Исследователи разработали основанную на моделях рамку для обнаружения и преобразования стимулов, чтобы выявить специфические для популяции различия в восприятии между взрослыми с аутизмом и нейротипичными людьми. Обучая модели искусственных нейронных сетей на оценках на уровне изображений, они выявили, что диагностические различия в выражении лица сосредоточены в небольшой подгруппе стимулов, а не являются равномерными.

  • Команда использовала эти модели для отбора новых лиц, которые, как прогнозировалось, максимизируют разделение групп, что привело к большим поведенческим различиям, чем у подобранных случайных изображений в независимой когорте.
  • Они применили генеративно-состязательную сеть для преобразования диагностических изображений в сторону большего прогнозируемого согласия групп, успешно снизив поведенческое разделение при проверке на фенотипически сопоставленных данных.

Этот подход демонстрирует, как поведенческая фенотипирование может выйти за пределы усреднения по фиксированным наборам стимулов к оптимизированным методам, которые выявляют условия, при которых восприятие нейродивергентных людей расходится или совпадает.