Sistema di Reti Neurali Profonde Distingue i Comportamenti di Bambini con ASD e Neurotipici nell'Educazione Musicale Virtuale
Uno studio pubblicato su arXiv presenta un sistema sofisticato che utilizza reti neurali profonde per esaminare e simulare i comportamenti di bambini con diagnosi di disturbo dello spettro autistico (ASD) insieme a coetanei neurotipici (TD) durante l'interazione con un robot sociale virtuale in un contesto di educazione musicale. Questo sistema identifica con successo i due gruppi con un tasso di accuratezza dell'81% e una sensibilità del 96%. Inoltre, può replicare comportamenti tipici di bambini neurotipici o con ASD in contesti comparabili. La ricerca si basa su dati provenienti da studi precedenti condotti presso il Social and Cognitive Robotics Laboratory della Sharif University of Technology, che includevano 9 partecipanti con ASD e 21 TD. Tali sistemi potrebbero migliorare la diagnosi, la formazione dei terapisti e la comprensione dell'ASD.
Fatti principali
- Il sistema utilizza reti neurali profonde per analizzare i comportamenti dei bambini
- Distingue tra bambini con ASD e neurotipici con un'accuratezza dell'81%
- Raggiunge una sensibilità del 96% nella classificazione
- Genera comportamenti simulati simili a quelli di bambini con ASD o neurotipici
- Utilizza dati di 9 partecipanti con ASD e 21 TD
- Ricerca condotta presso il Social and Cognitive Robotics Laboratory della Sharif University of Technology
- Si concentra sulle interazioni con robot sociali virtuali nell'educazione musicale
- Applicazioni potenziali nella diagnosi e nella formazione dei terapisti
Entità
Istituzioni
- Sharif University of Technology
- Social and Cognitive Robotics Laboratory