[论文解读] 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 19

一句话总结

DysLexML 是一种基于机器学习的发育性阅读障碍筛查工具，通过分析儿童阅读文本时的眼动追踪数据，利用一组极简的四个关键特征——平均和中位数扫视长度、短距离前向扫视次数、多次注视词数——实现筛选。该方法通过 LASSO 特征选择获得。线性支持向量机分类器实现 97% 的准确率，并在人工添加的注视噪声下表现出强鲁棒性，适用于低成本、真实场景中的消费级眼动仪部署。

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.

研究动机与目标

• 开发一种可扩展、高准确率且鲁棒的发育性阅读障碍筛查工具，结合机器学习与眼动追踪数据。
• 识别一组最小化、可解释的高预测力眼动特征，用于阅读障碍诊断。
• 评估模型在真实世界常见于低成本眼动设备中的噪声条件下的鲁棒性。
• 实现在学校或家庭等非受控环境中大规模、低成本筛查。
• 通过高效、非侵入性方式识别高风险儿童，支持早期干预。

提出的方法

• 从 69 名希腊语儿童（其中 32 人确诊为阅读障碍）收集眼动追踪数据，使用自定义 60Hz 眼动仪进行静默阅读两段文本。
• 通过离散度算法检测注视点，基于注视与扫视特性提取 148 项统计特征。
• 采用带 1 标准误差选择的 LASSO 回归进行降维，识别最具预测力的特征。
• 在降维后的特征集上训练并比较多种机器学习分类器，包括线性 SVM、朴素贝叶斯等。
• 向注视位置添加人工高斯噪声（σ = 1 至 40 像素），以模拟真实世界追踪误差，并评估模型鲁棒性。
• 通过准确率评估性能，最佳模型在基线文本上仅使用四个特征即达到 97% 的准确率。

实验结果

研究问题

• RQ1 仅使用眼动追踪数据中的少量眼动特征，机器学习模型能否在区分阅读障碍者与正常读者方面实现高准确率？
• RQ2 模型在真实注视噪声条件下的性能如何退化？其鲁棒性是否足以支持在低成本眼动仪上的部署？
• RQ3 哪些具体的眼动特征对阅读障碍最具预测力？这些特征如何随文本难度变化？
• RQ4 能否识别出一个最小特征集，在保持高诊断准确率的同时提升可解释性与可扩展性？
• RQ5 文本难度在多大程度上影响阅读障碍筛查模型中预测特征的选择？

主要发现

• 线性支持向量机分类器在基线文本上仅使用四个特征（平均和中位数扫视长度、短距离前向扫视次数、多次注视词数）即达到最高 97% 的准确率。
• 模型在人工添加的注视噪声下保持鲁棒，噪声水平高达 σ = 40 像素时仍维持高准确率，表明其适用于低成本眼动仪。
• 通过 LASSO 与 λ1SE 选择的特征筛选方法，成功在不损失准确率的前提下压缩特征空间，获得高度可解释且极简的模型。
• 在较简单的文本中，仅选出两个特征——平均扫视长度与短距离前向扫视次数——表明文本难度降低时，与词相关的特征重要性下降。
• 本研究证明，极简且高度可解释的特征集可实现最先进性能，其特征集规模小于其他研究，同时保持或超越其准确率。
• 结果支持该系统在真实世界大规模筛查环境中部署的可行性，可使用经济实惠、非专业级的眼动追踪硬件。