Modèle de réseau neuronal fournit des informations sur le trouble du spectre de l’autisme

Un groupe de chercheurs de l’Université de Tohoku a utilisé un modèle de réseau neuronal qui reproduit le cerveau sur ordinateur pour mieux comprendre pourquoi les personnes atteintes du trouble du spectre de l’autisme ont du mal à interpréter les expressions faciales.

La recherche a été publiée dans la revue Scientific Reports le 26 juillet 2021.

Reconnaître les différentes émotions

Yuta Takahashi est co-auteur de l’article.

“Les humains reconnaissent différentes émotions, telles que la tristesse et la colère, en regardant les expressions faciales. Cependant, on sait peu de choses sur la façon dont nous reconnaissons les différentes émotions en fonction des informations visuelles des expressions faciales”, a déclaré Takahashi.

“Il n’est pas non plus clair quels changements se produisent dans ce processus qui conduit les personnes atteintes du trouble du spectre de l’autisme à avoir du mal à lire les expressions faciales”, a poursuivi Takahashi.

Théorie du traitement prédictif

Le groupe de recherche s’est appuyé sur la théorie du traitement prédictif, qui stipule que le cerveau prédit constamment le prochain stimulus sensoriel. Lorsque la prédiction est incorrecte, le cerveau s’adapte, et les informations sensorielles comme les expressions faciales aident à réduire l’erreur de prédiction.

Le modèle de réseau neuronal artificiel développé par l’équipe utilise la théorie du traitement prédictif et a pu reproduire le processus de développement. Il a fait cela en s’entraînant pour prédire comment les parties du visage bougeraient dans des vidéos d’expressions faciales.

L’étape suivante a consisté à auto-organiser les clusters d’émotions dans l’espace de neurones de niveau supérieur du modèle de réseau neuronal. En même temps, le modèle ne savait pas à quelle émotion l’expression faciale de la vidéo correspondait.

Le modèle a également pu généraliser des expressions faciales inconnues qui n’avaient pas été fournies lors de l’entraînement, ainsi que reproduire les mouvements des parties du visage tout en minimisant les erreurs de prédiction.

Image: Yuta Takahashi, et al

L’équipe de chercheurs a ensuite induit des anomalies dans les activités des neurones lors d’expériences, ce qui a aidé à mieux comprendre les effets sur le développement de l’apprentissage et les caractéristiques cognitives. Les expériences ont montré que la capacité de généralisation a diminué dans le modèle où l’hétérogénéité de l’activité dans la population neuronale a été réduite. Cela a suggéré que la formation de clusters émotionnels dans les neurones de niveau supérieur a été inhibée, et cela a conduit le modèle de réseau neuronal à avoir tendance à échouer dans l’identification de l’émotion d’expressions faciales inconnues, ce qui est également un symptôme du trouble du spectre de l’autisme.

Takahashi affirme que l’étude suggère que la théorie du traitement prédictif peut expliquer la reconnaissance des émotions à partir des expressions faciales en utilisant un modèle de réseau neuronal.

“Nous espérons approfondir notre compréhension du processus par lequel les humains apprennent à reconnaître les émotions et les caractéristiques cognitives des personnes atteintes du trouble du spectre de l’autisme”, a déclaré Takahashi. “L’étude aidera à développer des méthodes d’intervention appropriées pour les personnes qui ont du mal à identifier les émotions.”