3dMD应用案例

在最近一次研究中，Bejerot 等人发现：有自闭症谱系障碍（ASD）患者的若干物理特征（包括面部）要比与其发育特性相反的人群双性化更显示，这表明可将 ASD 理解为性别分化’失常。这些发现很难与超男性化的解释保持一致，后者认为 ASD 可能是一种被夸大的认知和生物男性化病态。本研究通过首次识别 6 个面部特征对这些数据进行了扩展，这些特征可将男性和女性与普通人群很好地区分开，然后选择这些有严重和低度自闭类特征的典型发育组中的特征研究。

方法：在研究中，收集了从一般人群中招募 208 位年轻男性和女性的三维（3D）面部图像。从这些图像中测量了 23 个面部距离，使用性别分类和评分算法识别一组最有效区分男性和女性面孔的 6 个面部特征。在研究中，对比选择有严重（n=46）或低度（n=66）自闭类特征的青年人组的 6 个特征的测量尺寸。

结果：对于每种性别。按性别分化的 6 个面部距离中有 4 个在严重自闭特征和低度自闭特征的参加人员中表现出明显差异。严重自闭男性与低度自闭男性相比，所有 4 个特征的男性化程度更低。严重自闭女性与低度自闭女性相比，4 个特征中有 3 个的女性化程度更低。但是，有 1 个特征与发现的普通模式不一致，在报告自闭特征更严重的女性中呈现偏向女性化。根据每种性别的 4 个明显不同的面部距离，判别函数分析将 89.7% 的男性和 88.9% 的女性正确分类至各自的严重和低度自闭特征组。

结论：当前数据为 Bejerot 的男女同质化解释提供了支持，因为有产重自闭特征的男性和女性通常比低度自闭特征者显示出更少的性别特定面部特征。