[论文解读] A Wearable Social Interaction Aid for Children with Autism

Nick Haber, Catalin Voss+8 more|arXiv (Cornell University)|Jan 1, 2017

Autism Spectrum Disorder Research参考文献 10被引用 2

一句话总结

本文提出了一种可穿戴智能眼镜系统，具备实时面部表情识别功能，旨在帮助自闭症儿童提升社交互动能力。该系统利用设备端机器学习对情绪进行分类，并提供无干扰的反馈，使照护者能够回顾精选的社交互动视频，展示了其在可扩展、家庭环境下的治疗潜力，能够比传统应用行为分析（ABA）更快地实现技能泛化。

ABSTRACT

With most recent estimates giving an incidence rate of 1 in 68 children in the United States, the autism spectrum disorder (ASD) is a growing public health crisis. Many of these children struggle to make eye contact, recognize facial expressions, and engage in social interactions. Today the standard for treatment of the core autism-related deficits focuses on a form of behavior training known as Applied Behavioral Analysis. To address perceived deficits in expression recognition, ABA approaches routinely involve the use of prompts such as flash cards for repetitive emotion recognition training via memorization. These techniques must be administered by trained practitioners and often at clinical centers that are far outnumbered by and out of reach from the many children and families in need of attention. Waitlists for access are up to 18 months long, and this wait may lead to children regressing down a path of isolation that worsens their long-term prognosis. There is an urgent need to innovate new methods of care delivery that can appropriately empower caregivers of children at risk or with a diagnosis of autism, and that capitalize on mobile tools and wearable devices for use outside of clinical settings.

研究动机与目标

• 开发一种可穿戴的、非临床的工具，帮助自闭症儿童在自然社交环境中识别面部表情。
• 通过使照护者能够在家中提供治疗，减少对临床环境下的应用行为分析（ABA）治疗的依赖。
• 创建一种可扩展、数据驱动的系统，用于捕捉现实世界中的社交互动模式，实现持续监测与结果评估。
• 探究技术辅助反馈是否能够加速技能泛化，超越传统ABA方法。

提出的方法

• 该系统使用配备前向摄像头的智能眼镜，实时捕捉社交互动的视频。
• 基于Android原生的应用程序利用设备端机器学习对视频流进行即时面部表情分类。
• 该设备向佩戴者提供实时、无干扰的反馈（例如视觉或触觉提示），以提示其互动对象的情绪状态。
• 配套应用程序可自动筛选并突出显示关键的社交互动时刻，使照护者能够回顾并与儿童讨论。
• 系统记录并存储社交互动数据，包括头部姿态和表情识别结果，用于长期分析。
• 通过为期数周的真实家庭环境测试，对28个家庭进行了设计研究，以优化可用性与治疗整合。

实验结果

研究问题

• RQ1 自闭症儿童是否能够在自然社交环境中可靠地使用具备实时面部表情反馈的可穿戴设备？
• RQ2 使用该可穿戴系统的家庭治疗是否能比传统ABA实现更快、更广泛的技能习得？
• RQ3 照护者如何有效利用自动筛选的视频数据，在临床环境之外强化社交学习？
• RQ4 持续、自动化的数据采集在多大程度上能够改善自闭症治疗进展的监测？

主要发现

• 在实验室的初步测试中，43名参与者（其中23名为自闭症儿童）成功使用该设备识别面部表情刺激。
• 在28个家庭参与的家庭设计研究中，共收集了超过8,000分钟的真实世界社交互动与传感器数据。
• 照护者报告称，该系统使他们能够更自然、更频繁地在日常活动中实施治疗。
• 来自父母和教师的观察（通常对治疗方案不知情）表明，与标准ABA相比，技能提升速度更快、泛化程度更高。
• 该系统成功捕捉了可量化的指标，如面对面接触频率和随时间推移的表情识别准确率。
• 该设备在家庭环境中展现出长期使用的可行性与可接受性，支持可扩展、持续的治疗交付。