Un avantage de l'utilisation du suivi oculaire pour le diagnostic est qu'il est non invasif et peut être effectué chez des individus avec différents niveaux fonctionnels et âges. Le diagnostic assisté par ordinateur utilisant des données de suivi oculaire est généralement basé sur des points de fixation oculaire dans certaines régions d'intérêt (ROI) d'une image. Cependant, outre la nécessité de chaque démarcation de ceraines régions d'intérêt dans chaque image ou trame vidéo utilisée dans l'expérience, la diversité des caractéristiques visuelles contenues dans chaque région d'intérêt peut compromettre la caractérisation de l'attention visuelle dans chaque groupe (cas ou contrôle) et la précision du diagnostic qui en résulte. Bien que certaines approches utilisent des signaux de suivi oculaire pour faciliter le diagnostic, il est toujours difficile d'identifier les cadres d'intérêt lorsque les vidéos sont utilisées comme stimuli et de sélectionner les caractéristiques pertinentes extraites des vidéos. Ceci est principalement observé dans les applications pour le diagnostic des "troubles du spectre de l'autisme" (TSA).
Pour résoudre ces problèmes, le présent article propose: (1) une méthode de calcul, intégrant les concepts des techniques de modèle d'attention visuelle, de traitement d'image et d'intelligence artificielle pour apprendre un modèle pour chaque groupe (cas et contrôle) à l'aide de données de suivi oculaire, et (2 ) un classificateur supervisé qui, à l'aide des modèles appris, effectue le diagnostic.
Bien que cette approche ne soit pas spécifique au trouble, elle a été testée dans le cadre du diagnostic de TSA, obtenant une moyenne de précision, de rappel et de spécificité de 90%, 69% et 93%, respectivement.
. 2021 May 12;11(1):10131. doi: 10.1038/s41598-021-89023-8.
An advantage of using eye tracking for diagnosis is that it is
non-invasive and can be performed in individuals with different
functional levels and ages. Computer/aided diagnosis using eye tracking
data is commonly based on eye fixation points in some regions of
interest (ROI) in an image. However, besides the need for every ROI
demarcation in each image or video frame used in the experiment, the
diversity of visual features contained in each ROI may compromise the
characterization of visual attention in each group (case or control) and
consequent diagnosis accuracy. Although some approaches use eye
tracking signals for aiding diagnosis, it is still a challenge to
identify frames of interest when videos are used as stimuli and to
select relevant characteristics extracted from the videos. This is
mainly observed in applications for autism spectrum disorder (ASD)
diagnosis. To address these issues, the present paper proposes: (1) a
computational method, integrating concepts of Visual Attention Model,
Image Processing and Artificial Intelligence techniques for learning a
model for each group (case and control) using eye tracking data, and (2)
a supervised classifier that, using the learned models, performs the
diagnosis. Although this approach is not disorder-specific, it was
tested in the context of ASD diagnosis, obtaining an average of
precision, recall and specificity of 90%, 69% and 93%, respectively.
Les preuves d'atypicalités attentionnelles pour les visages dans les "troubles du spectre de l'autisme" (TSA) sont loin d'être confirmées. À l'aide de la technologie de suivi oculaire, nous avons comparé l'attention basée sur l'espace et sur les objets chez les enfants avec et sans diagnostic de TSA. En capitalisant sur le paradigme d'Egly, nous avons présenté deux objets (2 faces et leur équivalent brouillé en phase) et indiqué un emplacement dans l'un des deux objets. Ensuite, une cible est apparue au même endroit que le repère (condition valide), ou à un emplacement différent dans le même objet (condition du même objet), ou à un emplacement différent dans un autre objet (condition d'objet différent). Le bénéfice / coût attentionnel en termes de temps pour la détection de la cible dans chacune des trois conditions a été calculé.
Les résultats ont révélé que la détection de la cible était toujours plus rapide dans la condition valide que dans la condition invalide, quels que soient le type de stimulus et le groupe d'enfants. Ainsi, aucune différence n'est apparue entre les deux groupes en termes d'attention spatiale. À l'inverse, les deux groupes différaient en termes d'attention basée sur les objets. Les enfants sans diagnostic de TSA ont montré un coût de déplacement attentionnel avec des stimuli brouillés en phase, mais pas avec des visages. Au lieu de cela, les enfants avec un diagnostic de TSA ont déployé des stratégies attentionnelles similaires pour se concentrer sur les visages et leur version en phase brouillée.
. 2021 May 14;16(5):e0251475. doi: 10.1371/journal.pone.0251475.
eCollection 2021.
Evidence of attentional atypicalities for faces in Autism Spectrum
Disorders (ASD) are far from being confirmed. Using eye-tracking
technology we compared space-based and object-based attention in
children with, and without, a diagnosis of ASD. By capitalizing on
Egly's paradigm, we presented two objects (2 faces and their
phase-scrambled equivalent) and cued a location in one of the two
objects. Then, a target appeared at the same location as the cue (Valid
condition), or at a different location within the same object (Same
Object condition), or at a different location in another object
(Different Object condition). The attentional benefit/cost in terms of
time for target detection in each of the three conditions was computed.
The findings revealed that target detection was always faster in the
valid condition than in the invalid condition, regardless of the type of
stimulus and the group of children. Thus, no difference emerged between
the two groups in terms of space-based attention. Conversely the two
groups differed in object-based attention. Children without a diagnosis
of ASD showed attentional shift cost with phase-scrambled stimuli, but
not with faces. Instead, children with a diagnosis of ASD deployed
similar attentional strategies to focus on faces and their
phase-scrambled version.
Dès le plus jeune âge, les enfants aident les autres, mais les mécanismes sous-jacents de l'attention prosociale des enfants restent sous-étudiés. La comparaison des mécanismes attentionnels et physiologiques de l'attention prosociale des enfants au développement typique et au développement atypique contribue à notre compréhension de l'ontogenèse du développement prosocial.
Nous avons présenté à des enfants avec un développement typique (TD) et des enfants avec un diagnostic de "troubles du spectre de l'autisme" (TSA), qui ont souvent des difficultés à développer un comportement prosocial, des scénarios dans lesquels un adulte avait besoin d'un objet tombé pour terminer une tâche mais n'a pas été aidé par la suite par un deuxième adulte. Dans un scénario de contrôle non social assorti à la perception, les enfants ont vu des objets automoteurs se déplacer et tomber sans qu'aucun adulte ne soit présent sur la scène. Les résultats ont montré une dissociation entre l'excitation (dilatation des pupilles) et l'anticipation des besoins de l'individu (schémas du regard), de sorte que seuls les enfants TD ont cherché plus longtemps la bonne solution aux besoins de l'adulte avant la résolution de la situation. En revanche, après la résolution de la scène, les deux groupes ont montré une plus grande excitation lorsque l'adulte n'était pas aidé par rapport à lorsque la situation non sociale n'était pas résolue. Pour le groupe TSA, cet effet était le plus important pour les enfants avec des quotients de développement plus élevés.
Ces résultats suggèrent que, malgré des similitudes dans l'attention prosociale entre les enfants TD et TSA, la réduction du comportement prosocial précédemment documentée chez les enfants avec un dTSA peut être en partie due à une déficience spécifique dans l'anticipation du comportement prosocial.
Department
of Research Methods in Early Child Development, Leipzig University,
Jahnallee 59, 04109, Leipzig, Germany. robert.hepach@uni-leipzig.de.
2
Olga Tennison Autism Research Centre, La Trobe University, Melbourne, Australia.
3
Center
for Mental Health Policy and Services Research, Department of
Psychiatry, Perelman School of Medicine, University of Pennsylvania,
Philadelphia, PA, 19104, USA.
Abstract
From
an early age children help others yet the underlying mechanisms of
children's prosocial attention remain understudied. Comparing the
attentional and physiological mechanisms of prosocial attention of
typically developing and atypically developing children contributes to
our understanding of the ontogeny of prosocial development. We presented
typically developing (TD) children and children with Autism Spectrum Disorder (ASD),
who often have difficulty developing prosocial behaviour, with
scenarios in which an adult needed a dropped object to finish a task but
was subsequently not helped by a second adult. In a perceptually
matched non-social control scenario, children saw self-propelled objects
move and drop without any adult present in the scene. Results showed a
dissociation between arousal (pupil dilation) and the anticipation of
the individual's need (gaze patterns), such that only TD children looked
longer at the correct solution to the adult's need prior to the
resolution of the situation. In contrast, following the resolution of
the scene, both groups showed greater arousal when the adult was not
helped compared to when the non-social situation remained unresolved.
For the ASD group, this effect was greatest for children with higher
developmental quotients. These results suggest that, despite
similarities in prosocial attention between TD and ASD children,
previously documented reduced prosocial behaviour in children with ASD
may be in part due to a specific impairment in anticipating prosocial
behaviour.
Alors que de nombreux enfants avec un diagnostic de "trouble du spectre de l'autisme" (dTSA) sont maintenant détectés à un jeune âge en raison de la hausse du dépistage et de la sensibilisation générale, le pronostic des enfants dépistés précocement est mal connu.
e cerveau est façonné par des mécanismes dépendant de l'expérience. ainsi, ce à quoi un enfant fait attention joue un rôle central dans le développement du cerveau. Le suivi oculaire peut fournir un index de l'attention visuelle d'un enfant et, en tant que tel, est prometteur en tant que technologie permettant de révéler des marqueurs pronostiques.
À cet égard, 49 enfants âgés de 1 à 3 ans avec un dTSA ont participé à un test de suivi de l'œil, le test GeoPref, qui a révélé une préférence pour les images sociales par rapport aux images non sociales. Ensuite, les enfants ont participé à un test complet de la batterie 5 à 9 ans après le test initial de la géoPréf. Des tests statistiques ont examiné si le suivi oculaire précoce permettait de prédire les résultats ultérieurs en âge scolaire des problèmes de gravité des symptômes, de fonctionnement social, de comportement adaptatif, d’attention conjointe et de QI.
Les résultats ont montré que les enfants en bas âge ayant une préférence élevée pour les images géométriques manifestaient une plus grande gravité des symptômes et moins de changements de regard à l'âge scolaire.
Cette relation n'a pas été trouvée en relation avec le QI ou le comportement adaptatif. Globalement, le test GeoPref est prometteur en tant qu’outil pronostique de la gravité des symptômes; le développement ultérieur de paradigmes de suivi oculaire peut améliorer le pouvoir pronostique et s'avérer utile pour valider les progrès du traitement.
Autism. 2019 Oct 24:1362361319878578. doi: 10.1177/1362361319878578.
While many children with autism spectrum disorder
are now detected at young ages given the rise in screening and general
awareness, little is known regarding the prognosis of early detected
children. The brain is shaped by experience-dependent mechanisms; thus,
what a child pays attention to plays a pivotal role in shaping brain
development. Eye tracking can provide an index of a child's visual
attention and, as such, holds promise as a technology for revealing
prognostic markers. In this, 49 children aged 1-3 years with autism spectrum disorder
participated in an eye-tracking test, the GeoPref Test, that revealed
preference for social versus nonsocial images. Next, children
participated in a comprehensive test battery 5-9 years following the
initial GeoPref Test. Statistical tests examined whether early age eye
tracking predicted later school-age outcomes in symptom severity, social
functioning, adaptive behavior, joint attention, and IQ. Results
indicated that toddlers with higher preference for geometric images
demonstrated greater symptom severity and fewer gaze shifts at school
age. This relationship was not found in relation to IQ or adaptive
behavior. Overall, the GeoPref Test holds promise as a symptom severity
prognostic tool; further development of eye-tracking paradigms may
enhance prognostic power and prove valuable in validating treatment
progress.
Les jeunes enfants avec un diagnostic de "trouble du spectre de l'autisme" (dTSA) regardent moins les visages que leurs pairs non-TSA, ce qui limite l'accès à l'apprentissage social. À l'heure actuelle, aucune technologie ne cible directement ces principales difficultés d'attention sociale.
Cette étude examine la faisabilité d'une formation automatisée à la modification du regard pour améliorer l'attention portée aux visages chez les enfants de 3 ans avec un dTSA. En utilisant des données de visionnage gratuit provenant de contrôles au développement typique (DT) (n = 41), nous avons mis en œuvre des repères adaptatifs contingents au regard pour rediriger les enfants avec un TSA vers des schémas normatifs lors de la visualisation de vidéos d'une actrice. Les enfants avec un TSA ont été assignés de manière aléatoire à
(a) une condition de repère adaptatif (Cue, n = 16) ou
(b) une condition de non-repère (No-Cue) (Pas de repère, n = 19).
Les performances ont été examinées au début, pendant et après l’entraînement, et comparées aux témoins DT(n = 23). La proportion de temps passée à regarder l'écran (% écran) et les visages des actrices (% visage) a été analysée.
En pré-entraînement, les groupes Cue et No Cue ne différaient pas en% de face (P> 0,1). En post-formation, le groupe Cue avait un pourcentage de visage supérieur à celui du groupe sans repères (P = 0,015).
Dans le groupe sans repère, le% de visages a diminué avant et après la formation; aucun déclin n'a été observé dans le groupe Cue.
Ces résultats suggèrent que l'entraînement contingent du regard atténue efficacement les baisses d'attention vis-à-vis des personnages sociaux à l'écran des TSA. De plus, des effets d'entraînement plus importants ont été observés chez les enfants ayant une capacité non verbale inférieure, suggérant qu'une approche contingente du regard pourrait être particulièrement pertinente pour les enfants présentant une déficience cognitive plus importante. Ce travail représente l'évolution vers de nouveaux systèmes thérapeutiques d'attention sociale susceptibles d'accroître les interventions comportementales actuelles.
Nous avons étudié les stratégies sous-jacentes au traitement du langage figuré chez deux groupes de participants, caractérisés par la présence d'un déficit de développement, de participants autistes très verbaux et de participants témoins sans autisme de deux groupes d'âge. Les personnes avec un troubles du spectre de l'autisme sont caractérisées par une interaction sociale et une communication altérées. Même à l'extrémité supérieure du spectre, où la langue structurelle est adéquate, les difficultés pour comprendre les aspects non littéraux de la langue sont largement attestées.Les causes exactes de ces problèmes sont cependant toujours discutables.
Dans une tâche interactive d'appariement phrase-image, les participants ont sélectionné la représentation d'image la mieux adaptée à une expression figurative non littérale correspondant au sens recherché, tandis que leurs mouvements des yeux et des mains étaient suivis.
Nos résultats suggèrent que les modèles de traitement des personnes avec un diagnostic de TSA diffèrent de ceux des pairs au développement typique lors de l'interprétation du langage figuré, même lorsqu'ils fournissent les réponses correctes.
Les enfants autistes et non autistes, ainsi que les participants autistes, font preuve d'une plus grande incertitude et d'une plus grande concurrence entre les différentes solutions, ce qui se traduit souvent par la prise en compte de l'interprétation littérale de l'expression par rapport à son sens figuré cible.
Nous apportons la preuve que la transparence et la décomposabilité de l'expression jouent un rôle central dans le traitement du langage figuré par tous les groupes.
Cogn Neuropsychol. 2019 Aug 21:1-27. doi: 10.1080/02643294.2019.1652155.
Language
Acquisition and Language Processing Lab, Department of Language and
Literature, Norwegian University of Science and Technology (NTNU) ,
Trondheim , Norway.
2
Idletechs AS , Trondheim , Norway.
3
Department of Engineering Cybernetics (ITK), Norwegian University of Science and Technology (NTNU) , Norway.
4
Institute
for Computational Biomedicine, Englander Institute for Precision
Medicine, Department of Physiology and Biophysics, Weill Cornell
Medicine (WCM), Cornell University , New York , NY , USA.
Abstract
We
investigated what strategies underlie figurative language processing in
two groups of participants distinguished by the presence of a
developmental deficit, highly-verbal participants with autism, and
control participants without autism in two age ranges each. Individuals
with autism spectrum disorder are characterised by impaired social
interaction and communication. Even at the high end of the spectrum,
where structural language is adequate, difficulties in comprehending
non-literal aspects of language are widely attested. The exact causes of
these problems are, however, still open to debate. In an interactive
sentence-picture matching task participants selected the most suitable
image representation of a non-literal figurative expression that matched
the target meaning, while their eye-movements and hand movements were
being tracked. Our results suggest that individuals with ASD have
different processing patterns than typically developing peers when
interpreting figurative language, even when they provide the correct
answers. Both children with and without autism, and participants with
autism display greater uncertainty and competition between alternatives
when providing the answer, often reflected in also considering the
literal interpretation of the expression against its target figurative
meaning. We provide evidence that expression transparency and
decomposability play a central role in figurative language processing
across all groups.
Le trouble du spectre de l'autisme (TSA) se caractérise par des troubles du fonctionnement social, de la communication, par la présence de comportements répétitifs et d'intérêts restreints. Le traitement anormal des visages a également été décrit comme une caractéristique neuropsychologique des TSA. Nous avons étudié la capacité de juger deux traits de personnalité chez les adultes avec un TSA par rapport aux adultes au développement typique (DT). Nous avons utilisé un dispositif de suivi de l'oeil pour explorer l'exploration des visages lorsque les participants jugeaient le degré de fiabilité et de domination des visages synthétiques. En résumé, nous avons constaté que les adultes avec un TSA étaient aussi capables que les adultes TD de juger les traits de personnalité de confiance et de domination du visage, lesquels reposaient sur une exploration similaire des visages synthétiques des deux populations.
Institut Jean Nicod, ENS, EHESS, CNRS, PSL University, Paris, France. alice.latimier@ens.fr.
2
Laboratoire
de Sciences Cognitives et Psycholinguistique, ENS, EHESS, CNRS, PSL
University, Paris, France. alice.latimier@ens.fr.
3
Institut Jean Nicod, ENS, EHESS, CNRS, PSL University, Paris, France.
4
Fondation Ophtalmologique A. de Rothschild, Paris, France.
5
CNRS (Integrative Neuroscience and Cognition Center, UMR 8002), Paris, France.
6
Université Paris Descartes, Sorbonne Paris Cité, Paris, France.
7
Laboratoire de Sciences Cognitives et Psycholinguistique, ENS, EHESS, CNRS, PSL University, Paris, France.
8
Université Paris Diderot, Sorbonne Paris Cité, UMRS 1141, Paris, France.
9
Child and Adolescent Psychiatry Department, Assistance Publique-Hôpitaux de Paris, Robert Debré Hospital, Paris, France.
10
Laboratoire de Linguistique Formelle, UMR 7110, CNRS, Comue USPC, Paris, France.
11
Fondation FondaMental, French National Science Foundation, Créteil, France.
12
AP-HP, DHU PePSy, Department of Psychiatry, Henri Mondor University Hospital, Inserm U 955, Créteil, France.
Abstract
Autism Spectrum Disorder
(ASD) is characterized by impairments in social functioning,
communication, and by the presence of repetitive behaviours and
restricted interests. Abnormal processing of faces has also been
described as a neuropsychological feature of ASD. We investigated the
ability to judge two personality traits in adults with ASD in comparison
to typically developed adults (TD). We used an eye tracking device to
investigate the exploration of faces when participants judged the degree
of trustworthiness and dominance of synthetic faces. In sum, we found
that adults with ASD were as capable as TD adults to judge personality
traits of face trustworthiness and dominance, which relied on similar
exploration of the synthetic faces in the two populations.
L'étude a utilisé une tâche d'observation des yeux pour déterminer si les enfants d'âge préscolaire avec un diagnostic de "troubles du spectre de l'autisme" (dTSA) sont capables de tirer des conclusions sur le comportement des autres en termes d'état mental dans un contexte social.
Cinquante enfants de 4 et 5 ans au développement typique (TD) et 22 de 5 ans avec un dTSA ont participé à l'étude, où leurs mouvements oculaires ont été enregistrés comme des réponses automatiques à des situations données.
Les résultats montrent que, contrairement à leurs homologues TD, les enfants avec un dTSA n'ont pas réussi à montrer des modèles de regard qui reflètent leur capacité à déduire du comportement des autres en codant spontanément des informations socialement pertinentes et en attribuant des états mentaux à d'autres.
Les implications des résultats ont été discutées par rapport à la proposition selon laquelle la théorie de l’esprit implicite / spontanée est continuellement altérée chez les TSA.
Department
of Foreign Languages and Literatures, Child Cognition Lab, Tsinghua
University, Beijing, 100084, China. zhoupeng1892@mail.tsinghua.edu.cn.
3
Beijing Language and Culture University, Beijing, 100083, China.
4
Tsinghua University, Beijing, 100084, China.
Abstract
The study used an eye-tracking task to investigate whether preschool children with autism spectrum disorder
(ASD) are able to make inferences about others' behavior in terms of
their mental states in a social setting. Fifty typically developing (TD)
4- and 5-year-olds and 22 5-year-olds with ASD participated in the
study, where their eye-movements were recorded as automatic responses to
given situations. The results show that unlike their TD peers, children
with ASD failed to exhibit eye gaze patterns that reflect their ability
to infer about others' behavior by spontaneously encoding socially
relevant information and attributing mental states to others.
Implications of the findings were discussed in relation to the proposal
that implicit/spontaneous Theory of Mind is persistently impaired in
ASD.
Aperçu : G.M. (mise à jour du blog, article de 2013)
L'eye tracking est devenu la tendance technologique du jour. Les annonceurs utilisent des données sur l'endroit où vous regardez et à quel moment pour mieux capter votre attention. Les concepteurs l'utilisent pour améliorer les produits. Les développeurs de jeux et de téléphones l'utilisent pour offrir la toute dernière interaction mains libres. Mais l'eye tracking peut faire plus que vendre des produits ou donner du repos à votre doigt tout en jouant à Fruit Ninja. Des années de recherche ont montré que nos mouvements oculaires rapides et minuscules appelés saccades servent de fenêtre au cerveau pour les psychologues comme pour les annonceurs - mais au lieu de donner des indices sur nos marques de biscuits préférées, ils éclairent notre fonctionnement mental interne. La question est de savoir si la capture de tels mouvements peut aider les cliniciens à diagnostiquer des troubles mentaux et neurologiques, tels que l’autisme, le trouble d'hyperactivité avec déficit de l'attention, la maladie de Parkinson, etc. Pour de nombreux chercheurs dans ce domaine en pleine croissance, les perspectives sont jusqu’à présent positives. «L'analyse visuelle reflète un modèle du monde qui existe dans le cerveau de chaque individu», explique Moshe Eizenman, chercheur de premier plan dans le domaine de la surveillance oculaire à l'Université de Toronto. «Les personnes atteintes de troubles mentaux ont un modèle du monde légèrement différent de celui des gens normaux - et en bougeant les yeux, elles fournissent des informations sur ce modèle différent.» Les enfants autistes, par exemple, ont tendance à éviter les images sociales au profit de celles qui sont abstraites, et ils établissent aussi plus rarement et de manière fugace un contact visuel lorsque vous regardez des visages dans une image ou une vidéo par rapport à des enfants non-autistes. Des scientifiques ont découvert que des modèles de mouvements oculaires anormaux, distincts et similaires, se produisent dans de nombreux troubles mentaux. Jusqu'à récemment, ces connaissances restaient reléguées au laboratoire, où les chercheurs avaient traditionnellement recours à des outils spéciaux (tels que le port du casque protecteur) et à des tâches bien définies (comme suivre une cible en mouvement sur un écran d'ordinateur). Désormais, à mesure que le coût de la technologie diminue et que la précision d'outils plus courants - et pratiques - s'améliore, le suivi oculaire peut trouver une utilisation plus large en milieu clinique. «L'accessibilité des dispositifs de suivi de l'œil aux cliniciens et à d'autres personnes augmentera considérablement», prédit Eizenman. "Cela ne restera pas du domaine des experts." Mais les progrès technologiques ne sont pas suffisants en eux-mêmes pour permettre à l'eye-monitoring de surveiller la santé mentale au grand jour. Le grand défi à venir, dit-il, est une analyse significative des informations sur les mouvements oculaires. Laurent Itti de l’iLab de l’Université de Californie du Sud fait partie d’une équipe qui s’attaque à ce défi. Avec un groupe de chercheurs des États-Unis et l’Université Queen’s en Ontario, l’année dernière, Itti a mis au point une méthode d’identification des troubles cérébraux basée sur le suivi oculaire, qui repose sur de nombreuses données. Les sujets de ce test de «visualisation libre» sont assis et regardent naturellement une vidéo à la télévision pendant 15 minutes, pendant que leurs mouvements oculaires sont enregistrés. Le résultat est un déluge de données (la moyenne des personnes effectuant de trois à cinq mouvements oculaires saccadés par seconde), l'équipe d'Itti a donc recours à l'apprentissage automatique avancé (algorithmes permettant à un ordinateur de reconnaître des modèles sans instruction humaine explicite) pour analyser les résultats et distinguer les mouvements oculaires déviants à partir de schémas normaux. Dans une petite étude de validation, l'équipe d'Itti a découvert que son algorithme pouvait classer les troubles mentaux selon les schémas de mouvement oculaire: ils ont identifié les patients âgés atteints de la maladie de Parkinson avec une précision de près de 90%, ainsi que les enfants présentant un trouble d'hyperactivité avec déficit de l'attention (TDAH) ) ou trouble du spectre de l'alcoolisation fœtale avec une précision de 77%. «C’est très différent de ce que les gens ont fait auparavant. Nous essayons d’avoir une interprétation complètement automatisée des données de mouvements oculaires », explique Itti. «Il n’est donc pas nécessaire qu’un scientifique examine les données pour comprendre ce qui se passe; nous utilisons des algorithmes et des machines pour identifier le lien entre le mouvement des yeux et la cognition. " Il espère que cette approche informatisée débouchera bientôt sur des tests peu coûteux et largement disponibles qui ne nécessitent pas une lecture experte. Cela serait particulièrement utile pour diagnostiquer le TDAH et l'autisme, qui ne possèdent actuellement pas de biomarqueurs identifiables (un diagnostic dépend en grande partie du comportement observé). Imaginez des tests oculaires pour dépister des troubles mentaux et neurologiques devenant aussi omniprésents que les tests de tension artérielle d’aujourd’hui - c’est la vision d’Itti. Itti et ses collaborateurs, dont Douglas Munoz, directeur du Centre for Neuroscience Studies de l’Université Queens, élargissent leur domaine de recherche. Munoz poursuit actuellement des essais à plus grande échelle de la méthode de suivi des yeux «à visualisation gratuite» pilotée par ordinateur dans des hôpitaux de la région de Toronto. L'objectif est de déterminer si leur test peut continuer à identifier avec précision les troubles, à la fois chez les enfants ayant des problèmes de développement et les personnes âgées atteintes de maladies neurodégénératives.
The
eyes of people with neurological conditions, including ADHD and
Parkinson’s, have a distinctive motion that could form the basis of
clinical diagnosis
Eye-tracking has become the tech trend du jour.
Advertisers use data on where you look and when to better capture your
attention. Designers employ it to improve products. Game and phone
developers utilize it to offer the latest in hands-free interaction.
But eye-tracking can do more than help sell products or give your finger a rest while playing Fruit Ninja.
Years of research have found that our tiny, rapid eye movements called
saccades serve as a window into the brain for psychologists just as for
advertisers—but instead of giving clues about our preferred cookie
brands (pdf), they elucidate our inner mental functioning.
The question is, can capturing such movements help clinicians make
diagnoses of mental and neurological disorders, such as autism,
attention-deficit hyperactivity disorder, Parkinson’s disease and more?
For many researchers in this growing field, the outlook so far looks
positive.
“Visual scanning reflects a model of the world that exists inside the
brain of each individual,” explains Moshe Eizenman, a leading
eye-tracking researcher at the University of Toronto. “People with
mental disorders have a model of the world that is slightly different
than that of normal people—and by moving their eyes, they provide
information about this different model.” Autistic children, for example,
tend to avoid social images in favor of abstract ones,
and they also more rarely and fleetingly make eye contact when looking
at faces in an image or video in comparison with nonautistic kids.
Similarly distinct, abnormal eye-movement patterns occur in a number of
mental disorders, scientists have found.
Advertisement
Until recently, such insights have remained relegated to the lab
setting, where researchers traditionally rely on special tools (like
mounted headgear) and instructed tasks (like following a moving target
across a computer screen). Now, as the cost of the technology drops and
accuracy of more common—and practical—tools improves, eye tracking may
find wider use in the clinical setting. “There is going to be a huge
growth in the accessibility of eye-tracking devices to clinicians and
others,” Eizenman predicts. “It won’t remain the domain of experts.” But
technological advancements themselves are not enough to make
eye-tracking for mental health monitoring go mainstream. The big
challenge ahead, he says, is meaningful analysis of eye movement
information.
Laurent Itti of the University of Southern California’s iLab is a part
of a team working on this very challenge. Along with a group of
researchers from U.S.C. and Queen’s University in Ontario, last year
Itti devised a data-heavy, low-cost method of identifying brain
disorders via eye-tracking. Subjects in this “free viewing” test sit and
naturally watch a video on TV for 15 minutes while their eye-movements
are recorded. The result is a deluge of data (the average person makes
three to five saccadic eye movements per second), so Itti’s team uses
advanced machine learning—algorithms that enable a computer to recognize
patterns without explicit human instruction—to parse the results and
distinguish deviant eye-movements from normal patterns.
In a small, proof-of-concept study (pdf)
Itti’s team found that their algorithm could classify mental disorders
through eye-movement patterns: They identified elderly Parkinson’s
patients with nearly 90 percent accuracy as well as children with
attention deficit hyperactivity disorder (ADHD) or fetal alcohol
spectrum disorder with 77 percent accuracy. “This is very different from
what people have done before. We’re trying to have completely automated
interpretation of the eye movement data,” Itti says. “So you don’t need
to have a scientist look at the data to figure out what’s going on;
we’re using algorithms and machines to [identify] the linkage between
eye-movement and cognition.”
He hopes that soon this computer-led approach will lead to low-cost,
widely available tests that don’t require expert reading. It would be
particularly useful for diagnosing ADHD and autism, which do not
currently have identifiable biomarkers (instead, a diagnosis depends
largely on observed behavior). Imagine eye-tracking tests for mental and
neurological disorders becoming as ubiquitous as blood-pressure tests
are today—that is Itti’s vision.
Itti and his collaborators, including Douglas Munoz, director of the
Queens University Center for Neuroscience Studies, are expanding their
line of research. Munoz is currently pursuing wider trials of the
computer-led, “free viewing” eye-tracking method at Toronto-area
hospitals. The goal is to determine whether their testcan
continue to accurately identify disorders, both in children with
developmental problems and elderly people with neurodegenerative
disease.
Advertisement
To be useful in the clinical setting, however, any new screening test must prove itself against simpler tools already in use—for
example, an online questionnaire that a parent could fill out about a
child’s behavioral patterns, as Gregory Young, a developmental
psychologist at the University of California, Davis, MIND Institute who
has worked with eye-tracking in his own research, points out.
A thorough diagnosis of autism, ADHD and other developmental disorders
takes time and depends on wide observation of children in their natural
environments, which is precisely why a simple diagnostic tool is so
appealing. But Young says that it is important not to underestimate the
complexity of such disorders. “Creating an automated system to aid in screening,
I could see that,” he says. “Where it becomes problematic is when we
pin our hopes that a single tool could give a complete diagnosis.”
Both Itti and Munoz agree. Although their test yields automated results,
it is not meant to replace a more thorough assessment by a specialist.
As Munoz explains, “We’re looking to create an easy, low-cost way to
initiatediagnosis: step 1, you watch 10 to 15 minutes of TV, and then
the computer program can classify you as ‘everything’s okay’ or
‘something’s wrong.’ The ‘something’s wrong’ doesn’t mean you get a
label yet, but it does raise a flag that additional intervention may be
required,” he says.
Aperçu: G.M. Des
mesures de suivi oculaire peuvent être utiles pour aider au diagnostic
et au traitement de l'autisme, bien qu'il soit difficile de déterminer
quelles tâches spécifiques sont optimales. Ici, nous comparons la
capacité de trois tâches sociales différentes dans le regard de
distinguer de jeunes enfants chinois autistes et au développement
typique avec leur sensibilité à des symptômes autistiques spécifiques. Bien que les trois paradigmes aient différencié les enfants autistes et les enfants au développement typique, le paradigme personnes dansantes versus modèle géométrique dynamique était le plus efficace, les enfants autistes montrant une nette réduction de la préférence visuelle pour les personnes dansantes et une augmentation correspondante pour des modèles géométriques. En outre, cette préférence visuelle altérée chez les enfants autistes était corrélée au score d’affectations sociales du calendrier d’observation diagnostique de l’autisme et présentait la plus grande précision de discrimination. Nos résultats indiquent donc que la diminution de la préférence visuelle pour les stimuli sociaux dynamiques pourrait être le paradigme basé sur l'attention visuelle le plus efficace pour une utilisation en tant que biomarqueur de l'autisme chez les enfants chinois.
The
Clinical Hospital of Chengdu Brain Science Institute, MOE Key
Laboratory for Neuroinformation, University of Electronic Science and
Technology of China, Chengdu, China.
2
Chengdu Southwest Children's Hospital, Institute of Child Rehabilitation Medicine, Chengdu, China.
