
شبکههای عصبی مصنوعی پردازش چهره در اوتیسم
این یک مدل محاسباتی جدید است که می¬تواند تفاوت در تشخیص احساسات چهره را توضیح دهد. در واقع بسیاری از انسان¬ها می¬توانند به راحتی احساسات درونی در چهره دیگران را تشخیص دهند. لبخند ممکن است به معنای شادی باشد، در حالی که اخم ممکن است نشان دهنده خشم باشد. افراد دارای اختلال اوتیسم اغلب در تشخیص این حالات دچار مشکل می¬شوند.
این یک مدل محاسباتی جدید است که میتواند تفاوت در تشخیص احساسات چهره را توضیح دهد. در واقع بسیاری از انسانها میتوانند به راحتی احساسات درونی در چهره دیگران را تشخیص دهند. لبخند ممکن است به معنای شادی باشد، در حالی که اخم ممکن است نشان دهنده خشم باشد. افراد دارای اختلال اوتیسم اغلب در تشخیص این حالات دچار مشکل میشوند. گرچه علت آن دقیق تعیین نشده است اما تحقیقات جدید که در 15 ژوئن در مجله علوم اعصاب منتشر شد، عملکرد درونی مغز را روشن می کند تا پاسخی را در این زمینه ارائه دهد. و این کار را با استفاده از هوش مصنوعی که مسیرهای جدیدی را برای مدل سازی محاسبات در ذهن انسان ها باز میکند، صورت پذیرفته اشت.
اختلالات طیف اوتیسم ([1]ASD) با اختلالات شدید در عملکرد اجتماعی همراه است. از آنجایی که چهرهها نشانههای غیرکلامی را ارائه میدهند که از تعاملات اجتماعی پشتیبانی میکنند، بسیاری از مطالعات ASD ساختارهای عصبی را بررسی کردهاند که چهرهها را پردازش میکنند، از جمله آمیگدال، قشر پیشپیشانی شکمی و شکنج گیجگاهی فوقانی و میانی. با این حال، افزایش یا کاهش در فعال سازی اغلب به وظیفه شناختی بستگی دارد. به طور خاص، حوزه شناختی توجه بر تفاوت های گروهی در فعال سازی مغز تأثیر می گذارد. در واقع اوتیسم یک اختلال رشدی فراگیر است که علل یا مکانیسم های بیولوژیکی آن به خوبی شناخته نشده است. این سندرم از نظر رفتاری و رشدی با اختلال در ارتباطات غیرکلامی، روابط اجتماعی و الگوهای رفتاری کلیشه ای مشخص می شود (DSM-IV، انجمن روانپزشکی آمریکا، 1994).
محققان در درجه اول دو ناحیه مغز را پیشنهاد کردهاند که ممکن است تفاوتها در آنها باشد. ناحیه ای به نام قشر گیجگاهی تحتانی ([2]IT) به تشخیص چهره کمک می کند. در همین حال، یک منطقه عمیق تر به نام آمیگدال[3] اطلاعات را از قشر گیجگاهی و منابع دیگر دریافت می کند و به پردازش احساسات کمک می کند.
شوو وانگ[4] در دانشگاه واشنگتن و رالف آدولفز[5] در یک آزمایش، آنها تصاویری از حالات مختلف چهره را به بزرگسالان دارای اختلال اوتیسم نشان دادند. این تصاویر توسط نرم افزار تولید شده بودند تا در طیفی از ترس تا شاد متفاوت باشند و شرکت کنندگان به سرعت قضاوت کردند که آیا چهره ها شادی را به تصویر می کشند یا خیر.
یک شبکه عصبی مصنوعی، یک تابع پیچیده ریاضی که از معماری مغز الهام گرفته شده است را برای انجام کار آموزش داده شد. این شبکه حاوی لایههایی ازنورونها بود که تقریباً شبیه نورونهای بیولوژیکی هستند که اطلاعات بصری را پردازش میکنند. این لایهها اطلاعات را هنگام عبور از یک تصویر ورودی به نتیجه نهایی پردازش میکنند که احتمال خوشحالی چهره را نشان میدهد.
این شبکه همچنین دو عملکرد جالب دیگر را نیز داراست. با جداسازی لایه ها و بررسی عملکرد هر یک از لایهها، تفاوت بین میزان انطباق آن با کنترل ها و میزان تطبیق آن با بزرگسالان دارای اوتیسم را اندازه گیری می کند.( زمانی که خروجی بر اساس آخرین لایه شبکه باشد, تطلبق بیشتر می باشد)
عملکرد دیگر این است که می توان از شبکه برای انتخاب تصاویری استفاده کرد که ممکن است در تشخیص اوتیسم کارآمدتر باشند. اگر تفاوت بین میزان تطابق شبکه با کنترلهای عصبی در مقابل بزرگسالان دارای اوتیسم هنگام تعیین یک مجموعه از تصاویر در مقابل مجموعهای دیگر از تصاویر بیشتر باشد، اولین مجموعه میتواند در کلینیک برای تشخیص ویژگیهای رفتاری اوتیسم استفاده شود.
سپس کار[6] نقش آمیگدال را ارزیابی کرد. او از داده های وانگ و همکارانش استفاده کرد. آنها از الکترودها برای ثبت فعالیت نورون ها در آمیگدال افرادی که تحت عمل جراحی صرع قرار می گرفتند، استفاده کرده بودند. تیم دریافتند که می توانند قضاوت(تشخیص) یک فرد را بر اساس فعالیت این نورون ها پیش بینی کنند. کار دوباره داده ها را تجزیه و تحلیل کرد و این بار توانایی لایه شبکه مانند قشر گیج گاهی را برای پیش بینی اینکه آیا یک چهره واقعا خوشحال است را کنترل کرد. کار نتیجه می گیرد که قشر گیج گاهی نیروی محرکه نقش آمیگدال در قضاوت احساسات صورت است.
کار میگوید در نهایت، این مدل به اعتبارسنجی سودمندی مدلهای محاسباتی، بهویژه شبکههای عصبی پردازش تصویر کمک میکند. شبکه های عصبی فرضیه ها را رسمیت می دهند و آنها را قابل آزمون می کنند.
https://news.mit.edu/2022/artificial-neural-networks-model-face-processing-in-autism-0616
https://www.spectrumnews.org/news/people-autism-sometimes-give-ambiguous-looks/
[1] Autism spectrum disorder
[2] Inferior Temporal
[3] Amygdala
[4] Shuo Wang
[5] Ralph Adolphs
[6] Kar