编辑推荐：
在自闭症（ASD）研究中，为探究其面孔空想性错视（Face pareidolia）图像加工缺陷的原因，研究人员对高功能 ASD 青少年与正常发育（TD）对照者进行眼动追踪研究。结果发现 ASD 患者面孔反应少，视觉扫描策略异常，该研究为理解 ASD 社交认知障碍提供依据。
在奇妙又复杂的人类认知世界里，面孔识别与社交认知紧密相连，就像一把神奇的钥匙，开启人与人之间沟通交流的大门。对于正常发育的人来说，婴儿时期就开始展现出对面孔的特殊偏好，能快速识别面孔并捕捉其中的情绪信息。然而，自闭症（Autism Spectrum Disorder，ASD）患者却仿佛被困在一个特殊的 “孤岛” 上，在社交认知方面存在显著障碍，面孔加工和识别能力受损。
一直以来，科研人员都在努力探寻 ASD 患者社交认知缺陷的根源。尽管已有研究从多个角度进行探索，但仍有许多未解之谜。比如，虽然发现 ASD 患者在处理面孔空想性错视图像时存在困难，即从非面孔图像中识别出面孔的能力较低，但导致这一缺陷的原因却模糊不清。是他们的大脑神经网络出现异常？还是采用了独特的面孔加工策略？又或是视觉扫描方式存在差异？这些问题就像一团团迷雾，笼罩在科研人员心头，促使他们不断探索。
为了拨开这重重迷雾，来自意大利布雷西亚大学临床与实验科学系、ASST Spedali Civili 儿童神经病学和精神病学部门，以及德国图宾根大学等机构的研究人员，开展了一项极具意义的研究。他们以高功能 ASD 青少年和年龄、性别匹配的正常发育（Typically Developing，TD）青少年为研究对象，运用眼动追踪技术，深入探究在面孔空想性错视任务中，ASD 患者的视觉扫描策略是否存在异常，以及这种异常与面孔加工缺陷之间的关系。
研究人员精心准备了由食物成分组成的 “Face - n - Food” 面孔空想性错视图像，这些图像从最不像面孔到最像面孔按顺序呈现。在实验过程中，参与者需要对看到的图像进行自发识别任务，同时，研究人员利用 EyeLink 1000 Plus 眼动追踪系统，精准记录他们的注视位置和时间，分析在面孔、眼睛、嘴巴、互补面部区域（Complementary Face Area，CFA）和非面孔区域这五个感兴趣区域（Regions of Interest，ROIs）的视觉扫描情况 。之后，研究人员运用主成分分析（Principal Component Analysis，PCA）、广义线性模型（Generalized Linear Models，GLM）和随机森林算法等方法对数据进行深入分析。
行为学数据方面，研究发现 ASD 患者识别面孔空想性错视图像为面孔的阈值显著高于 TD 对照组，在中间难度的图像（5、6、7 号）上，ASD 患者的面孔反应明显少于 TD 对照组。而且，TD 对照组的反应时间会随着图像与面孔相似程度的增加而逐渐缩短，而 ASD 患者的反应时间则没有明显变化。这表明 ASD 患者在面孔识别速度上存在困难，难以像 TD 对照组那样快速准确地判断图像是否为面孔。
在视觉扫描策略方面，研究结果显示，TD 对照组更多地注视面孔和眼睛区域，而 ASD 患者则更多地看向嘴巴、CFA 和非面孔区域。进一步分析发现，参与者注视嘴巴和 CFA 区域的时间越长，识别出面孔的概率越低；注视眼睛区域的时间越长，识别出面孔的概率越高。这意味着 ASD 患者由于较少注视眼睛区域，更多关注嘴巴和面部以外区域，导致他们识别面孔的能力下降。此外，通过随机森林分析还发现，基于面孔区域注视时间的主成分分析结果，对诊断 ASD 具有较强的预测能力。
综合研究结果和讨论部分，该研究意义重大。它首次揭示了 ASD 患者在面孔空想性错视图像加工过程中，存在与 TD 对照组不同的视觉扫描策略，这种异常的视觉扫描策略很可能是导致他们面孔加工能力缺陷的重要原因之一。这一发现不仅为深入理解 ASD 患者社交认知障碍的神经机制提供了新的视角，也为开发更有效的早期诊断方法和干预策略提供了潜在的生物标志物。例如，未来可以基于这些发现，设计针对性的训练方案，帮助 ASD 患者改善视觉扫描模式，提高面孔识别能力，进而提升他们的社交技能。同时，研究也存在一定局限性，如样本量较小，且大部分为男性 ASD 患者，未来研究需要扩大样本规模，并关注女性 ASD 患者的情况，以进一步验证和拓展这些研究成果。总之，这项发表在《Scientific Reports》上的研究，为自闭症研究领域点亮了一盏明灯，指引着科研人员在探索自闭症奥秘的道路上不断前行。
