眼动追踪作为眼动功能障碍的诊断工具—眼颤症

该研究在墨尔本大学视光科学系进行，主要关注眼动障碍，特别是眼颤的可能性，以及使用眼动追踪作为一种确立的诊断工具的可行性。

研究背景

该研究是由澳大利亚墨尔本大学视光学与视觉科学系的Larry Abel 博士及其团队进行的。研究重点是眼动障碍，特别是共济失调，并探讨使用眼动追踪作为诊断工具的可能性。

这个研究实验室多年来一直在进行临床测试，他们使用Tobii眼动仪进行试验和测试。成功的结果意味着能够提供高质量的共济失调评估和其他眼动测试，并且能够将其提供给教学诊所的转诊临床医生。这也意味着离使其成为该系临床活动的新常态又更近了一步，未来的验光师见到眼动追踪作为一种标准和正常的临床工具。

研究目标

这个试验研究的目标是找出是否可以开发一个临床设施，用于评估眩晕和其他障碍，最终由不太专业的临床医生来运营。主要关注的是眩晕的识别和特征描述，但未来的研究理想情况下还会包括对快速眼动和平稳视觉跟踪的定量评估能力。

第一个目标是使临床医生能够进行测试，结果由专家评估，例如这个研究的作者。长期目标是尝试开发更自动化的筛查方法，对更多背景的用户可获得。

因为良好的眼动记录对于正确评估眩晕和定量评估快速眼球运动至关重要，眼动追踪技术在所采用的方法和这项研究中起着核心作用。

研究方法

在实验室的试验中，主要对比了Tobi眼动仪和旧的Microguide 1000边缘追踪仪。这是经典的模拟技术，可以追溯到1960年代，其中利用光电子技术来检测虹膜边缘的水平运动。也进行了一些与Tobii眼动仪和SR Research的Eyelink II眼动仪的比较。实验室还使用了SMI高速HED系统，但在这些评估中没有使用，因为它是单目的。临床检查和病史记录始终在眼动记录之前进行，它们的结果经常指导记录过程。然后利用眼动追踪来确认、增强或驳斥最初的临床印象。

眼动追踪测试包括让患者注视视野内一系列目标位置，包括水平和垂直。识别和分类出现的波形，判断是先天性还是后天性眼震，并确定具体的波形。根据需要，在波形稳定的注视期间对其持续时间进行量化。这些注视期间可以被视为确定患者潜在视力的关键因素，只有通过具备良好时间和空间分辨率的眼动记录才能观察到。

目前实验室在这些测试中的惯例是将数据从当前使用的Tobii眼动仪导出，或对Microguide边缘追踪仪的数据进行数字化，并将其录入到Matlab中进行显示和量化。由于Pro TX300眼动仪的新Matlab接口仍在开发中，在试验时尚不可用，因此没有为这项研究开发特定的Matlab程序。相反，使用原始数据，并在现有的Matlab程序中对其进行处理以获取相关的波形。

眼动追踪—可用于儿童诊断的工具

实验阶段已经产出了一些有趣的结果：

只有眼动追踪记录能在临床表现模糊的情况下区分先天性和后天性眼颤。它们还可以区分先天性和潜在/明显潜在眼颤，这些相关疾病的管理方法有所不同。波形量化还可用于预测最佳视觉结果。除眼颤外，扫视评估还可用于识别轻度内束损害性眼肌麻痹，这是多发性硬化症的常见症状，并有助于识别重症肌无力。

在某些情况下，Tobii眼动仪提供了诊断性波形信息，否则很难获取。此外，Tobii Pro Studio的易用性也是Pro TX300的一个潜在优势，因此临床人员可以接受评估培训，必要时由专家进行评估。

在上面的图表中，您可以看到水平方向上的凝视的眼颤（蓝色曲线），具有线性或逐渐减速的缓慢相分量。请注意，当患者从侧目视回到中央位置时（箭头），原始位置中的眼颤现在朝相反方向跳动。这被称为反弹性眼颤，尚未报告为先天性。在这些图表中也有重要的内容（和没有使用圆周检测仪时不可用的内容），即垂直眼位的示踪。您可以在这里看到，无论该患者水平分量的方向如何，持续的向下眼颤都存在；这意味着大部分时间眼睛都在对角运动。该患者被转诊到实验室进行先天性眼颤检查，但上述记录与这种良性病症在许多方面不同，因此建议进行进一步的临床评估和密切随访。

然而，在当前状态下，眼颤测试中存在几个临床重要的评估可能会非常困难或无法进行。这些包括：

• 单眼调校与双眼记录（即能够遮挡一个眼睛的视野但仍记录其行为）。一旦开始记录，需要能够交替遮蔽眼睛并观察效果。
• 操作者选择目标位置和时机。
• 实时监测眼睛位置。
• 添加目标位置和手动标记触发到眼位数据的方法。

*自此研究进行以来，Tobii校准和验证工具已发布。Tobii校准和验证工具是一个应用程序，用于测量和报告参与者注视模式中的偏离角度，用于筛查眼睛对准和诊断眼科疾病，如眼颤、斜视（斜视）或弱视。它可以测量眼动，例如在被试参与的疗法康复过程中。该工具由软件（在Windows上运行）和传输红外线光的遮挡器组成。

研究结论

目前的初衷是要建立一个大多数临床医生都能操作的系统，但仍需要专家的输入来评估结果。更长远的目标是开发一个基于神经网络的专家系统，可以自主进行波形分类，并且如果可能的话，进行量化分析。这将与电生理诊断领域的工作并行，并且可以使这种测试更广泛地普及。实施需要招募一名具有电子工程/计算机科学背景和信号处理专业知识的博士生。

相关信息

• 关于墨尔本大学视光科学系