018）等人在双眼视差的基础上发现，在不同情绪面孔下，普通儿童的双眼注视点间距表现出一致的变化模式，而ASD儿童的双眼注视视差均显著高于普通儿童。

2.2 ASD非社会性差异的研究

眼动追踪范式研究ASD个体的注意转移和解离。Manyakov（2018）等人发现ASD青少年和成人对高度感兴趣的图片有更少的转移和更长的解离时间。另外，眼动追踪范式还被用来研究适应和对可变刺激的反应。有研究发现在多项实验中，普通学龄前儿童减少了对不变刺激的注意，增加了对可变刺激的注意;而ASD学龄前儿童表现出对新的和重复的刺激的注意下降。

2.3 早期识别与标志性诊断指標

在过去十年中，眼动追踪对ASD高危婴儿进行纵向研究，希望能够为早期识别提供标志性诊断指标。Di（2016）等人发现与普通新生儿相比，ASD高危新生儿表现出非典型观看，即观察倒立面孔和随机运动花费更多的时间，他们表现出对非倒立面部和生物运动的偏好。有研究发现在6个月大的时候，与普通婴儿相比，ASD高风险婴儿表现出对社交场景的自发性关注减少，并且当有人在说话时，对这个人面部的内部特征较少关注。

3 讨论

3.1 挑战与未来方向

有关ASD的文献大部分集中关注ASD儿童的社会性注意这一概念。然而，其他概念的研究并不充分。所以，在此指出应该百花齐开，需要更多地研究除社会性注意之外的其他概念。这一系列研究还可以更多地关注ASD群体与其他群体之间眼动追踪测量差异的因素（如焦虑症、注意缺陷/多动障碍、其他神经发育障碍）以及ASD群体中不同子群体之间的差异。

由于眼动追踪指标与ASD诊断指标之间的相关性尚不清楚。最早的眼动追踪研究发现ASD儿童的社会性注意减少了，这种非典型的眼动追踪模式可能可以作为早期的诊断信号。但是，仍有许多研究无法确定婴儿的眼动追踪模式与被诊断为ASD的婴幼儿之间的联系。

该领域的另一个挑战是，许多眼动追踪特征的研究都集中在ASD高危儿童的身上。因此，需要有更多的研究来识别ASD在不同人群中的早期眼动追踪特征，比较不同神经发育障碍的眼动追踪研究可能比只比较ASD儿童与普通儿童的研究能获得更多的信息，可以了解哪些特征是ASD所特有的，而不是神经发育障碍的共享特征。

4 结语

总之，眼动追踪技术的引入提高了研究者“透过自闭症个体的眼睛”观察世界的能力，并且可以洞察那些难以捕获的认知加工过程——尤其是在极端的个体中，包括那些在历史上被认为是“不可测试的”概念。未来研究的关键挑战是通过眼动追踪技术扩大心理概念的范围，并将该技术的潜力转化为ASD群体诊断和干预的实际效益。

参考文献：

[1] 陈飞虎，赵广平.视频材料中双眼注视视差的情绪面孔相关性：双眼协调[J].心理学通讯，2018，1（03）：216-222.

[2] Di，et al.Difference in visual social predispositions between newborns at low-and high-risk for autism. Sci Rep. 2016;6：26395.

[3] Manyakov，et al. Visual exploration in autism spectrum disorder：exploring age differences and dynamic features using recurrence quantification analysis. Autism Res. 2018;11（11）：1554-66.

[4] Vivanti，et al. Social affiliation motives modulate spontaneous learning in Williams syndrome but not in autism. Mol Autism. 2016;7（1）：40.

闽南师范大学 （福建省漳州市 363000）