用于索引工作记忆以预测 ADHD 的眼动注视指标与 AOI 分析
人机交互
2019-06-19 v1 机器学习
机器学习
摘要
ADHD 正被认识到是一种持续至成年期的诊断，影响经济、职业与教育结局。对这一类人群准确诊断并推荐干预的需求日益增长。一个考量因素是开发并实施反映核心诊断标准的可靠且有效的结局指标。例如，与同龄人相比，成年 ADHD 患者的工作记忆容量降低（Michalek 等人，2014）。工作记忆容量降低表明注意控制缺陷，这与用于诊断 ADHD 的行为核查表所列诸多症状一致。利用计算方法（如眼动追踪技术）建立 ADHD 与工作记忆容量指标间的关系，将有助于增进我们对成人该诊断的理解与治疗。本章概述一项可行性研究，其中使用眼动追踪测量伴或不伴 ADHD 的成年人在工作记忆容量任务中的眼动注视指标，并应用机器学习算法生成 ADHD 诊断特有的特征集。本章将总结该研究的目的、方法、结果与影响。
引用
@article{arxiv.1906.07183,
title = {Eye Gaze Metrics and Analysis of AOI for Indexing Working Memory towards Predicting ADHD},
author = {Gavindya Jayawardena and Anne Michalek and Sampath Jayarathna},
journal= {arXiv preprint arXiv:1906.07183},
year = {2019}
}
备注
19 pages, 9 figures