基于神经网络模型的自闭症谱系障碍情感识别研究

东北大学的一组研究人员使用了一种能够在计算机上复制大脑的神经网络模型，以便更好地了解为什么自闭症谱系障碍（ASD）患者难以解读面部表情。

该研究发表在《科学报告》杂志上，日期为2021年7月26日。

识别不同情绪

竹下悠太是论文的共同作者。

“人类通过观察面部表情来识别不同的情绪，如悲伤和愤怒。但是，我们对如何根据面部表情的视觉信息识别不同情绪知之甚少，”竹下说。

“我们也不清楚是什么变化导致自闭症谱系障碍患者难以读懂面部表情，”竹下继续说。

预测处理理论

研究团队依靠预测处理理论，该理论认为大脑不断预测下一个感官刺激。当预测错误时，大脑会适应自己，感官信息如面部表情有助于减少预测错误。

由团队开发的人工神经网络模型使用预测处理理论，并能够复制发展过程。它通过训练自己预测视频中面部表情的移动来实现这一点。

下一步是将情绪集群自组织到神经网络模型的更高层神经元空间。同时，模型不知道视频中面部表情对应的情绪。

该模型还能够概括未在训练中给出的未知面部表情，并在最小化预测错误的同时复制面部部件的运动。

图片：竹下悠太等

研究团队然后在实验中诱导神经元活动异常，这有助于了解对学习发展和认知特征的影响。实验表明，在神经元活动的异质性减少的模型中，泛化能力下降。这种现象表明，高层神经元中情绪集群的形成受到抑制，这导致神经网络模型在识别未知面部表情的情绪时容易失败，这也是自闭症谱系障碍的症状之一。

竹下说，这项研究表明，预测处理理论可以使用神经网络模型解释面部表情的情绪识别。

“我们希望进一步了解人类如何学习识别情绪以及自闭症谱系障碍患者的认知特征，”竹下说。“这项研究将有助于开发适当的干预方法，以帮助那些难以识别情绪的人。”