Affichage des articles dont le libellé est modèle neuronal. Afficher tous les articles
Affichage des articles dont le libellé est modèle neuronal. Afficher tous les articles

25 octobre 2014

Un modèle neuronal pour l'étude des anomalies sensorielles et des effets multisensoriels dans l'autisme

Traduction: G.M.

IEEE Trans Neural Syst Rehabil Eng. 2014 Oct 16. [Epub ahead of print]

A Neural Model to Study Sensory Abnormalities and Multisensory Effects in Autism

Résumé

La modélisation informatique joue un rôle de plus en plus important pour compléter la recherche critique dans la génétique, les neurosciences et la psychologie de l'autisme. Cet article présente un modèle qui supporte l'idée que la faible cohérence centrale, un biais de traitement des caractéristiques et de l'information locale, peut être responsable d'anomalies de la perception en échouant dans le "contrôle" des problèmes sensoriels dans l'autisme. Le modèle dispose d'une architecture biologiquement plausible basée sur une carte d'auto-organisation. Il comprend des informations temporelles des stimuli d'entrée, en mettant l'accent sur ​​les signaux auditifs réels, et fournit un mécanisme pour modéliser les effets multisensoriels. Grâce à des simulations complètes l'article étudie l'effet d'un mécanisme de contrôle (semblable à la cohérence centrale) pour compenser les effets de l'information temporelle dans la présentation de stimuli, les anomalies sensorielles, et la diaphonie entre les domaines. Le mécanisme réussit à équilibrer les effets de calendrier, l'hypersensibilité de base et, dans une moindre mesure, des effets multi-sensoriels. Une analyse de l'effet du temps d'apparition du mécanisme de contrôle de la performance, suggère que la plupart des avantages potentiels sont toujours possibles, même quand il commence assez tard dans le processus d'apprentissage
Ce haut niveau d'adaptabilité montré par le réseau neuronal souligne l'importance de l'enseignement et des interventions appropriées tout au long de la durée de vie des personnes avec  autisme et d'autres troubles neurologiques.

Abstract

Computational modeling plays an increasingly prominent role in complementing critical research in the genetics, neuroscience, and psychology of autism. This paper presents a model that supports the notion that weak central coherence, a processing bias for features and local information, may be responsible for perception abnormalities by failing to "control" sensory issues in autism. The model has a biologically-plausible architecture based on a self-organizing map. It incorporates temporal information in input stimuli, with emphasis on real auditory signals, and provides a mechanism to model multisensory effects. Through comprehensive simulations the paper studies the effect of a control mechanism (akin to central coherence) in compensating the effects of temporal information in the presentation of stimuli, sensory abnormalities, and crosstalk between domains. The mechanism is successful in balancing out timing effects, basic hypersensitivities and, to a lesser degree, multisensory effects. An analysis of the effect of the control mechanism's onset time on performance, suggests that most of the potential benefits are still attainable even when started rather late in the learning process. This high level of adaptability shown by the neural network highlights the importance of appropriate teaching and intervention throughout the lifetime of persons with autism and other neurological disorders.
PMID: 25343764