眼动追踪的动态任务评估脑卒中后单侧空间忽略的价值研究

杨宇轩，张晗，杜娟，王玲玲，谢玉磊，尹开明，张波*

脑卒中是全球第二大死亡原因以及主要的致残原因，也是国际广泛关注的公共卫生问题［1］。平均每3 个脑卒中幸存者中就有一个被诊断为单侧空间忽略（USN）［2］，其中以右侧脑损伤患者更为多见。USN也可见于其他类型的脑损伤患者，其病因主要与空间信息处理和注意力控制相关的神经网络受损有关［3］。USN 被定义为在没有其他感觉或运动功能障碍的情况下，患者不能对脑损伤对侧的各种环境刺激产生反应［4］。研究显示，约40%的USN 患者会持续受到忽略症状的影响［5］。忽略症状会破坏患者基本的自理活动（如穿衣、梳洗）、损害姿势平衡［6］、干扰阅读能力［7］；USN 还严重影响住院患者的康复过程，导致住院时间延长［8］，增加家庭负担［9］。多数USN 患者在疾病初期没有意识到自身的症状或其可能导致的后果［10］，使得其不能及时寻求适当的治疗或学习补偿策略。USN 给脑卒中幸存者及其家庭造成了深远的影响，客观评估确定USN 的存在和严重程度，有助于指导多学科康复，以减轻或消除USN 的不利影响［11］。

目前临床医生对识别USN 和监测治疗后改善的方法仍未达成共识；对USN 进行准确、全面地评估仍是临床一大挑战。临床对于USN 多采用神经心理学评估，如基于纸笔的取消任务、线条二等分、阅读测试等［11］，凯瑟琳波哥量表（CBS）［12］等生态性评估作为相关评估手段进行康复评定。基于眼动追踪的技术正在被尝试作为新型的评估手段，在一项早期检测轻度认知障碍和阿尔茨海默病认知下降的研究显示，眼动追踪测试能有效区分正常受试者、阿尔茨海默病患者和轻度认知障碍患者的认知功能［13］。此外，眼动追踪技术也被用于USN 的评估，BAHEUX 等［14］使用眼动追踪装置监测静态任务中的忽略症状，参与者在虚拟环境（电脑）中进行线段二分测试、（线段、字母、星星）删除测试等，但基于静态任务的评估缺乏评估过程中的动态信息和生态有效性。GOMES PAIVA 等［15］使用可佩戴式眼动追踪眼镜研究患者在现实环境中步行情况，并探索左右侧目标刺激的时间来评估USN，然而多数急性期以及亚急性期患者通常不具备现实环境步行的能力。因此，本研究团队尝试探索在动态任务中使用眼动追踪技术以辅助筛查、评估亚急性期脑卒中患者的USN，具体报道如下。

1 资料与方法

1.1 一般资料 选取2021 年9 月—2022 年7 月在南充市中心医院康复医学科招募30 例脑卒中后亚急性期住院患者为研究对象。纳入标准：（1）符合脑卒中的诊断标准，经CT 或MRI 证实存在脑出血或脑梗死；（2）年龄18～80 岁；（3）处于脑卒中的亚急性期（发病后1～6 个月）；（4）简易智力状态检查量表（MMSE）得分≥10 分，或能够配合治疗师完成试验；（5）视野完整或矫正后正常；（6）病情稳定，能在坐位下完成试验。排除标准：（1）有神经损伤或精神史；（2）严重的综合失语症并难以遵循治疗师的指导；（3）严重的听力损失；（4）未签署知情同意书。

本研究已获南充市中心医院伦理委员会批准（伦理审批号：2021 年审007 号），患者均对本研究知情同意。

1.2 研究方法 治疗师通过对比视野检查术（动态法）粗略测量周边视野。检查者和患者相对而坐，眼的高度在同一水平上，距离0.5 m；检查右眼时，被检右眼与检查者左眼相互注视，并各遮盖另眼；检查者用手指置二人等距离处，自各个方向的周边向中心缓慢移动，如二人同时看到手指，一般属正常视野。

采用中文版MMSE 评估患者的认知水平［16］；收集患者的年龄、性别、惯用手、脑卒中后天数、脑损伤位置、认知水平等一般资料；惯用手通过爱丁堡惯用手调查表评估［17］。

纸笔测试是临床最常用的USN 评估方法，行为不集中测试的常规分项（BIT-C）包含了多项纸笔测试内容；CBS 被推荐为最适合住院患者的USN 评估方式［18］，因此，本研究团队选用这两种评估方式作为标准与基于眼追踪的动态任务评估结果进行比较。所有患者在1 周内完成BIT-C、CBS 以及基于眼动追踪的动态任务评估，研究人员记录患者的评估结果和患者在评估过程中的不良反应。

1.3 观察指标及评价

1.3.1 基于眼动追踪的动态任务评估 基于眼动追踪的动态任务评估是用高性能的眼动追踪装置（图1，杭州极智医疗科技有限公司）进行眼动追踪分析。每个受试者坐在离设备60 cm 的位置，双手分别握住两侧的扶手以便受试者在完成任务的过程中能保持姿势相对固定（若受试者一侧或双侧肢体无法进行抓握，则由其家属辅助以固定姿势），保证其上半身及头部不出现大幅度偏移。治疗师调整受试者的位置以便其眼睛可以被设备检测到（图1）。开始评估前，受试者需要通过凝视显示器上的3 个校准点（2 次）完成设备校准。显示器下的眼动追踪设备是基于瞳孔-角膜反射技术实现的，具有精度高、无创等优点。屏幕的左右侧设定了2 个感兴趣区域（ROI），该设备会自动提供一个左右侧屏幕的注视点（眼搜索和凝视）百分比值。屏幕分为4个区域（以屏幕上下边1/4 点连线将其分为左内、左外、右内、右外，图2），根据患者注视点的空间分布情况将患者分为：非USN 患者（即注视点分布于4 个区域）和USN 患者（即注视点未分布于4 个区域）。

图1 基于眼动追踪的动态任务评估设备Figure 1 The device for conducting the dynamic eye-tracking task

图2 眼动追踪装置屏幕分区Figure 2 Screen zones divided for conducting the dynamic eye-tracking task

认知康复训练与评估系统内的击落昆虫任务（两侧、简单等级）被选用作为动态任务，评估过程中电脑显示器的左右侧会随机出现自下而上移动的昆虫，受试者被告知搜寻显示器上的目标刺激（昆虫），通过凝视目标刺激将其击落，直至评估过程结束；评估过程共计2 min。在正式评估之前治疗师为患者讲解相关要求和方法，患者有1 次练习机会，练习过程在确认患者掌握方法即停止，而后正式开始评估。由1 名康复治疗师完成所有患者基于眼动追踪的动态任务评估，康复治疗师不知道患者的临床评估结果。

1.3.2 临床量表评估 CBS 是一个生态性的USN 评价工具，具有良好的可靠性和有效性［19］。该量表由10个项目组成，包括梳洗、穿衣、进食、嘴部清洁、注视方向、对肢体的意识、听觉注意、碰撞、空间定位、寻找物品；每个项目得分从0 分（正常）到3 分（严重的忽视）。CBS 得分>0 分被诊断为USN。忽略区分为3个等级：1～10 分（轻度忽略），11～20 分（中度忽略），21～30 分（严重忽略）。总分为各项平均得分乘以10（除去不用适用项）。

BIT-C 包括广泛使用的纸笔测试［20］：（1）线段、字母和星星删除测试，（2）图形和形状抄写，（3）线段二等分，（4）代表性绘图；每项测试分数之和为BIT-C 总分，总分0～146 分，<129 分被诊断为USN，分数越低表示忽略程度越严重。

在线段、字母和星星删除测试中，刺激目标呈现在一张A4 纸上，患者须尽可能划掉所有的线、字母“E”和“R”以及所有的小星星；该测试没有时间限制，被漏掉的目标数量会被记录。这些删除测试的最高分数分别为36、40、54 分；分界值分别为34、32、51 分。

在图形和形状抄写中，受试者须抄写3 个图形（一个四角星、一个立方体、一朵花），以及3 个由线条组成的图形，在一张A4 纸上表示。最高分数为4 分，分界值为3 分。

在线条二等分中，3 条20 cm 的水平线呈现在一张A4 纸上，患者被要求寻找空间分布的水平线，并尽可能准确地做出标记将每条线从中间一分为二。根据标记点与每条线的中点之间的距离，得分为0～3 分（标记点偏离中心<1 cm，得3 分；1 cm ≤标记点偏离中心≤2 cm，得2 分；2 cm<标记点偏离中心≤3 cm，得1分；标记点偏离中心>3 cm，得0 分），最高分是9 分，分界值为7 分。

在代表性绘图中，患者应根据自己的记忆在一张A4 纸上画出一个钟、一个人和一只蝴蝶。根据对称性，判断每幅画的得分（0 分为不对称，1 分为对称），最高分为3 分，分界值为2 分。由一名专业的康复治疗师完成临床评估，康复治疗师不知道患者基于眼动追踪的动态评估结果。

1.4 统计学方法 采用SPSS 25.0 软件对数据进行分析。使用Shapiro-Wilk 评估数据是否服从正态分布，若计量资料符合正态分布则以（±s）进行描述。若计量资料不符合正态分布以用M（P25，P75）表示，组间比较采用Mann-Whitney U 检验，并采用Wilcoxon 符号秩和检验评估分析USN 患者（非USN 患者）各自左右侧注视点占比差异。相关性分析使用Spearman 秩相关分析。使用配对卡方检验和Cohen's Kappa 一致性检验分析BIT-C、CBS 评估结果与基于眼动追踪的动态任务评估结果之间的关系。以P<0.05 为差异有统计学意义。

2 结果

2.1 纳入研究对象结果 30 例脑卒中亚急性期患者中男19 例，女11 例；年龄34～78 岁、平均年龄（60.3±11.5）岁；脑卒中后天数（69.2±40.7）d；病灶位置：右侧半球19 例，左侧半球5 例，双侧半球6 例；1 例受试者因运动性失语而无法完成MMSE 评估，其余患者MMSE评分（23.9±4.8）分。

2.2 基于眼动追踪的动态任务评估结果 基于眼动追踪的动态任务结果显示，30 例患者中有14 例患者为左侧USN 患者：3 例患者注视点仅分布在右外侧区域，8例患者注视点分布在右内、外侧区域，3 例患者注视点分布在左内侧和右侧区域；余下16 例患者为非USN 患者，注视点皆分布在4 个区域（表1）。

表1 患者BIT-C、CBS、基于眼动追踪的动态任务评估结果Table 1 Assessment results of BIT-C，CBS and the dynamic eye-tracking task

USN 患者在右侧屏幕注视点占比高于非USN 患者，差异有统计学意义（Z=-4.776，P<0.001）；USN患者左右侧屏幕间注视点占比比较，差异有统计学意义（Z=-3.49，P<0.001），见表2。

表2 基于眼动追踪动态任务评估的USN 患者和非USN 患者左右侧注视点占比比较〔M（P25，P75），%〕Table 2 Comparison of the percentage of left and right lateral gaze points in USN patients and non-USN patients based on the dynamic eye-tracking task

2.3 临床量表评估结果 患者均完成了BIT-C、CBS 评估。BIT-C 评估结果显示，15 例患者BIT-C 总分<129 分，被诊断为USN 患者，余下15 例为非USN 患者。CBS 评估结果显示，16 例患者存在不同程度的USN，其余14例为非USN 患者（表1）。

2.4 一致性检验及相关性分析 BIT-C 和基于眼动追踪的动态任务在评估USN 患者的检出情况上高度一致（Kappa=0.933，P<0.001）。Spearman 秩相关结果分析显示，右侧注视点占比与BIT-C总分呈负相关（rs=-0.776，P<0.001）。CBS 和基于眼动追踪的动态任务在评估USN 患者的检出情况上有较高的一致性（Kappa=0.867，P<0.001）。

2.5 安全性和耐受性 试验期间无任何不良反应发生，患者认为基于眼动追踪装置的动态任务新奇、有趣，接受度高。

3 讨论

USN 是脑卒中后常见的致残性疾病［21］，也可见于其他类型的脑损伤患者［22］。在视觉搜索任务中，USN患者不仅表现出对视觉目标的遗漏，而且还表现出更普遍的搜索性能缺陷，如无系统的搜索模式和不规则的眼动模式［23］。本研究结果表明基于眼动追踪的动态任务在监测和康复指导脑卒中亚急性期患者的USN 具有较大潜力。

临床上常用经典的纸笔测试对患者的忽略水平进行评估，虽然其可以直接表达患者对一侧的目标搜索性能降低的忽略，但很少能获得患者如何动态扫描和探索的信息。眼动追踪装置可以实时记录动态任务的评估过程，并直观地展示眼球运动轨迹（眼搜索和凝视），使临床医生能够评估患者的视觉搜索方式，并分析诸如探索左右空间的时间或两侧注视点的数量等方面，以进一步指出与脑卒中后USN 有关的重大空间困难。此外，相比静态任务，动态任务模拟了人类对环境动态方面的主动感知，提供了更多的现实意义［24］。有研究指出USN 患者保留了提取低水平特征信息的能力，而复杂的搜索性能受到损害［25］，动态任务增加了一定程度的认知需求，可能更利于对USN 患者进行鉴别。

既往研究结果显示，USN 患者倾向在脑损伤同侧空间进行重复性行为［26］，并表现出同侧注意偏向。在典型的视觉行为中，眼球运动和空间注意力密切相关［24］，眼球运动（搜索和凝视）的空间偏向可能是USN 的典型标志。在静态刺激的视觉搜索中，左侧USN 患者很少发现在左外侧区域的目标［27］；本研究发现，这种视觉搜索的偏向也存在于动态任务中，在执行动态任务时左侧USN 患者在左侧视觉空间的时间花费（注视占比）明显少于右侧，且与非USN 患者在右侧注视占比存在明显差异；并且注视分布的空间偏差与忽略的严重程度相关（以BIT-C 的分数为指标）。有趣的是1 例被BIT-C 诊断为左侧USN 但是症状较轻的患者（BIT-C 总分为113 分）在基于眼动追踪的动态任务中表现出正常的注视点空间分布，这一结果提示随着BIT-C 总分的增加，患者左右视野之间的注视分布可能逐渐发生变化。基于注视点的空间分布不能完全准确地诊断忽略程度较轻患者，但是整体诊断结果显示出与BIT-C 较高的一致性。右侧注视占比与BIT-C 总分也存在负相关关系，忽略程度较重的患者在右侧视野内有更多的注视，甚至仅局限于右外侧区域。

眼球自由移动的动态刺激范式相对于静态刺激表现出更多的生态有效性，因此本研究还分析了生态性评估结果与基于眼动追踪的动态任务评估结果的一致性。本研究采用CBS 作为生态性评估方式，该量表具有较高的灵敏度，曾被AZOUVI 等［19］建议作为住院患者USN最适宜的评估工具。本研究结果显示，CBS 与基于眼动追踪的动态任务评估对患者是否为USN 具有较高的一致性，Kappa 值为0.867。有1 例患者在CBS 评估中表现出对患侧肢体的忽略被诊断为轻度忽略的患者，但未被基于眼动追踪的动态任务和BIT-C 检出，提示基于视觉的单侧忽略评估和基于行为观察的单侧忽略评估结果可能存在分离，印证了USN是一种复杂的神经综合征，尚无单一的测试可以完全准确识别这种疾病［28］。

特定方向的眼球运动特性可以提供一种有效的方式来量化忽略症状。然而本研究作为一项初步研究，存在样本量较小的局限，有待扩大样本量进一步研究。此外本研究主要观察基于眼动追踪的动态任务在脑卒中亚急性期患者中的评估作用，对于急性期或慢性期脑卒中患者的灵敏度和可靠性方面还需要进一步研究。仅根据注视点的空间分布作为证据来判断患者是否为USN 还略显薄弱，出现了轻度忽略的患者的漏诊，但考虑到本研究纳入的样本量较小，未对忽略严重程度进行分层分析，尚不能确定基于眼动追踪的动态任务对于轻度忽略患者的灵敏度。未来研究可以继续探讨USN患者的眼动特征，提出更精准的判断标准。

作者贡献：杨宇轩提出研究选题思路，设计研究方案，撰写论文；张晗完善研究方案，指导论文撰写；杜娟负责研究过程的实施，协助论文撰写；王玲玲负责数据收集、整理和统计学分析；谢玉磊负责研究实施；尹开明负责患者的招募；张波监督研究过程，负责文章的质量和审校，对文章整体负责。所有作者确认论文终稿。

本文无利益冲突。