作者及年份

被试群体

设备

测量方法

主要结果

(分类准确性)

(Carter Leno et al., 2021)

11~15岁被临床诊断为ASD的儿童46名

Tobii TX-300眼动仪

使用Tobii Studio呈现情绪识别任务，并记录观察行为，记录该行为任务的正确率和反应时，感兴趣区域为对眼睛和嘴巴的注视数据

在情绪识别任务的正确率和反应时上，情绪的主效应显著，而且ASD青少年的冷酷无情(CU)特征与成功识别恐惧的反应时增加和观看恐惧面孔时对眼睛更少的注视有关

(Tsuchiya et al., 2021)

5~17岁的儿童和青少年共165名，其中39名没有任何共病神经发育异常的ASD患者(ASD组)，102名典型发育个体(TD组)和24名个体的独立样本(第二对照组)

Gazefinde (该系统在带有监视器的个人计算机中配备了一组用于捕获眼睛凝视模式和刺激电影剪辑的设备)

记录儿童和青少年观看视频时的眼睛注视

最佳拟合算法的曲线下面积(AUC)为0.84，灵敏度、特异性和准确度分别为74%、80%和78%；交叉验证的AUC为0.74，第二个对照组的验证AUC为0.91

(DiCriscio et al., 2021)

5~14岁的儿童共89名，其中ASD儿童43名，非ASD儿童46名

眼动仪

儿童执行使用单色刺激(黑色，白色，灰色)的被动眼动追踪任务，以量化功能性瞳孔反应指标作为与ASD相关的惩罚和奖励敏感性的生理相关性，记录眼球运动和瞳孔直径，监测眼睛凝视和瞳孔扩张，还测量了由家长填写的儿童对惩罚的敏感性和对奖励的敏感性问卷(SPSRQ-C)和社会响应量表–第2版(SRS-2)

静息瞳孔直径(PD)，功能性瞳孔反应指标(即在黑暗和明亮条件下持续瞳孔反应的扩张幅度与PD的差异：A_D与收缩幅度与PD的差异差异：A_C)，奖励敏感性的定量测量(SPSRQ-C)和ASD特征(SRS-2)之间存在相关关系，而且幅度指标(A_D与A_C)是ASD特征的重要预测指标

(Tan et al., 2018)

6岁ASD组(N = 13)，8岁ASD组(N = 21)，6岁TD组(N = 25)和8岁TD组(N = 20)

Tobii X60眼动仪

使用Honomichl和Chen (2006)开发的场景类比任务测量儿童的类比推理能力，并记录儿童在任务期间的眼球运动，此外，还测量数字回忆任务、块回忆任务，The Day-Night和Happy-Sad Stroop任务，维度变化排序任务和灵活的项目选择任务，评估认知技能和执行功能

ASD儿童解决类比问题的能力不如TD儿童，眼动数据进一步表明，ASD组和TD组的儿童表现出不同的注意力模式和处理策略，即与ASD组相比，TD儿童花更多的时间注视关系项目，并在目标和关系位置之间显示更多的扫视

(Reisinger et al., 2020)

42名ASD患者，29名发育障碍(DD)对照组和62名3至25岁之间的典型发育(TD)对照组

计算机、眼动仪

使用情绪面孔眼动追踪范式，ASD组在大约2个月后重测，检验执行任务时的平均注视比例和注视特定兴趣区域(AOI)的数量，并观察不同情绪面孔时瞳孔反应性的变化

无论所呈现的情绪如何，ASD组通过减少注视比例和注视眼睛的数量来进行非典型面部扫描。此外，瞳孔测量能够检测到ASD组瞳孔向快乐面孔的扩张增加；重测信度系数在差和优秀范围之间变化，其中注视比例显示出最高的信度系数