目的分析视觉搜索过程中的眼动模式,探究视觉搜索模式能否作为识别孤独症谱系障碍(ASD)的参考指标。方法 2017年3-7月记录15名ASD儿童和17名性别、年龄、智力匹配的正常对照组儿童在执行视觉搜索任务时的眼动数据,利用机器学习的方法建立区分ASD儿童和正常发育(TD)儿童的分类模型(将被试完成视觉搜索任务时的注视点、注视时间及注视轨迹等眼动指标作为分类器的特征),并评估分类模型的区分准确率、特异性和敏感性。结果 1)当目标物不存在时,ASD儿童完成视觉搜索任务的反应时显著短于TD儿童(F=3.76,P<0.05);2)将视觉搜索的眼动模式作为特征可以有效地对被试类型进行识别,正确率为78.13%,特异性为70.59%,敏感性为86.67%;3)被试在分类器中的特征组合分数与儿童孤独症评定量表(CARS)总分呈现显著负相关(r=-0.497,P=0.030)。结论视觉搜索过程中的眼动模式可作为未来ASD诊断的一个重要参考依据。