Neuralt Netværksmodel giver indsigt i autismespektrumforstyrrelse

En gruppe forskere fra Tohoku University har brugt en neuralt netværksmodel, der reproducerer hjernen på en computer, til at få indsigt i, hvorfor personer med autismespektrumforstyrrelse har svært ved at tolke ansigtsudtryk.

Forskningen blev offentliggjort i tidsskriftet Scientific Reports den 26. juli 2021.

Genkendelse af forskellige emotioner

Yuta Takahashi er medforfatter til artiklen.

“Mennesker genkender forskellige emotioner, såsom sorg og vrede, ved at se på ansigtsudtryk. Men der er kun lidt kendt om, hvordan vi kommer til at genkende forskellige emotioner baseret på visuel information fra ansigtsudtryk,” sagde Takahashi.

“Det er også ikke klart, hvad der sker i denne proces, der fører til, at personer med autismespektrumforstyrrelse har svært ved at læse ansigtsudtryk,” fortsatte Takahashi.

Prediktiv proces-teori

Forskningsgruppen havde brug for prediktiv proces-teori, der siger, at hjernen konstant forudser det næste sanselige stimulus. Når forudsigelsen er forkert, tilpasser hjernen sig selv, og sanselige oplysninger som ansigtsudtryk hjælper med at reducere forudsigelsesfejl.

Den kunstige neurale netværksmodel, der er udviklet af teamet, bruger prediktiv proces-teori, og den var i stand til at reproducerer udviklingsprocessen. Dette gjorde den ved at træne sig selv til at forudsige, hvordan dele af ansigtet ville bevæge sig i videoer af ansigtsudtryk.

Næste skridt var at selvorganisere klusterne af emotioner i den neurale netværksmodels højere niveau neuronrum. Samtidig vidste modellen ikke, hvilken emotion ansigtsudtrykket i videoen svarede til.

Modellen var også i stand til at generalisere ukendte ansigtsudtryk, der ikke var givet i træningen, samt reproducerer ansigtsdelebevægelser, mens den reducerer forudsigelsesfejl.

Billede: Yuta Takahashi, et al

Forskerholdet indførte herefter anomalier i neuronerne under eksperimenter, hvilket hjalp med at give indsigt i effekterne på læring og kognitive karakteristika. Eksperimenterne viste, at generaliserings-evnen blev reduceret i modellen, hvor heterogenitet i aktivitet i den neurale population blev reduceret. Dette antydede, at dannelsen af emotionelle kluster i højere niveau neuroner blev hæmmet, og det førte til, at den neurale netværksmodel havde en tendens til at fejle i at identificere emotionen af ukendte ansigtsudtryk, hvilket også er et symptom på autismespektrumforstyrrelse.

Takahashi siger, at studiet antyder, at prediktiv proces-teori kan forklare genkendelse af emotioner fra ansigtsudtryk ved hjælp af en neuralt netværksmodel.

“Vi håber at udvide vores forståelse af processen, hvormed mennesker lærer at genkende emotioner og de kognitive karakteristika hos personer med autismespektrumforstyrrelse,” sagde Takahashi. “Studiet vil hjælpe med at udvikle passende interventionsmetoder for personer, der har svært ved at identificere emotioner.”