Neuraal Netwerk Model Geeft Inzicht in Autisme Spectrum Stoornis

Een groep onderzoekers van de Tohoku University heeft een neuraal netwerkmodel gebruikt dat de hersenen op een computer nabootst om inzicht te krijgen in waarom mensen met autisme spectrum stoornis moeite hebben om gezichtsuitdrukkingen te interpreteren.

Het onderzoek werd gepubliceerd in het tijdschrift Scientific Reports op 26 juli 2021.

Herkenning van Verschillende Emoties

Yuta Takahashi is co-auteur van het artikel.

“Mensen herkennen verschillende emoties, zoals verdriet en boosheid, door naar gezichtsuitdrukkingen te kijken. Er is echter weinig bekend over hoe we deze emoties leren herkennen op basis van visuele informatie van gezichtsuitdrukkingen,” zei Takahashi.

“Het is ook niet duidelijk wat er verandert in dit proces waardoor mensen met autisme spectrum stoornis moeite hebben om gezichtsuitdrukkingen te lezen,” vervolgde Takahashi.

Predictive Processing Theorie

Het onderzoeksteam baseerde zich op de predictieve processing theorie, die zegt dat de hersenen constant voorspellen wat de volgende sensorische stimulus zal zijn. Wanneer de voorspelling fout is, past de hersenen zich aan en helpen sensorische informatie zoals gezichtsuitdrukkingen om de voorspellingsfout te verminderen.

Het kunstmatige neuraal netwerkmodel dat door het team is ontwikkeld, gebruikt de predictieve processing theorie en kan het ontwikkelingsproces nabootsen. Het doet dit door zichzelf te trainen om te voorspellen hoe delen van het gezicht zullen bewegen in video’s van gezichtsuitdrukkingen.

De volgende stap was om clusters van emoties te organiseren in de hogere neuronenruimte van het neuraal netwerkmodel. Tegelijkertijd wist het model niet welke emotie de gezichtsuitdrukking in de video correspondeerde.

Het model kon ook onbekende gezichtsuitdrukkingen generaliseren die niet in de training waren opgenomen, evenals gezichtsuitdrukkingen reproduceren terwijl voorspellingsfouten werden geminimaliseerd.

Afbeelding: Yuta Takahashi, et al

Het team van onderzoekers induceerde vervolgens afwijkingen in de activiteit van de neuronen tijdens experimenten, wat inzicht gaf in de effecten op leerontwikkeling en cognitieve kenmerken. De experimenten toonden aan dat de generalisatiecapaciteit afnam in het model waarin de heterogeniteit van activiteit in de neurale populatie werd verminderd. Dit suggereerde dat de vorming van emotionele clusters in hogere neuronen werd geremd, en leidde ertoe dat het neuraal netwerkmodel de neiging had om te falen in het identificeren van de emotie van onbekende gezichtsuitdrukkingen, wat ook een symptoom is van autisme spectrum stoornis.

Takahashi zegt dat de studie suggereert dat de predictieve processing theorie emotieherkenning van gezichtsuitdrukkingen kan verklaren met behulp van een neuraal netwerkmodel.

“We hopen ons begrip te verdiepen van het proces waarbij mensen leren emoties te herkennen en de cognitieve kenmerken van mensen met autisme spectrum stoornis,” zei Takahashi. “De studie zal helpen bij het ontwikkelen van geschikte interventiemethoden voor mensen die moeite hebben om emoties te identificeren.”