Detection of ADHD based on Eye Movements during Natural Viewing

要約

注意欠陥・多動性障害（ADHD）は神経発達障害の一つであり、その有病率は高く、診断には臨床専門医が必要とされています。個人の視聴行動は、目の動きに反映され、注意のメカニズムや高次の認知プロセスに直接関係することが知られています。そこで我々は、自由視点課題において、ビデオ刺激に関する情報とともに記録された眼球運動に基づいて、ADHDを検出できるかどうかを検討する。この目的のために、我々は、より多くのデータが利用可能である関連するタスクで事前訓練した眼球運動のスキャンパスを利用するエンドツーエンドの深層学習ベースのシーケンスモデル %を開発します。我々は、この方法が実際にADHDを検出することができ、関連するベースラインを上回ることを発見した。我々は、アブレーション研究における入力特徴の関連性を調査した。興味深いことに、モデルの性能はビデオの内容と密接に関係していることがわかり、今後の実験デザインに示唆を与える。

要約(オリジナル)

Attention-deficit/hyperactivity disorder (ADHD) is a neurodevelopmental disorder that is highly prevalent and requires clinical specialists to diagnose. It is known that an individual’s viewing behavior, reflected in their eye movements, is directly related to attentional mechanisms and higher-order cognitive processes. We therefore explore whether ADHD can be detected based on recorded eye movements together with information about the video stimulus in a free-viewing task. To this end, we develop an end-to-end deep learning-based sequence model %that makes use of eye movement scanpaths which we pre-train on a related task for which more data are available. We find that the method is in fact able to detect ADHD and outperforms relevant baselines. We investigate the relevance of the input features in an ablation study. Interestingly, we find that the model’s performance is closely related to the content of the video, which provides insights for future experimental designs.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL