[論文レビュー] DysLexML: Screening Tool for Dyslexia Using Machine Learning

Thomais Asvestopoulou, Victoria Manousaki+5 more|arXiv (Cornell University)|Mar 14, 2019

Reading and Literacy Development参考文献 8被引用数 19

ひとこと要約

DysLexML は、子供がテキストを読んでいる際の眼動跡データを分析する機械学習ベースのスクリーニングツールであり、4つの主要な特徴（平均・中央値の前方移動長、短い前方移動の回数、繰り返し注視された語の数）を最小限に絞り込み、LASSOに基づく特徴選択を経て得られたものである。線形SVM分類器を用いることで97％の正確性を達成し、人工的な注視ノイズに対しても頑健な性能を示しており、低価格の実用的環境向けに、一般消費者用の眼動跡計測器でも導入可能である。

ABSTRACT

Eye movements during text reading can provide insights about reading disorders. Via eye-trackers, we can measure when, where and how eyes move with relation to the words they read. Machine Learning (ML) algorithms can decode this information and provide differential analysis. This work developed DysLexML, a screening tool for developmental dyslexia that applies various ML algorithms to analyze fixation points recorded via eye-tracking during silent reading of children. It comparatively evaluated its performance using measurements collected in a systematic field study with 69 native Greek speakers, children, 32 of which were diagnosed as dyslexic by the official governmental agency for diagnosing learning and reading difficulties in Greece. We examined a large set of features based on statistical properties of fixations and saccadic movements and identified the ones with prominent predictive power, performing dimensionality reduction. Specifically, DysLexML achieves its best performance using linear SVM, with an a accuracy of 97 %, with a small feature set, namely saccade length, number of short forward movements, and number of multiply fixated words. Furthermore, we analyzed the impact of noise on the fixation positions and showed that DysLexML is accurate and robust in the presence of noise. These encouraging results set the basis for developing screening tools in less controlled, larger-scale environments, with inexpensive eye-trackers, potentially reaching a larger population for early intervention.

研究の動機と目的

• 機械学習と眼動跡データを用いて、スケーラブルで正確かつ頑健な発達性ディスレクシアのスクリーニングツールを開発すること。
• ディスレクシア診断において高い予測力を持つ、最小限で解釈可能な眼運動特徴のセットを同定すること。
• 低価格の眼動跡計測機器で一般的に見られる現実的なノイズ条件下でのモデルの頑健性を評価すること。
• 学校や家庭など、制御のきかない環境でも大規模かつ低コストでスクリーニングを実施できるようにすること。
• 早期介入を支援するため、非侵襲的かつ効率的にリスクにさらされた子供を特定できること。

提案手法

• 69名のギリシャ語話者（うち32名がディスレクシアと診断済み）の眼動跡データを、60Hzで動作するカスタム眼動跡計測器を用いて、2つのテキストを黙読している際のものとして収集した。
• 注視点は分散アルゴリズムを用いて検出され、注視および移動の特性に基づき148個の統計的特徴が抽出された。
• 次元削減のため、1標準誤差選択（λ1SE）を用いたLASSO回帰が適用され、最も予測力の高い特徴が同定された。
• 次元削減後の特徴集合上で、線形SVM、ナイーブベイズなど複数の機械学習分類器を訓練・比較した。
• 実世界のトラッキングエラーを模倣するため、注視位置に人工的なガウスノイズ（σ = 1～40ピクセル）を追加し、モデルの頑健性を評価した。
• 性能評価は正確度を指標とし、最良のモデルでは、4つの特徴のみを用いてベースラインテキストで97％の正確度を達成した。

実験結果

リサーチクエスチョン

• RQ1 眼動跡データから得られる少数の眼運動特徴のみを用いて、機械学習モデルがディスレクシア読者と通常読者を高精度に区別できるか？
• RQ2 現実的な注視ノイズ条件下でモデルの性能はどの程度低下するか。低価格の眼動跡計測器での導入に耐えうるほどの頑健性を有しているか？
• RQ3 どの具体的な眼球運動特徴がディスレクシアの予測において最も予測力が高いか。また、テキストの難易度に応じてその特徴はどのように変化するか？
• RQ4 最小限の特徴セットを同定することで、高い診断正確度を維持しながら、解釈可能性とスケーラビリティを向上させられるか？
• RQ5 テキストの難易度が、ディスレクシアスクリーニングモデルにおける予測特徴の選択にどの程度影響を及えるか？

主な発見

• 線形SVM分類器が、平均および中央値の前方移動長、短い前方移動の回数、繰り返し注視された語の数という4つの特徴のみを用いて、ベースラインテキストで最高の正確度97％を達成した。
• 人工的な注視ノイズに対してもモデルは頑健であり、ノイズレベルがσ = 40ピクセルまででも高い正確度を維持した。これは、低価格の眼動跡計測器への適用に適していることを示している。
• λ1SEを用いたLASSOによる特徴選択により、正確度を損なわず特徴空間が大幅に削減され、解釈性が高く、最小限のモデルが得られた。
• より簡単なテキストでは、平均前方移動長と短い前方移動の回数の2つの特徴のみが選択された。これは、テキスト難易度の低下に伴い、語の特徴の関連性が低下することを示している。
• 本研究では、最小限で解釈性の高い特徴セットが、最先端の性能を達成できることを示しており、他の研究と比較して特徴セットのサイズは小さく、正確度は同等またはそれ以上である。
• これらの結果は、安価で専門的でない眼動跡計測ハードウェアを用いて、実世界の広範なスクリーニング環境にこのようなシステムを導入することが可能であることを支持する。