Rilevamento del disturbo dello spettro autistico con le caratteristiche dei movimenti oculari profondi
Un nuovo studio pubblicato su arXiv (arXiv:2601.05812v1) presenta un approccio innovativo per il rilevamento del disturbo dello spettro autistico (ASD) basato sull’analisi dei movimenti oculari. L’ASD è caratterizzato da difficoltà nella comunicazione sociale e da schemi comportamentali ripetitivi. I dati dei movimenti oculari offrono uno strumento diagnostico non invasivo, in quanto riflettono le caratteristiche discrete e le dipendenze temporali a breve termine, permettendo di distinguere i modelli legati all’ASD dallo sviluppo tipico.
La ricerca ha sviluppato un modello di sequenza discreta a breve termine (DSTS) con rappresentazione consapevole della classe e meccanismi di consapevolezza dello squilibrio. Questo approccio è stato progettato per catturare in modo efficiente i modelli sottili e complessi dei movimenti oculari. I risultati sperimentali dimostrano che il DSTS supera le tecniche di apprendimento automatico tradizionali e i modelli di deep learning più sofisticati, evidenziando l’efficacia dell’analisi dei movimenti oculari per la diagnosi precoce dell’ASD.
Nonostante l’utilizzo diffuso di modelli basati su Transformer per catturare le dipendenze a lungo raggio, i ricercatori hanno scoperto che questi approcci offrono benefici limitati con i dati dei movimenti oculari. Questo potrebbe essere dovuto al fatto che i punti di fissazione discreti e le dipendenze a breve termine riducono l’utilità dei meccanismi di attenzione globale, rendendoli meno efficienti rispetto alle architetture focalizzate sui modelli temporali locali.
Paper: ArXiv.org