Development of a computational tool for assistance in the analysis of facial holistic processing of Autism Spectrum Disorder (ASD) : nonclinical studies

Dissertação (Mestrado em Engenharia Biomédica)–Programa de pós-graduação em Engenharia Biomédica, Universidade de Brasília, Brasília, 2020.O Transtorno do Espectro do Autismo (TEA) é diagnosticado pelo Manual de Diagnóstico e Estatístico de Doenças Mentais (DSM-V). O TEA é um transtorno do desenvolvimento neurológico, podendo ser leve, moderado ou grave, com consequências na comunicação e no intercâmbio social, além de demonstrar interesses em atividades uniformizada e reentrantes. Assim, decretar o diagnóstico proporciona diversos obstáculos, pois ele possui uma série de peculiaridades e por não existir um exame laboratorial. Uma dessas peculiaridades é a disposição para focalizar detalhes geralmente apenas em uma parte da imagem, trazendo assim dificuldades no entendimento da mensagem em sua totalidade. Considerando que a averiguação facial é realizada por um processamento holístico e o indivíduo com TEA tem dificuldade para analisar uma face de forma global, ele terá dificuldade no reconhecimento e consequentemente na interação social. Este trabalho propõe utilizar dados de rastreamento ocular em indivíduos autistas e típicos, gerados por um modelo de estímulo visual. Por esse modelo, é construído um classificador que visa auxiliar o diagnóstico em indivíduos com TEA. Para alcançar o objetivo proposto, foram realizadas as seguintes etapas: revisão bibliográfica, definição do modelo de rastreamento ocular, implementação do modelo de mineração de dados não supervisionado, análise e publicação de resultados. O modelo de predição não supervisionado foi testado por validação cruzada. O resultado desse modelo mostrou ser capaz de prever as características de indivíduos com TEA, com uma acurácia de 99,1%, precisão de 97%, especificidade de 92% e sensibilidade de 92%. Espera-se que esse método seja utilizado por profissionais da saúde e educação.Autism Spectrum Disorder (ASD) is diagnosed by the Diagnostic and Statistical Manual of Mental Illness (DSM-V). ASD is a neurological developmental disorder, which can be mild, moderate or severe, with consequences for communication and social exchange, in addition to showing interests in uniform and reentrant activities. Thus, decreeing the diagnosis provides several obstacles, as it has a number of peculiarities and because there is no laboratory test. One of these peculiarities is the willingness to focus on details usually only in one part of the image, thus bringing difficulties in understanding the message in its entirety. Considering that facial verification is performed by holistic processing and the individual with ASD has difficulty in analyzing a face globally, he will have difficulty in recognition and, consequently, in social interaction. This work proposes to use eye tracking data in autistic and typical individuals, generated by a visual stimulus model. Using this model, a classifier is built to help diagnose individuals with ASD. To achieve the proposed objective, the following steps were performed: bibliographic review, definition of the eye tracking model, implementation of the unsupervised data mining model, analysis and publication of results. The unsupervised prediction model was tested by cross-validation. The result of this model proved to be able to predict the characteristics of individuals with ASD, with an accuracy of 99.1%, precision of 97%, specificity of 92% and sensitivity of 92 %. This method is expected to be used by health and education professionals