Neuronales Netzwerk-Modell gibt Einblick in das Autismus-Spektrum

Eine Gruppe von Forschern an der Tohoku-Universität hat ein neuronales Netzwerk-Modell verwendet, das das Gehirn auf einem Computer nachbildet, um Einblick in die Gründe zu gewinnen, warum Menschen mit Autismus-Spektrum-Störungen Schwierigkeiten haben, Gesichtsausdrücke zu interpretieren.

Die Forschung wurde in der Zeitschrift Scientific Reports am 26. Juli 2021 veröffentlicht.

Die Erkennung verschiedener Emotionen

Yuta Takahashi ist Co-Autor der Studie.

“Menschen erkennen verschiedene Emotionen, wie Traurigkeit und Wut, indem sie Gesichtsausdrücke betrachten. Doch wenig ist bekannt darüber, wie wir auf der Grundlage visueller Informationen von Gesichtsausdrücken verschiedene Emotionen erkennen”, sagte Takahashi.

“Es ist auch nicht klar, welche Veränderungen in diesem Prozess auftreten, die dazu führen, dass Menschen mit Autismus-Spektrum-Störungen Schwierigkeiten haben, Gesichtsausdrücke zu lesen”, fuhr Takahashi fort.

Predictive Processing Theory

Die Forschungsgruppe stützte sich auf die Predictive Processing Theory, die besagt, dass das Gehirn ständig den nächsten sensorischen Reiz vorhersagt. Wenn die Vorhersage falsch ist, passt sich das Gehirn an, und sensorische Informationen wie Gesichtsausdrücke helfen, die Vorhersagefehler zu reduzieren.

Das von der Gruppe entwickelte künstliche neuronale Netzwerk-Modell verwendet die Predictive Processing Theory und konnte den Entwicklungsprozess nachbilden. Es trainierte sich selbst, um vorherzusagen, wie Teile des Gesichts in Videos von Gesichtsausdrücken bewegt werden.

Der nächste Schritt bestand darin, die Cluster von Emotionen im höheren Neuronenraum des neuronalen Netzwerk-Modells selbst zu organisieren. Gleichzeitig wusste das Modell nicht, welche Emotion der Gesichtsausdruck im Video entsprach.

Das Modell konnte auch unbekannte Gesichtsausdrücke, die nicht im Training gegeben waren, verallgemeinern und Gesichtsteilbewegungen reproduzieren, während es Vorhersagefehler minimierte.

Bild: Yuta Takahashi et al.

Die Forschungsgruppe führte dann Experimente durch, bei denen sie Anomalien in den Neuronenaktivitäten induzierte, was Einblick in die Auswirkungen auf die Lernentwicklung und die kognitiven Merkmale gab. Die Experimente zeigten, dass die Verallgemeinerungsfähigkeit im Modell abnahm, in dem die Heterogenität der Aktivität in der neuronalen Population reduziert war. Dies deutete darauf hin, dass die Bildung von Emotionsclustern in höheren Neuronen gehemmt wurde, und es führte dazu, dass das neuronale Netzwerk-Modell Schwierigkeiten hatte, die Emotion von unbekannten Gesichtsausdrücken zu identifizieren, was auch ein Symptom von Autismus-Spektrum-Störungen ist.

Takahashi sagt, die Studie legt nahe, dass die Predictive Processing Theory die Erkennung von Emotionen aus Gesichtsausdrücken mithilfe eines neuronalen Netzwerk-Modells erklären kann.

“Wir hoffen, unser Verständnis des Prozesses, durch den Menschen lernen, Emotionen zu erkennen, und der kognitiven Merkmale von Menschen mit Autismus-Spektrum-Störungen zu vertiefen”, sagte Takahashi. “Die Studie wird dazu beitragen, geeignete Interventionen für Menschen zu entwickeln, die Schwierigkeiten haben, Emotionen zu identifizieren.”