目的:探究发展性阅读障碍儿童错误监控的特点及其加工的眼动过程.方法:采用眼动技术,选取发展性阅读障碍儿童、阅读水平匹配儿童和生理年龄匹配儿童各13名,记录三组被试在反向眼跳任务中的眼动反应与行为表现.结果:(1)发展性阅读障碍儿童在无意识错误中的扫视错误率高于另外两组儿童,眼跳潜伏期和扫视矫正时间短于另外两组儿童.(2)发展性阅读障碍儿童在有意识错误中的眼跳潜伏期、扫视矫正时间和扫视错误率与另外两组儿童没有差异.结论:发展性阅读障碍儿童存在无意识错误监控的缺陷,缺少减慢反应以提高正确率的补偿机制,并且错误监控缺陷可能是导致其阅读障碍的重要原因.

目的 探讨高特质焦虑个体对情绪面孔的注意偏向.方法 被试20名大学生,采用改进的朝向和反向眼跳试验范式,研究高低焦虑个体对情绪和中性面孔条件下的注意偏向.结果 朝向眼跳中,具有情绪意义的面孔相对于中性面孔会引起高特质焦虑个体更快更多的注意,并在认知加工过程中占有优先权.反向眼跳中,高特质焦虑个体对负性或者正性面孔的眼跳潜伏期相对于中性面孔而言更长,眼跳错误率更高.说明情绪图片被捕获,注意很难从情绪图片上解除,对其抑制比较困难.结论 验证了高特质焦虑个体对情绪信息存在注意偏向,这与很多结论是一致的,并进一步证明了高特质焦虑个体的注意偏向是由注意定向加速和注意解除困难共同导致的.

目的 探讨眼动分析对轻度认知功能障碍的筛查价值.方法 计算机检索Pubmed、Embase、Cochrane Library、EBSCO、OVID、中国生物医学文献数据库(CBM)、中国知网数据库(CNKI)、万方和维普数据库在2020年3月之前公开发表的使用眼动追踪对轻度认知功能障碍患者进行筛查的诊断性试验研究,并对符合纳入标准的文献采用NOS质量评价工具进行质量评价,提取研究特征和眼动指标相关数据(眼跳反应时间和眼跳错误率),使用RevMan5.3Meta分析软件进行数据分析.结果 最终纳入6篇诊断性试验研究,共计514例,按Petersen标准,其中219例被诊断为轻度认知功能障碍.其中6篇文献研究了反向眼跳间隙范式的反应时间(AST gap Rt),合并的效应值均差和95％CI为23.37、(4.51～42.22);4篇文献研究了反向眼跳间隙范式的错误率,合并的效应值均差和95％CI为15.50、(14.99～16.01),轻度认知功能障碍组与健康对照组差异具有统计学意义(P<0.001).2篇文献研究了朝向眼跳间隙范式的反应时间(PST gap Rt),合并的效应值均差和95％CI为13.68、(-8.88～36.25),两组差异无统计学意义(P=0.230).结论 反向眼跳反应时间和反向眼跳错误率等眼动指标可以较好地区分轻度认知功能障碍患者和健康者,而朝向眼跳反应时间对轻度认知功能障碍患者的筛查意义不大.

目的:探讨大学生失败内隐观与抑郁症状的关系以及情绪面孔加工在其中的作用.方法:选取243名大学生,采用2(情绪类别:愉悦、悲伤)x2(任务类型:朝向、反向)被试内实验设计,利用基于眼动技术的情绪面孔眼跳任务考察情绪面孔加工,采用失败内隐观量表(FMS)和病人健康问卷抑郁量表(PHQ-9)评估失败内隐观和抑郁症状.结果:大学生反向眼跳比朝向眼跳潜伏期更长、方向错误率更高;悲伤面孔线索比愉悦面孔线索的反向眼跳潜伏期更短、方向错误率更低(均P＜0.001).在控制性别、年龄和父母受教育程度变量后,FMS得分与PHQ-9得分正向关联(β=0.20),FMS得分×悲伤线索下反向眼跳潜伏期与PHQ-9得分正向关联(β=0.14);在悲伤线索下反向眼跳潜伏期较长的大学生中,FMS得分与PHQ-9得分正向关联(β=0.34).结论:大学生失败内隐观与抑郁症状相关,情绪面孔加工在失败内隐观与抑郁症状的关系中起调节作用,对于在悲伤面孔线索下注意抑制控制表现较差的大学生,持失败有害观可能出现更严重的抑郁症状.

目的 初步构建基于眼动跟踪技术的阿尔茨海默病(Alzheimer's disease,AD)诊断模型.方法 收集重庆医科大学附属第一医院老年科记忆门诊于2021年1-11月期间诊断为AD的患者113例,以及同期的认知正常体检者54例,应用眼动追踪技术对全部受试者进行眼动检查,测定静息态眼跳次数等共计5项指标.随机抽取70％病例(117例)分入训练集,剩余30％病例(50例)分入测试集.分析训练集病例注视眼跳次数等共计5项指标用于预测AD的价值,综合以上指标,再利用SPSS软件建立Logistic回归模型,使用ROC曲线评估模型的诊断效能,并在测试集中比较并验证模型对AD的诊断价值.分别将两组受试者间有显著性统计学意义的变量分别和自由延迟线索回忆(free and cued selective reminding test,FCSRT)、画钟试验(clock drawing task,CDT)、数字广度测试(digit span test,DST)和连线试验(trail making test,TMT)、听觉词语学习检测(auditory verbal learning test,AVLT)、波士顿命名测验(Boston naming test,BNT)的值进行相关性分析以探讨其可能的机制.结果 2组患者年龄、性别、受教育程度、注视眼跳次数、追随任务眼跳次数间的差异均无统计学意义.正向眼跳任务眼跳延迟时间、反向眼跳任务眼跳延迟时间、反向眼跳任务错误率间的差异均有统计学意义(P＜0.001).使用多因素Logistic回归构建包含了注视眼跳次数、反向眼跳任务延迟时间、反向眼跳任务错误率的预测模型,该模型预测AD的AUC在训练集和测试集中分别为0.913和0.964.试验组中反向眼跳延迟时间与FCSRT、TMT、AVLT测试分数呈负相关,反向错误率与FCSRT、CDT、AVLT、BNT测试分数呈负相关.结论 基于眼动跟踪技术检测指标构建的诊断模型对于AD的预测效果较好.