高功能孤独症谱系障碍患儿基本表情识别的眼动特征及其与社交损伤的关联

陈倩王馨曹牧青陈嘉洁刘斯宇曾晶晶静进

中山大学公共卫生学院妇幼卫生系，广州510080

【摘要】目的探讨表情识别能力不同的高功能孤独症谱系障碍（ASD）患儿对于基本表情识别的眼动注视特征及其与社交损伤的关联。方法采用病例对照研究方法，纳入中山大学儿童青少年心理行为发育研究中心2019年7—12月招募的42例6~9岁高功能ASD患儿，同时选取23名同年龄段的正常发育儿童。根据表情命名任务中的表现将高功能ASD患儿分为ASD‑1组（能够正确命名高兴、恐惧表情）和ASD‑2组（能正确命名高兴、不能命名恐惧表情）。所有正常发育儿童均能够正确命名高兴、恐惧表情。使用红外眼动记录仪记录3组儿童在自由浏览表情任务中的眼动轨迹。采用社交反应量表评估ASD患儿社交损伤情况，并以总分75分为界值分为社交损伤轻度或重度。采用重复测量方差分析各组对情绪面孔的眼动注视特征，广义线性混合效应模型分析ASD患儿眼动特征与社交损伤的关系。结果ASD‑1组患儿25例，其中男20例，年龄（7.9±1.0）岁；ASD‑2组患儿17例，其中男14例，年龄（7.2±1.2）岁；正常发育儿童组23名，其中男12名，年龄（7.7±1.3）岁；3组儿童在年龄、性别分布上差异均无统计学意义（F=2.05、χ²=10.08，P=0.14、0.07）。高兴表情下，正常发育儿童组、ASD‑1组、ASD‑2组眼部总注视时间比例（FDP）差异有统计学意义（0.37±0.20、0.35±0.20、0.47±0.24，F=3.97，P=0.02）。广义线性混合效应模型在控制表情、性别、年龄、总智商等混杂因素后，发现ASD患儿眼部FDP与其社交损伤程度负相关（OR=0.15，95%CI：0.06~0.35，P<0.01）。结论高功能ASD患儿眼部注视时长越长，社交损伤程度越轻，其中，表情识别能力缺陷的高功能ASD患儿，需要用较长时间注视眼部以达到正确识别高兴表情的目的。

【关键词】孤独性障碍；面部表情；社会行为

基金项目：国家自然科学基金（81872639）；广东省重点领域研发计划（2019B030335001）；广州市残疾人联合会项目（2019）

本文编辑李伟

引用本文：陈倩,王馨,曹牧青,等.高功能孤独症谱系障碍患儿基本表情识别的眼动特征及其与社交损伤的关联[J].中华儿科杂志,2021,59(6):484-488

前言

孤独症谱系障碍（autismspectrumdisorder，）是一组早期出现的以社交沟通障碍、重复刻板行为和狭隘兴趣为主要特征的神经发育障碍性疾病，该病损伤患儿的社会认知能力。表情识别作为社会认知的基础，与个体的社交能力直接相关［1‑2］。高功能ASD患儿作为ASD中认知、社会化功能损伤较轻的一组人群［2］，部分患儿可表现出与正常发育儿童类似的表情识别能力［3‑4］，但亦有研究发现其在此方面存在困难［5］，具体表现为对简单表情（如高兴）识别能力较好，但对恐惧等负性情绪不敏感［6］。行为研究证实，表情认知障碍是加工方式异常所致，ASD患儿的表情识别困难来源于其对面孔核心情绪特征区域（眼部等）的注意不足和无序处理［7］。既往研究多未考虑识别能力对眼动特征造成的影响，可能会高估高功能ASD患儿与正常发育儿童在眼动特征方面的差距。本研究通过比较不同表情识别能力的高功能ASD患儿在注视面孔时的眼动特征及其与社交损伤的关联，以进一步了解ASD社会化行为特点。

一、对象和方法

本研究为病例对照研究，2019年7月1日至月31日于中山大学儿童青少年心理行为发育研州市部分小学招募同年龄段的正常发育儿童23名。本研究已获得中山大学伦理委员会批准，编号：中大公卫医伦［2018］第023号，所有儿童监护人签署书面知情同意书。

高功能ASD组纳入标准：（1）由中山大学儿童青少年心理行为发育研究中心的临床专业医师根据《精神疾病诊断与统计手册（第5版）》的诊断标准明确诊断为ASD；（2）患儿能够完成中文版韦氏儿童智力量表（第4版）（Wechslerintelligencescaleforchildren‑fourthedition，WISC‑Ⅳ）测试，且智商≥70［8］。排除标准：儿童精神分裂症、脑瘫、癫痫及其他脑器质性疾病。

正常发育儿童组纳入标准：（1）WISC‑Ⅳ测试智商≥70；（2）视力（或矫正视力）、听力正常；（3）监护人报告发育正常，情绪行为表现与年龄相符；

（4）无精神发育迟缓、孤独症谱系障碍、学习障碍等神经、精神疾病史。排除标准：儿童精神分裂症、脑瘫、癫痫及其他脑器质性疾病。

二、方法

1.问卷调查和智力评估：采用自编问卷（家长填写）收集儿童的一般情况，包括性别、年龄情况。采用社交反应量表（socialresponsivenessscale，SRS）中文版评定ASD患儿社交损伤程度［9‑10］，由主要养育者根据患儿填写问卷前6个月的情况填写。

该量表由5个亚量表共65个条目混编组成，按1~究中心招募6~9岁高功能ASD儿童42例，并于广4级评分，5个亚量表分别为社交知觉、社交认知、社交沟通、社交动机及孤独症行为方式，分别从5个维度反映患儿的社交能力。以SRS总分75分作为衡量ASD患儿社交损伤程度的界值，≤75分为存在轻度社交损伤，>75分为存在重度社交损伤［11］。采用WISC‑Ⅳ评估儿童智力水平［12］，以智商作为儿童认知能力的综合指标。

2.表情命名任务：刺激材料选自中国静态人物面部表情图片图库［13‑15］，由同一女性对象呈现的高兴、恐惧面孔各1张，为减少被试的习惯性注视，从图库中选取非本研究所需由不同对象呈现的生气、中性、伤心3张图片。图片均经过Photoshop软件标准化到相同的形状和大小（400×600像素）。采用E‑prime3.0软件编写的程序进行表情命名任务。实验过程是在黑色背景下计算机随机呈现一张表情图片（3000ms）后，主试提问“刚才这个人是什么表情”，要求儿童根据刺激图片中的表情判断并在5个固定排序的基本表情词中按键选择正确答案，儿童选择正确则记为通过该表情的命名任务，为减少同一对象面孔累积出现所引发的顺序效应，所有图片计算机随机呈现，任务大约4min。正常发育儿童均能通过高兴和恐惧表情下的命名任务。根据ASD患儿在命名任务中的表现，将其分为2组，高兴和恐惧表情下的命名任务均通过的ASD患儿归为ASD‑1组；能通过高兴表情命名任务，不能通过恐惧表情命名任务的ASD患儿归为ASD‑2组。

3.自由浏览表情任务：使用瑞典生产的TobiiProSpectrum300屏幕式眼动仪，采样率300Hz，显示器分辨率为1920×1080像素，屏幕尺寸60.5cm。实验开始前，由主试打开TobiiProLab软件，指导儿童坐在距离显示屏约60cm的舒适椅子上，调整位置直至被试的双眼影像稳定出现在轨迹框内，五点追踪校准测试的精确度合格（<0.2）后方进行正式实验。正式实验阶段，屏幕中央呈现注视点“+”500ms，之后随机出现5种表情中的1张，待图片呈现3000ms消失后，显示空屏1000ms，实验期间儿童不做任何操作。每张图片呈现7次，顺序随机，共计35试次。眼动数据分析中排除了被试观看图片时间少于30%呈现时间的试次。Tobii眼动仪收集了原始的眼动数据点并将持续至少100ms的一组连续注视坐标定义为注视点。使用TobiiStudio提供的矩形工具划定眼睛区域为兴趣区。眼动指标为眼部总注视时间比例（fixationdurationpercentage，FDP），即被试在眼部的注视点时间占

呈现时间的比例，FDP用于表示某个兴趣区在刺激图片中的相对注意情况。

三、统计学分析

使用Epidata进行数据录入，R4.0.3进行统计分析。符合正态分布的计量资料采用xˉ±s表示，3组间比较采用方差分析，两两比较采用t检验，并经Bonferroni法校正ɑ值；计数资料采用例（%）描述，组间差异用χ²检验或Fisher精确概率法统计分析。以重复测量方差分析3组被试眼动特征是否存在差异。以最大似然估计的广义线性混合效应模型分析ASD患儿眼动特征与社交损伤间的关联。以高功能ASD社交损伤程度、SRS量表各亚量表得分为因变量，以表情类型和眼部FDP为固定效应，以被试为随机效应，并调整混杂因素。多重比较采用错误发现率（falsediscoveryrate，FDR）校正法进行。P<0.05为差异有统计学意义。

结果

一、基本情况

ASD‑1组患儿25例，其中男20例（80.0%），年龄（7.9±1.0）岁，智商96±15；ASD‑2组患儿17例，其中男14例，年龄（7.2±1.2）岁，智商93±14；正常发育儿童组23名，其中男12名（52.2%），年龄（7.7±1.3）岁，智商110±10；3组性别、年龄差异均无统计学意义（χ²=10.08、F=2.05，P=0.07、0.14），智商差异有统计学意义（F=9.87，P<0.01）。

二、眼动指标

3组儿童在不同表情下的眼部FDP差异有统计学意义（F=5.22，P=0.008）。在高兴表情下，正常发育儿童组、ASD‑1组、ASD‑2组眼部FDP差异有统计学意义（0.37±0.20、0.35±0.200.47±0.24，F=3.97，P=0.02）；恐惧表情下差异无统计学意义（0.44±0.23、0.36±0.21、0.41±0.22，F=0.85，P=0.43）。正常发育儿童组在高兴表情中的FDP低于恐惧表情（t=-2.03，P=0.047），ASD‑2组在高兴表情中的眼部FDP高于恐惧表情（t=2.35，P=0.02）。

三、眼部FDP与社交损伤的关联

ASD患儿轻度社交损伤组与重度社交损伤组在性别、年龄、智商、表情识别能力方面差异均无统计学意义（均P>0.05，表1）。

广义线性混合效应模型分析显示，校正了表情类型、智商、年龄、性别等混杂因素后，眼部FDP是ASD社交损伤严重程度的保护因素（OR=0.15，表1不同社交损伤程度孤独症谱系障碍患儿基本情况及眼动特征比较社交损伤程度

注：-为Fisher确切概率法；20例以下不计算百分数

95%CI：0.06~0.35，P<0.01）。在调整了表情类型、智商，年龄、性别因素后，眼部FDP与社交知觉、社交认知、社交沟通、社交动机、孤独症行为方式、SRS总分均负相关（均P<0.01，表2）。表2孤独症谱系障碍患儿眼部FDP与SRS得分的线性混合效应模型分析亦有研究发现ASD患儿在注视高兴、恐惧表情时，眼部区域的FDP与正常发育儿童无差异［23］。各研究结论不一可能是由于研究对象认知能力不同所致。表情识别能力有缺陷的高功能ASD患儿能够利用认知资源补偿解码面部表情，从而表现出与正常发育儿童类似的注视模式［23］。

此外，ASD‑2组患儿对于能识别的高兴表情中的眼部FDP较长，但在不能正确识别的恐惧表情中，眼部FDP明显较低。探究其可能原因，眼睛注视与社会性情感有关［24］，对于表情识别能力有缺陷的ASD患儿，认知能力缺陷使其需要用更多的时间去提取眼部信息，从而达到正确识别高兴表情的目

讨论

本研究中高功能ASD患儿普遍能够认识高兴表情，但在恐惧表情的识别上存在一定缺陷，这与既往研究结论一致［16‑17］。Lozier等［18］发现，ASD患儿存在对恐惧表情的识别困难，这也与儿童情绪认知的发展轨迹相一致。正常发育儿童的高兴情绪认知发展较早，生气和伤心表情次之，而对于恐惧等表情认知则需进一步发展［19］。心理理论学说同样可以解释ASD患儿对不同表情的认知差异。心理理论认为个体能够通过外在表现去感知他人的内在状态从而对他人行为进行合理化解释，而ASD患儿恰恰由于心理理论能力缺乏，仅能够识别由外部情境引发的简单表情（如高兴），但对信念和愿望引发的复杂表情（如恐惧）的识别存在困难［20］。

同时，本研究发现ASD‑1组患儿与正常发育儿童在两种表情下的眼部FDP无差异。既往关于ASD对眼睛区域的注视模式研究结论不一，最早由Klin等［21］利用红外眼动追踪技术报道了ASD存在回避眼神接触的行为，并得到后续研究证实［22］。但的。眼区中的构形信息对于识别恐惧表情尤其重要［25］，ASD‑2组患儿在恐惧表情下的眼部FDP较低，提取眼区信息减少，从而无法正确识别恐惧表情。

在控制了年龄、智商、性别、表情类型后，眼部FDP与高功能ASD患儿的社交知觉、社交认知、社交沟通、社交动机、孤独症行为方式和SRS总分均呈负相关，即眼部FDP越低，社交功能损伤程度越重。眼部作为传递个人内心状态信息的重要区域，减少的目光接触会阻碍ASD患儿对他人状态的解读，影响后续社会互动，从而进一步加重ASD的社交障碍［26］。

本研究存在以下局限性。首先，ASD的表情识别能力是通过表情命名任务进行分组，每种情绪仅有1张图片，分组可能存在偏倚，但实验图片采用在ASD人群中验证过的信效度良好的表情图片，并选取了辨别度较好的女性面孔［27］，实验过程中由主试提问后儿童进行按键反应，尽可能减少了分组偏倚；其次，仅探讨了ASD患儿静态表情识别与社交功能间的关联，未考虑其他环境线索因素对其社交功能的影响，并且高功能ASD患儿整体认知能力较好，使研究结果不能外推至认知功能水平较低的典型ASD患儿，后续研究需设计更简单、丰富的实验范式以探索低功能水平ASD患儿的表情识别特点及社交功能；最后，实验中的面部表情以高兴、恐惧两种基本情绪为主，但未涉及羞愧、厌恶等复杂情绪，今后应进一步增加表情类别，以探讨在不同类型表情中，ASD识别能力及眼动特征的差异。

综上所述，高功能ASD患儿眼部FDP越长，社交损伤程度越轻，其中，表情识别能力缺陷的高功能ASD患儿需要用较长时间注视眼部以达到正确识别高兴表情的目的。提示今后针对高功能ASD患儿的社交干预方法可考虑结合表情识别，尤其是注视能够传递社交信息的关键区域，以辅助高功能ASD患儿改善其核心症状。

参考文献

[1]静进.儿童社会认知发展及与孤独症谱系障碍的关系[J].中国儿童保健杂志,2014,22(12):1233‑1235.DOI:10.11852/zgetbjzz2014‑22‑12‑01.

[2]AmeliR,CourchesneE,LincolnA,etal.Visualmemoryprocessesinhigh‑functioningindividualswithautism[J].JAutismDevDisord,1988,18(4):601‑615.DOI:10.1007/BF02211878.

[3]EversK,KerkhofI,SteyaertJ,etal.Nodifferencesinemotionrecognitionstrategiesinchildrenwithautismspectrumdisorder:evidencefromhybridfaces[J].AutismResTreat,2014,2014:345878.DOI:10.1155/2014/345878.

[4]TracyJL,RobinsRW,SchriberRA,etal.Isemotionrecognitionimpairedinindividualswithautismspectrumdisorders[J].JAutismDevDisord,2011,41(1):102‑109.DOI:10.1007/s10803‑010‑1030‑y.

[5]TsangV.Eye‑trackingstudyonfacialemotionrecognition10.1186/s12888‑016‑1185‑y.

[11]ConstantinoJN,DavisSA,ToddRD,etal.Validationofabriefquantitativemeasureofautistictraits:comparisonofthesocialresponsivenessscalewiththeautismdiagnosticinterview‑revised[J].JAutismDevDisord,2003,33(4):427‑433.DOI:10.1023/a:1025014929212.

[12]张厚粲.韦氏儿童智力量表第四版(WISC‑Ⅳ)中文版的修订[J].心理科学,2009,32(5):1177‑1179.

[13]顾莉萍,静进,金宇,等.制备中国人物静态面部表情图片及信度效度的初探[J].中国循证儿科杂志,2009,4(5):442‑447.DOI:10.3969/j.issn.1673‑5501.2009.05.008.

[14]顾莉萍,静进,金宇,等.高功能孤独症儿童情绪理解与社会适应能力关系研究[J].中国儿童保健杂志,2013,21(1):16‑19.

[15]张玲,潘宁,许才娟,等.高功能孤独症儿童表情面孔工作记忆的损害特征[J].中国儿童保健杂志,2016,24(5):475‑478.DOI:10.11852/zgetbjzz2016‑24‑05‑09.

[16]PelphreyKA,SassonNJ,ReznickJS,etal.Visualscanningoffacesinautism[J].JAutismDevDisord,2002,32(4):249‑261.DOI:10.1023/a:1016374617369.

[17]HumphreysK,AvidanG,BehrmannM.Adetailedinvestigationoffacialexpressionprocessingincongenitalprosopagnosiaascomparedtoacquiredprosopagnosia[J].ExpBrainRes,2007,176(2):356‑373.DOI:10.1007/s00221‑006‑0621‑5.

[18]LozierLM,VanmeterJW,MarshAA.Impairmentsinfacialaffectrecognitionassociatedwithautismspectrumdisorders:ameta‑analysis[J].DevPsychopathol,2014,26(4Pt1):933‑945.DOI:10.1017/S0954579414000479.

[19]展宁宁.幼儿情绪认知能力发展特点的研究[J].学前教育研究,2005,46(7‑8):46‑48.

[20]段蕾,莫书亮.孤独症的认知障碍研究及其评述[J].心理科学进展,2010,18(2):288‑296.