近日，北京航空航天大学机械工程及自动化学院机器人研究所王党校教授团队和北京大学第六医院孙黎教授团队合作，在将触力觉交互技术应用于人类认知评估与调控的研究方面取得新进展。针对注意缺陷多动障碍（Attention deficit / hyperactivity disorder，ADHD）的客观诊断方法开展研究，提出了一种基于触力觉交互技术的ADHD客观诊断系统。相关研究成果以“Quantitative Identification of ADHD Tendency in Children with Immersive Fingertip Force Control Tasks”为题发表在康复领域国际知名期刊IEEE Transactions on Neural Systems and Rehabilitation Engineering上。

      注意缺陷多动障碍是一种常见的儿童神经发育障碍性疾病，全球儿童期患病率约为5%，国内的儿童和青少年的患病率为6.4%。其与年龄不相符的注意缺陷、冲动和多动是本病的三大核心症状，伴随多维度行为和认知功能缺陷。现有的ADHD诊断仍然是根据父母或老师的主观描述，通过临床访谈、问卷与量表的形式诊断。由于诊断水平不一致或评估方式中的主观判断等，诊断结论存在较大主观性，可能导致ADHD的误诊或漏诊，因此迫切需要寻找相关的生物学标记，发展客观诊断方法，为ADHD的早期诊断与康复治疗提供客观依据。

      为研究ADHD的客观诊断方法，王党校教授课题组开发了一种新颖的触觉交互范式，并基于用户的行为表现建立了ADHD的客观评估模型。触觉交互任务包括接收来自机械感受器的传入信息，同时通过触觉通道主动输出运动和力。对外部环境保持精确力的控制能力是触觉处理的独特功能。对健康成人默认模式网络的研究表明，持续注意力直接参与触力觉控制的过程，并可能调节与触力觉控制有关的行为表现。已有多项研究证实注意力和认知能力与触力觉表现的重要关系。也有研究者发现ADHD儿童在保持稳定力量的控制能力较差，触觉处理障碍和ADHD儿童的核心症状也可能存在关联。

      在范式设计方面，该系统设计了基于虚拟现实环境的视听触联合任务，在该范式下被试需通过精细调控双手食指指尖按压力的大小，从而实现维持虚拟环境中的物体在指定范围内的目标。在特征提取方面，该系统基于反应时间和力控制稳定性两个维度，设计并提取了9种行为学特征，并在此基础上对多组试次进行统计学分析，得到了12个在组间具有显著差异的统计学指标。在评估算法方面，该系统使用统计学指标数据训练了支持向量机模型，取得了78.5%的分类准确率。在机理探究方面，将以上指标与传统ADHD量表得分进行了相关性分析。实验结果表明，所提取的12项统计学指标可以有效区分ADHD儿童与正常发育儿童，并且与指尖力控制能力相关的部分特征也与ADHD核心症状存在关联。

      该论文的第一作者为北京航空航天大学张志毫、北京大学第六医院康斯敏、北京航空航天大学余济凡。北京航空航天大学王党校教授、北京大学第六医院孙黎教授为通讯作者。相关研究得到了国家自然科学基金委的资助。

      Z. Zhang, S. Kang, J. Yu, H. Li, G. Yin, H. Zhang, L. Sun, and D. Wang, “Quantitative Identification of ADHD Tendency in Children with Immersive Fingertip Force Control Tasks,” IEEE Trans. Neural Syst. Rehabil. Eng., vol. 31, pp. 4561–4569, 2023.