今日自闭症
神经科学的研究表明，自闭症患者和正常人在看社交刺激时，往往会有明显不同的注视模式，这反映了社交处理中有意义的差异。
不久前，美国国家心理健康研究所（NIMH）的研究人员的一项研究表明，尽管人们花在看不同面部特征上的相对时间因人而异，但个体水平的注视模式对于自闭症患者和正常人都是一致的。基于眼动追踪数据的机器学习分析的研究结果表明，准确估计自闭症患者的个体注视模式可能需要更多的数据。
NIMH校内研究计划认知神经心理学方面的研究人员检查了33名符合“广义自闭症谱系障碍”类别特定标准的成年男性的数据。每位自闭症参与者都与另一名年龄和智商相似但正常男性参与者相匹配。
参与者观看了一个8分钟的系列电影片段，其中包含22个电影片段，描述了与两个或更多角色进行对话的社交互动。研究人员使用眼球追踪技术，记录参与者观看视频时的眼球运动。
研究人员采用一种机器学习算法，可以快速对每个影片剪辑的每个帧中的每个像素进行分类，并将这些像素标记为属于特定身体部位（比如眼睛、鼻子、嘴巴）或背景。他们将这些标签与参与者的眼球追踪数据联系起来，以确定每个参与者在每个剪辑的每一帧中都在看什么。
然后，研究人员调查了个体层面和群体层面的注视模式的一致性。随着研究人员在他们的分析中纳入更多数据，自闭症参与者和正常的同龄人出现了稳定的凝视模式——平均来说，每个参与者都表现出特定的凝视模式，比其他人更喜欢特定的面部特征。这表明这些注视模式反映了自闭症参与者和正常参与者的可靠个体特征。
通常来说，与正常人相比，自闭症参与者看脸的时间更少，尤其是面部中心。自闭症参与者还花了相对更多的时间查看剪辑的背景区域。
总之，这项研究为我们对自闭症患者和正常人的凝视模式的理解增加了一些细微差别。研究人员指出，数据驱动的机器学习方法为推进该领域的研究提供了很大的希望，提高了分析大型眼动数据集的效率。
