基于自然情绪感知下异常眼动轨迹的孤独症预测模型

孤独症谱系障碍(autism spectrum disorder,ASD)是一类以社会交流、刻板行为和狭隘兴趣为主要特征的神经发育障碍性疾病,致残率较高,严重影响着儿童的健康成长。ASD 主观临床诊断存在耗时长、主观性强等问题。因此,迫切需要一种快速、经济、有效的客观筛查方法。研究发现,ASD 儿童具有非典型的情绪视觉感知模式,有望将眼动追踪技术用于 ASD 的辅助诊断。该文提出一个在自然场景下,ASD 非典型情绪视觉感知模式结合机器学习的自动筛查 ASD 患者的模型。该模型可提取自然场景下感知情绪的眼动轨迹特征,通过机器学习模型进行建模,以实现根据眼动轨迹自动识别 ASD 患儿。实验结果表明,该方法的准确率为 79.71%,有望成为一种 ASD 儿童早期筛查的辅助工具。     

基于ASD儿童形状偏好特征的产品设计研究

目的 从孤独症谱系障碍(Autism Spectrum Disorders,ASD)患儿的角度出发,以其特殊的形状偏好特征为基础,展开ASD儿童产品设计研究.方法 采用对偶比较法,以两组3～6岁儿童的ASD患儿和正常幼儿为实验参与者,儿童产品设计中常见的7种形状为评价对象,探究ASD儿童对不同形状的偏好特征.结果 试验结果分析得出ASD患儿的形状偏好顺序为:圆形、椭圆形、花形、多边形、正方形、三角形、长方形,明显偏爱圆形.其偏好顺序和偏好程度都与同年龄的正常幼儿有较大差异.结论 符合ASD儿童偏好特征的产品不仅能有效吸引患儿的注意力,提高对学习任务的兴趣,而且还能产生持久的强化效用.在此基础上,提出了符合ASD儿童偏好特征的产品设计理念,并进行设计实践,为今后的ASD儿童产品设计开发提供重要启示和依据.