Los investigadores desarrollaron un marco que utiliza modelos de redes neuronales artificiales específicos de la población para predecir juicios a nivel de imagen en participantes con autismo y neurotípicos, con el objetivo de abordar la variabilidad en los estudios de percepción de emociones faciales.
- Los modelos se utilizaron para seleccionar rostros nuevos que se predijo maximizarían la separación entre grupos, lo que produjo diferencias conductuales mayores que las imágenes aleatorias emparejadas en una cohorte independiente.
- Se empleó una red generativa adversaria para transformar imágenes diagnósticas hacia un mayor acuerdo grupal predicho, reduciendo la separación conductual en la validación con fenoטיפos coincidentes.
- Este enfoque establece un método guiado por modelos para descubrir y transformar estímulos que revelan diferencias perceptivas específicas de la población.
Los resultados demuestran cómo la fenotipificación conductual puede ir más allá del promedio en conjuntos de estímulos fijos hacia ensayos optimizados que identifican las condiciones bajo las cuales la percepción neurodivergente diverge o converge.