军校人格测验中语义复杂度对精神分裂症患者眼动特征的影响

邢 辰，彭 波，辛 伟，朱 霞，苗丹民

(空军军医大学军事医学心理学系： 1军事心理学教研室， 4航空航天心理学教研室，陕西 西安 710032； 2空军工程大学军政系，陕西 西安 710043； 3解放军总医院第六医学中心医学心理科，北京 100048)

以自陈式量表为代表的传统心理测验进步缓慢[1]，始终没有解决诸如社会赞许性等偏差因素带来的影响[2-4]。随着计算机技术和人工智能技术的快速发展，融合多元化数据成为了可能，多质融合的心理检测技术开始走进研究者的视野[5-6]。眼动技术作为一项成熟的注意观察技术，被广泛应用于心理学领域的研究并被证实拥有良好的信效度[7-11]，也是多质融合心理检测技术的重要方法之一，因此探索不同群体在进行心理测验过程中的眼动模式及其影响因素已成为多质融合技术的基础需求[12-13]。本研究以传统自陈式人格测验为基础，以眼动技术为方法，试图探索异常群体在进行人格测验的过程中是如何受认知因素影响的，从而为心理测验中眼动技术的应用提供实证依据。

1 对象与方法

1.1 对象

异常组选取某医院住院精神分裂症患者50人，年龄20～40岁，其中2人因为答题过程中注意力无法集中，数据剔除，剩余48人的有效数据。入组标准：①经过精神科医生评定，符合ICD-10国际疾病诊断标准；②首发精神分裂症，病程3个月以上；③在评定精神分裂症严重程度的阳性与阴性症状量表中，总分大于60分[14-15]。排除标准：①伴有严重的神经系统疾病或脑器质病变；②严重的自杀或冲动伤人行为；③酗酒或药物滥用史；④文字阅读理解困难。对照组选取某大学在校生50人，年龄19～30岁，所有被试视力均经过筛选且符合眼动仪要求。

1.2 方法

1.2.1 人格测验 基于眼动实验平台编制的测验材料由苗丹民等编制的“士兵职业基本适应性检测量表”中4个维度分量表[16]、严进等编制的“军人状态焦虑预测量表”特质分量表[17]及关玮楼等编制的“状态-特质抑郁量表”特质分量表[18]构成，各部分均可独立使用并经证实具有良好的信效度。该测验共计252题，题目均为双向选择题，完成全部题目需要30 min。我们将测验设计为线性依次呈现，每次呈现一题。所有实验材料均进行图片化，保证材料视觉属性的一致与稳定。

中文阅读复杂度常见因素包括句子长度、字笔画数、词频等[19-20]。语言学倾向于根据语言材料本身属性对复杂度进行划分，心理学倾向于根据阅读者认知加工特点对复杂度进行划分[20-23]。本研究对测量中的题目既通过句子长度进行划分，通过被试实际阅读过程特点进行了划分。

题目题干的长度直接影响着题目认知加工的复杂程度，一般而言题目越长则越复杂，但是相同长度的题目因为内容不同，其认知加工复杂程度却不尽相同。因此，本研究使用题目复杂度来表示题干的认知复杂程度：题目复杂度由所有被试在每一题上的平均答题时间除以相应题目的题干字数所得，其数值越高表示题干复杂程度越高。本研究将复杂度最低和最高的10道题目列为低复杂度题目和高复杂度题目，将复杂度处于中位的10道题目列为中复杂度题目。可以发现，低复杂度题目中有相对较长的题干，也有相对较短的题干，而高复杂度题目中题干普遍较短。

1.2.2 眼动实验 眼动实验平台包括硬件平台与软件平台。硬件平台搭建由移动电脑和Tobii T-120眼动仪连接组成，眼动数据处理服务器内置于眼动仪中，显示器为眼动仪内嵌17英寸显示器。眼动仪与移动电脑通过VGA数据线进行视频信号传递，通过LAN端口进行眼动数据传递。T-120眼动仪最大采样频率为120 Hz，准确度≤0.4°，精确度≤0.24°，操作距离为50～90 cm，最大头动速度≥30 cm/s。软件平台搭建选用基于Windows操作系统的Tobii Studio v3.0，Tobii Studio可以进行线性实验程序展示，并准确记录被试按键反应、反应时间以及眼动指标。Tobii Studio程序同时可以导出原始眼动数据，精确至10 ms级[24]。

本研究针对部队指挥军官职业基本适应性测验的特点，划分为题干、选项“是”、选项“否”和其他部分共4个兴趣区。

考虑到两组被试答题时间具有非常显著的差异，且答题时间与眼动指标之间存在非常强的相关性，直接对两组被试的眼动指标进行比较并不恰当。为了平衡答题时间对眼动指标的影响，我们对注视点个数和眼跳幅度进行单位化处理。用被试对每张图片的答题时间除以对这张图片的注视点个数，得到单位注视点时间；用眼跳幅度除以眼跳次数得到单位眼跳幅度。单位注视点时间表示了被试注视的过程中平均每一个注视点的时间长度，而单位眼跳幅度表示了被试注视的过程中平均每一个眼跳的幅度。经过计算，每个被试在每道题目上面形成了一个单位注视点时间和一个单位眼跳幅度。

在基于眼动的阅读研究中，由于人们的阅读是依次进行，回溯便成为一项重要的眼动指标，因而本研究会对题干区域进行回溯研究。本研究回溯采用次数指标，即记录相应区域内共计发生回溯的次数，回溯的计算方法基于Tobii眼动仪导出原始数据文件中的“绝对眼跳夹角”(absolute saccadic direction)指标，该指标反映了相连两个注视点的连线与XY坐标轴中X轴的夹角度数α。当90°<α<270°时，记作发生一次回溯；当0°≤α≤90°或者270°≤α≤360°时，记作没有发生回溯。

为了准确得知被试在特定情况下发生回溯次数是相对更多还是更少，因为绝对回溯次数受总眼跳次数的影响，本研究进一步计算得到回溯率。回溯率为回溯次数占总眼跳数的比率。

1.2.3 实验程序 实验采用混合设计，被试分组为组间变量，人格测验题目长短与复杂度为组内变量。因变量包括答题时间、答题结果以及眼动指标。实验流程包括阅读指导语、眼动仪参数标定、测试开始、中间休息与结束。

1.2.4 统计学分析 本研究采用独立样本t检验，分析人格测验答题结果及整体眼动特征的组间差异。采用重复测量方差分析，考察题目长度、题干复杂度与组间因素的交互作用，并进一步采用Sidak方法进行简单效应分析。

2 结果

2.1 人格测验结果

根据测验计分方法，统计分析两组被试在各个维度上的得分差异情况。独立样本t检验结果显示，在6个维度上，异常组与对照组均存在显著差异(P<0.01)。经方差齐性检验，6个维度对比均方差齐性(表1)。

表1 两组被试在分量表上得分差异

2.2 整体眼动差异分析

两组被试在全部252题中的平均答题时间分别为对照组(2 763±65)ms，异常组(4 539±283)ms。两组被试组间效应差异显著(F=77.36，P<0.01)。

统计显示被试在答题整体眼动指标中对照组注视点(10.07±0.23)个，眼跳幅度35.46°±0.86°，异常组注视点(12.61±0.91)个，眼跳幅度38.67°±2.67°。t检验结果显示两组被试在注视点个数上呈现出显著差异(t=-3.732，P<0.01)，但是在眼跳幅度上未发现显著差异(t=-1.542，P=0.125)。

2.3 题目长度对于眼动特征的影响

本研究所采用的人格测验共计252题，全部为文字构成，但是每一个题目的题干字数并不一样，252题平均题干字数为15.4字，最短题干仅有5字，而最长题干达39字。题干的字数直接反映了被试加工题目的认知负荷程度，更长的题干需要更多的认知资源。本研究将题干字数大于25字的题目定义为长题干题目，共计18题；将题干字数小于7字的题目定义为短题干题目，共计16题；将题干字数处于中位的14字题目定义为中题干题目，共计16题。

进行组别和不同题干长度在单位注视点时间上的交互作用分析，重复测量方差分析结果显示，组别和题干长度之间交互作用显著(F=10.66，P<0.01)，同时组内题干长度效应显著(F=133.03，P<0.01)。进一步简单效应分析Sidak结果显示，两组被试在长题干(P<0.01)和中题干(P<0.05)上呈现出显著差异，但是在短题干上未见显著差异(图1)。

进行组别和不同题干长度在单位眼跳幅度上的交互作用分析，重复测量方差分析结果显示，组别和题干长度之间交互作用显著(F=27.156，P<0.01)，同时组内题干长度效应显著(F=606.094，P<0.01)。进一步简单效应分析Sidak结果显示，两组被试在长题干和中题干上呈现出显著差异(P<0.01)，但是在短题干上未见显著差异(图1)。

aP<0.05， bP<0.01 vs 对照组。

2.4 题目复杂度对于眼动特征的影响

进行组别和不同题目复杂度在单位注视点时间上的交互作用分析，重复测量方差分析结果显示，组别和题目复杂度之间交互作用显著(F=6.34，P<0.01)，同时组内题目复杂度效应显著(F=37.42，P<0.01)。进一步简单效应分析Sidak结果显示，两组被试在低复杂度(P<0.01)和中复杂度(P<0.05)上呈现出显著差异，但是在高复杂度上未有显著差异。对照组随着题目复杂度的提升，单位注视点时间显示出增大趋势，而异常组在中复杂度与高复杂度之间未见显著差异(P=0.997，图2)。

分别进行组别和两种因素在题干回溯率上的交互作用分析，重复测量方差分析结果显示，组别和题目复杂度之间交互作用显著(F=16.063，P<0.01)。对题目复杂度因素进一步的简单效应分析Sidak结果显示，回溯率在高复杂度上对照组显著高于异常组(P<0.01)，但在低复杂度(P=0.930)和中复杂度(P=0.127)上未见显著差异。同时，两组被试各自在低中高复杂度水平上均表现出显著的回溯率逐渐增加的趋势(图2)。

进行组别和两种因素在选项区注视时长上的交互作用分析，重复测量方差分析结果显示，组别和题目复杂度之间交互作用显著(F=9.472，P<0.01)。对题目复杂度因素进一步的简单效应分析Sidak结果显示，在低复杂度(P<0.01)和中复杂度(P<0.01)上异常组显著高于对照组，在高复杂度上，两组被试未见显著差异。同时，对照组在低中高复杂度水平上表现出显著的单位注视点时间逐渐增加的趋势，但异常组仅在低复杂度与中复杂度上显示出差异(P=0.048，图2)。

aP<0.05， bP<0.01 vs 对照组。

3 讨论

个体与环境之间最直接的交互即来自视觉[25]，眼动技术让我们捕捉到个体与环境互动过程中最直接的行为与反应，同时随着眼动实验设备的进步，越来越多的心理学家开始重视眼动技术在心理学中的应用。如针对抑郁症患者的注意偏向，通过眼动技术可以更好地观测在不同情绪刺激间病患的注意特征[26-27]。

认知障碍是精神分裂症的一个主要症状，研究发现患者往往在多种认知功能方面存在较为明显的缺陷[28-29]。眼动技术通过阅读、视觉搜索、场景自由观看等范式可以很好地探索个体认知加工中工作记忆特点，通过智力测验、问题解决等范式可以很好地探索认知加工策略及效率特点，通过综合分析眼动轨迹模式可以探索更加细致的个体认知能力差异[30-32]。心理检测基于语言刺激，而语义加工是认知功能的重要表现，传统测量方法对于被试心理检测过程中的表现缺乏有效监测与分析，仅仅收集了个体对题目结果的反应即答案，而缺乏个体答题过程的反应，眼动技术恰恰可以很好地弥补这一过程量。本研究发现，在进行军校心理测试过程中，精神分裂症患者相比较正常群体表现出了更久的答题时间以及更多的注视点及眼跳数量，这表明在整体上精神分裂症患者进行人格测验需要更长时间的认知加工过程，同时也说明了眼动技术可以很好地捕捉到被试人格测试中的认知特征。

以往研究发现，精神分裂症患者对于语义信息一致性、句法错误、语义错误等方面均表现出不同程度的认知加工异常[33-35]。根据精神分裂症患者认知功能障碍的特征，本研究进一步以心理测验中文本复杂度为线索进行眼动特征分析发现，以题目长短划分，在中长题目上异常组表现出了更久的单位注视点时间与更小的单位眼跳幅度。在题目由短至长的过程中，正常群体表现出单位注视点时间变短的趋势，而异常组此类变化趋势明显较弱。以测验文本复杂度为划分可以发现，随着复杂度的提升，个体显示出更久的单位注视点时间，而精神分裂症患者相较正常人群则出现了更小的变化趋势，在中等难度至高难度水平变化时，精神分裂症患者甚至失去了这样的变化趋势。针对题干与兴趣区的分析发现了同样的趋势，即随着复杂度提升，正常群体表现出回溯率提升、选项区驻留时间增加的特点，而精神分裂症患者变化趋势则较弱。

综上所述，本研究结合了传统人格测验与眼动技术，通过眼动数据分析可以发现，精神分裂症患者在进行人格测验的过程中表现出了明显的眼动特征。以人格测验文本复杂度为线索，精神分裂症患者在较长以及较复杂的文本中，表现出了与常人更大的特征差异。在面对文本复杂度变化时，其表现出了较低的认知调节敏感性，这与精神分裂症患者认知功能障碍的特点相吻合。本研究表明，眼动技术可以检测到更丰富的人格测量数据，并为测量刺激材料的编制提供了依据。值得思考的是，这样的眼动特征是否可以体现在其他类型的心理测试中，精神分裂症患者以外的不同群体是否也会体现出不同的心理测试眼动特征，就此可于未来设计相关研究进行探索。