基于眼動虛擬場景的抑郁癥輔助診斷系統

摘" 要：眼動作為一種行為學評估方式，在精神類疾病的輔助診斷中起到越來越重要的作用.結合眼動追蹤技術以及抑郁癥的眼動行為學機理，開發了一款適用于抑郁癥輔助診斷的眼動虛擬現實系統.系統中集成了能夠對抑郁癥患者注意能力、記憶能力和空間導航能力進行評估的3種虛擬游戲場景，并能夠實時記錄被試者的眼動數據.通過眼動特征提取與分析實現了抑郁癥患者多種能力的準確評估，進而實現抑郁癥的輔助診斷.通過20名抑郁癥患者和20名健康被試者的驗證，證明了該系統在抑郁癥輔助診斷方面的有效性.該項研究將有助于推進抑郁癥的數字化診療方式發展.

關鍵詞：眼動；抑郁癥；虛擬現實；輔助診斷

中圖分類號：TP391""" 文獻標志碼：A""" 文章編號：10001565（2024）05053506

DOI：10.3969/j.issn.10001565.2024.05.010

Assisted diagnosis system for depression based on eye-movement virtual scenes

ZHAO Wuji1，2， YANG Jianli1， YANG Xiaoru3， ZHANG Shuo4

（1. Key Laboratory of Digital Medical Engineering of Hebei Province， School of Electronic Information Engineering， Hebei University， Baoding 071002，China;

2. Faculty of Psychology， Beijing Normal University， Beijing 100875，China;

3. Productivity Promotion Center of Baoding， Baoding 071000，China;

4. Human Resources Department， Affiliated Hospital of Hebei University， Baoding 071000，China）

Abstract： Eye movement， as a behavioral assessment method， plays an increasingly important role in the assisted diagnosis of mental disorders. An eye-movement virtual reality system for assisted diagnosis of depression was developed by combining eye-tracking technology and the eye-movement behavioral mechanism of depression. The system integrated three virtual game scenarios capable of assessing attentional， memory， and spatial navigation abilities in depressed patients， and was capable of recording subjects eye movement data in real time. Accurate assessment of multiple abilities of depressed patients was achieved by feature extraction and analysis of eye data， which in turn enabled assisted diagnosis of depression. The effectiveness of the system in aiding diagnosis of depression was demonstrated through the

收稿日期：20230107;修回日期：20230308

基金項目：

河北大學自然科學多學科交叉研究計劃資助項目（DXK202205）

第一作者：趙無忌（1997—），男，北京師范大學在讀博士研究生，主要從事虛擬現實、信號處理方向研究.E-mail：starry995@163.com

通信作者：張爍（1988—），女，河北大學附屬醫院經濟師，主要從事數據統計、智能分析方向研究.E-mail： Zhangshuolele@126.com

validation of 20 depressed patients and 20 healthy subjects. The study will help to advance the development of a digital approach to the treatment of depression.

Key words： eye-movement; depression; virtual reality; assisted diagnosis

《2022年國民抑郁癥藍皮書》顯示，全球精神障礙患者約有10億人.隨著社會壓力的增大，抑郁癥患者呈現出激增趨勢，增幅約為27.6%，給抑郁癥的防治帶來了嚴重的挑戰.目前，抑郁癥臨床診斷以量表評估（漢密爾頓量表等）為主，但量表評估存在較大的主觀性，難以實現抑郁癥的客觀、量化評估.眼動作為一種客觀化的行為學評估方法，在腦功能狀態評估方面表現出極大的優勢［1-3］.

Suslow等［4］通過眼動追蹤技術研究了抑郁癥患者在自由觀看任務中的注意力維持情況，發現抑郁癥患者對情緒低落刺激的注意力維持程度會有中等程度的增加，而對積極刺激的注意力維持程度有中等程度的減少.Takahashi等［5］利用眼動追蹤技術研究了抑郁癥患者在自由注視、注視穩定性和平滑追蹤任務中的眼動特征，發現在自由注視和平滑追蹤任務中抑郁癥患者和正常人具有較大的眼動特征差異，而在注視穩定性任務中未發現明顯的眼動異常.Wang等［6］研究了自由注視、注視穩定性和平滑追蹤任務下情感障礙患者的眼動特征，并采用Mann-Whitney U 檢驗方法進行了特征的對比分析，發現重度抑郁癥、雙相抑郁癥和雙相躁狂癥患者在3種眼動任務下均有類似的眼球運動功能障礙.

虛擬現實作為一種特殊的任務模式，被成功應用到抑郁癥的診斷和治療中［7-8］.Zheng等［9］提出了一種基于虛擬現實的抑郁癥檢測新方法，通過虛擬場景中的眼動特征分析進行抑郁癥識別，結果表明使用虛擬現實的眼動參數可作為檢測抑郁癥狀的生物標志物.Cameirao等［10］開發了一種涉及注意力和短時記憶的認知-運動虛擬現實任務，并研究了不同情緒圖像所產生的影響，證明了虛擬現實的認知運動任務用于患者的注意力和記憶力康復是可行的.Li等［11］通過構建不同的三維動態虛擬現實互動場景，研究了虛擬現實環境對輕度至中度焦慮癥和抑郁癥患者情緒和認知恢復的影響，結果表明虛擬現實城市環境的得分高于自然環境，驗證了虛擬現實場景的有效性.

Chitale等［12］研究了電子游戲和虛擬現實在焦慮和抑郁評估中的應用，發現大多數研究表明了使用游戲或虛擬現實技術來進行焦慮癥和抑郁癥評估的有效性，但仍需要更多臨床證據.

因此，采用游戲化場景設計方式，建立能夠反映抑郁癥患者多種類型腦功能的場景模式，并進行臨床驗證和評估，對于推進眼動虛擬現實場景的抑郁癥輔助診斷具有重要作用.

1" 眼動虛擬場景設計

本文提出的抑郁癥眼動虛擬場景輔助診斷系統（圖1）主要由2部分組成：眼動追蹤設備和虛擬現實游戲場景.眼動追蹤設備負責眼動位置的實時追蹤、各場景下眼動數據的采集以及與虛擬現實場景之間的交互；虛擬現實游戲場景負責提供能夠反映不同類型腦功能的場景模式、關卡的選擇模式和場景切換模式.

眼動追蹤設備使用成都集思鳴智公司開發的EM-2000R高精度快速眼動追蹤儀，能以1 000次/s的采樣幀率對雙眼進行實時跟蹤，可實時計算眼睛的位置、瞳孔大小和角膜反光點的位置.實驗中采用的是開放式眼動采集與分析系統，如圖1所示.眼動數據采集界面大致分為6個功能區，分別為圖像顯示區、xy視圖區、眼位置區、參數調整區、操作信息區和數據截取控制區.

眼動追蹤設備與虛擬場景之間的交互通過UDP協議實現，具體實現過程如圖2所示.眼動采集設備實時采集被試者的眼睛注視位置，并把相關信息傳遞給眼動設備控制主機.場景主機負責運行Unity虛擬游戲場景，并將場景展示在場景顯示屏上，場景中集成了Unity事件驅動模型，可控制場景模式的切換和動態響應.眼動設備控制主機和場景主機通過UDP協議進行信息交互，來實時傳輸眼動采集數據和眼動設備控制命令，從而實現了眼動追蹤設備和虛擬場景之間的實時交互.

根據抑郁癥患者在注意力、記憶能力、空間導航能力等方面的大腦功能差異，本文設計了3種類型的眼動虛擬游戲場景，分別為注意力測試眼動虛擬場景、記憶能力測試眼動虛擬場景和空間導航能力測試眼動虛擬場景，如圖3所示.

注意力測試中，場景中隨機出現牛、羊、豬等動物，并在場景左上角提示當前任務中需要識別的動物類型，要求被試注視在相應的動物模型上至少持續2 s，如果被試眼睛跳出注視范圍，將重新計時.場景中的每個動物模型均設有半徑為1視角度的圓形碰撞體積，通過眼跳采集設備實時采集的數據和Unity的碰撞檢測技術，實時判定眼睛位置與動物模型之間的空間位置關系，從而判定眼睛是否注視在有效的范圍內.場景設定的最大完成時間為10 s，如果被試者在規定時間內未能準確識別任務要求的動物模型或者注視時間未達到標準，被視為任務失敗.

記憶能力測試中，在室內場景中隨機出現沙發、茶幾、花瓶等生活用品，要求被試者仔細觀察房間內包含的物體和其位置，經過預定時長后，場景中隨機1個物品會消失，然后，在屏幕上會出現1個選擇界面，由被試者在規定的時間內選出消失的物品.

空間導航能力測試中，在場景中出現一段城市街道和1個第一視角的汽車方向盤，被試者通過注視屏幕的上、下、左、右4個特定區域來控制汽車的移動，每個控制區域的尺寸設定為長15視角度、寬10視角度的矩形.被試者通過控制汽車方向盤上、下、左、右達到指定位置.為了防止控制過程中汽車跑出視角范圍，在場景中街道兩側均設定了碰撞檢測算法，防止汽車跑出街道范圍.

2" 數據采集和眼動特征提取

在河北大學附屬醫院進行了被試者招募，共納入2組被試者，包括20例正常對照組和20例抑郁癥組.抑郁癥被試者納入標準：1）能夠正確理解實驗內容并由本人或親屬簽署知情同意書；2）右利手，自身視力正常或校準后視力正常；3）經臨床診斷確診為抑郁癥患者.抑郁癥受試者排除標準：1）校準后視力低于1.0或有嚴重眼部疾病；2）有嚴重顱腦外傷史；3）無法確定是否為抑郁癥.

眼動數據分析：首先采用四階巴特沃茲低通濾波器進行數據預處理，去除眼動軌跡中的高頻噪聲干擾；然后，利用移動平均濾波法去除眼動信號中的異常值；最后，采用自適應速度閾值法來檢測任務過程中的眼跳.

為了更好地評估抑郁癥患者在虛擬游戲場景任務中的表現，分別提取了主序列特征、眼跳頻率、反應時長和完成任務時長等眼動特征.特征的具體定義如下：

1）主序列特征：眼跳峰值速度與幅值之間的比例，用來反映個體在執行眼跳動作時速度與準確性之間的均衡；

2）眼跳頻率：單位時間內發生眼跳的次數，用來評估個體注視過程中注意力分配情況；

3）反應時長：記憶任務中視覺刺激出現到個體眼睛快速移動到目標點所需的時間，用來反映個體對視覺刺激的感知速度、信息處理和執行眼跳的能力；

4）完成任務時長：導航任務中從任務開始到完成任務所需的時間總和，用來評估導航過程中被試者的控制能力和應變水平.

3" 眼動虛擬場景中抑郁癥的眼動特征分析

圖4為正常對照組和抑郁癥患者在3種眼動虛擬場景下的眼動特征分析結果，圖4a 為注意力測試中的眼跳頻率特征，圖4b為記憶能力測試3中的反應時長特征，圖4c為空間導航能力測試中的完成任務時長特征，圖4d為綜合3個能力測試得到的主序列特征，圖4中p值為利用克魯斯卡爾-沃利斯檢驗得到的，用來反應2個組之間的差異性.圖4可知，抑郁癥患者在注意力測試任務中表現出更多的眼跳活動，反映了抑郁癥患者注視的不穩定性；在記憶能力測試中，抑郁癥患者的反應時長也明顯高于健康對照組；在空間導航能力測試中，抑郁癥患者對于汽車控制的平穩性要差于健康對照組，所以完成任務的總體時長高于健康對照組.綜合3個任務的主序列特征來看，健康對照組的平均值要高于抑郁癥患者，表明健康對照組眼跳控制效率和個體調控能力更強.3種眼動虛擬場景下的眼動特征分析結果表明3類場景對于抑郁癥輔助診斷均有效果.

采用袋裝集成學習分類方法對不同場景下抑郁癥的眼動特征進行了分類，其中訓練集和測試集比例設置為7∶3，分類程序運行100次，取分類結果的平均值作為最終分類精度，結果如表1所示.從表1數據可知，記憶任務場景中的反應時長特征取得了最好的分類結果，為75.10%.同時，3個任務場景下的分類結果都大于64%，證明了眼動虛擬游戲場景在抑郁癥輔助診斷中的有效性.

4" 總結

本文設計一套基于眼動虛擬游戲場景的抑郁癥輔助診斷系統，結合抑郁癥發病機制及相關眼動特點，分別構建了能夠對注視功能、記憶能力和空間導航能力進行評估的虛擬現實游戲場景，通過眼動追蹤設備與虛擬場景的實時交互，有效采集了游戲過程中的眼動數據，經過多種眼動特征分析，驗證了眼動虛擬游戲場景在抑郁癥輔助診斷中的有效性.本文的研究成果將有利于推進抑郁癥數字化診療方式的發展，同時，能夠應用于智能醫學和認知神經科學等相關學科的教學與研究中.

參" 考" 文" 獻：

［1］" SHAIKH A G， ZEE D S. Eye movement research in the twenty-first century-a window to the brain， mind， and more［J］. Cerebellum， 2018， 17（3）： 252-258. DOI： 10.1007/s12311-017-0910-5.

［2］" CHEN M J， LI Y， CHEN J， et al. Structural and functional brain alterations in patients with idiopathic rapid eye movement sleep behavior disorder［J］. J Neuroradiol， 2022， 49（1）： 66-72. DOI： 10.1016/j.neurad.2020.04.007.

［3］" MAHANAMA B， JAYAWARDANA Y， RENGARAJAN S， et al. Eye movement and pupil measures： a review［J］. Front Comput Sci， 2022， 3： 733531. DOI： 10.3389/fcomp.2021.733531.

［4］" SUSLOW T， HUSSLACK A， KERSTING A， et al. Attentional biases to emotional information in clinical depression： a systematic and meta-analytic review of eye tracking findings［J］. J Affect Disord， 2020， 274： 632-642. DOI： 10.1016/j.jad.2020.05.140.

［5］" TAKAHASHI J， HIRANO Y， MIURA K， et al. Eye movement abnormalities in major depressive disorder［J］. Front Psychiatry， 2021， 12： 673443. DOI： 10.3389/fpsyt.2021.673443.

［6］" WANG Y， LYU H L， TIAN X H， et al. The similar eye movement dysfunction between major depressive disorder， bipolar depression and bipolar mania［J］. World J Biol Psychiatry， 2022， 23（9）： 689-702. DOI： 10.1080/15622975.2022.2025616.

［7］" 曾申娟，文利琴，雍小敏，等.虛擬現實（VR）+音樂干預青少年抑郁情緒的應用研究［J］.基層醫學論壇， 2023， 27（31）： 108-110. DOI： 10.19435/j.1672-1721.2023.31.036.

［8］" 董瑩盈，崔丹丹，謝渭根，等.優化后VR眼鏡在治療抑郁癥患者消極情緒中的作用［J］.中國醫藥科學， 2022， 12（24）： 142-144. DOI： 10.3969/j.issn.2095-0616.2022.24.035.

［9］" ZHENG Z G， LIANG L J， LUO X， et al. Diagnosing and tracking depression based on eye movement in response to virtual reality［J］. Front Psychiatry， 2024， 15： 1280935. DOI： 10.3389/fpsyt.2024.1280935.

［10］" CAMEIRA""""""" ～O M S， FARIA A L， PAULINO T， et al. The impact of positive， negative and neutral stimuli in a virtual reality cognitive-motor rehabilitation task： a pilot study with stroke patients［J］. J Neuroeng Rehabil， 2016， 13（1）： 70. DOI： 10.1186/s12984-016-0175-0.

［11］nbsp; LI H， DONG W Y， WANG Z M， et al. Effect of a virtual reality-based restorative environment on the emotional and cognitive recovery of individuals with mild-to-moderate anxiety and depression［J］. Int J Environ Res Public Health， 2021， 18（17）： 9053. DOI： 10.3390/ijerph18179053.

［12］" CHITALE V， BAGHAEI N， PLAYNE D， et al. The use of videogames and virtual reality for the assessment of anxiety and depression： a scoping review［J］. Games Health J， 2022：11（6）：341-354. DOI： 10.1089/g4h.2021.0227.

（責任編輯：王蘭英）