Исследователи разработали фреймворк, использующий популяционно-специфичные модели искусственных нейронных сетей для прогнозирования оценок на уровне изображений у участников с аутизмом и типичным развитием, стремясь устранить вариативность в исследованиях восприятия эмоций лица.

  • Модели использовались для выбора новых лиц, которые, как прогнозировалось, максимизируют разделение групп; это привело к большим поведенческим различиям по сравнению со случайными изображениями в независимой когорте.
  • Генеративно-состязательная сеть применялась для трансформации диагностических изображений в сторону большего прогнозируемого согласия групп, что уменьшило поведенческое разделение при проверке на фенотипически сопоставленных данных.
  • Этот подход устанавливает метод, управляемый моделями, для обнаружения и трансформации стимулов, выявляющих популяционно-специфичные различия в восприятии.

Результаты демонстрируют, как бихевиоральное фенотипирование может выйти за пределы усреднения по фиксированным наборам стимулов к оптимизированным тестам, которые выявляют условия, при которых восприятие нейроразнообразных людей расходится или совпадает.