Emozioni e spettro autistico: un approccio tecnologico
Alessandro Beretti
Relatore: Francesco Bossi
Tema
La mia tesi si concentra sull'analisi del Disturbo dello Spettro autistico (ASD), con particolare attenzione al riconoscimento e all'elaborazione del vissuto emotivo attraverso l'impiego di strumenti e metodologie digitali innovativi.
Fondazione Links
Perchè durante il mio percorso formativo fatto durante Fondazione Links, ho avuto l’opportunità di conoscere questo ambito mediante lo svolgimento di un progetto, in collaborazione con due cooperative.
Capitoli
2. Computing affettivo e riconoscimento delle emozioni
1. Emozioni ed autismo
3. Caso studio
Ricerca sperimentale
Metodo
Contesto
Obbiettivo
Sono state utilizzate le seguenti misure:
- Riconoscimento emozione protagonista
- Espressione del partecipante
- Accuratezza DeepFace
- Accuratezza e tempo di risposta task comportamentale
- Punteggio AQ e RAADS-R
L'obbiettivo è quello di indagare eventuale atipicità nell’elaborazione ed espressione delle emozioni dei partecipanti con ASD mediante l’utilizzo di algoritmi complessi di riconoscimento facciale.
Diverse aree:
- Clinico
- Fisiologico
- Psicoeducativo
- Computing Affettivo
Procedura sperimentale
Social Stories
Social Stories
Design progress
DeepFace
Radboud e Beast
RAADS-R e AQ
Risultati HRV
9 ,5
3,6
Risposta social stories
100
100
75
50
75
50
Accuratezza in %
Risposta social stories (DeepFace)
25
50
25
25
Accuratezza in %
ASD
Risultati Radboud (Accuratezza e Tempo di Risposta)
NT
Accuratezza
M = 92,96% DEV. ST. 5,18
M = 95,03% DEV. ST. 3,9
100
100
50
50
Tempi di risposta
M = 1532,81 ms DEV. ST. 176,26
M = 1822,11 ms DEV. ST. 439,49
1850
800
1600
800
ASD
Risultati BEAST (Accuratezza e Tempo di Risposta)
NT
Accuratezza
M = 94,53% DEV. ST. 2,01
M = 88,28% DEV. ST. 7,49
100
50
100
50
Tempi di risposta
M = 1793,54 DEV. ST. 253,28
M = 1533,80 DEV. ST. 279,92
1600
800
1800
800
Risultati AQ
M = 77,5 DEV. ST. 6,60
M = 48,75 DEV. ST. 9,53
Risultati RAADS-R
M = 81 DEV. ST. 56,93
M = 35,25 DEV. ST. 13,09
Discussione
- L'analisi dei risultati evidenzia una differenza di variabilità per quanto riguarda l’heart rate nel gruppo ASD rispetto al gruppo di controllo.
- Mediante software DeepFace emerge una significativa asimmetria tra le risposte corrette ottenute dallo strumento nel gruppo ASD rispetto al gruppo di controllo.
- Minore accuratezza nel riconoscimento delle emozioni del protagonista delle storie sociali nei partecipanti con ASD.
- I risultati emersi suggeriscono che la capacità da parte di ASD di riconoscere la felicità risulti compromessa rispetto alle altre emozioni di base.
- Punteggi inferiori nel task comportamentale sul riconoscimento di espressioni emotive in volti e corpi nei partecipanti con ASD rispetto ai neurotipici, in termini di accuratezza e tempi di risposta.
- Si evidenzia una differenza sostanziale nei punteggi dei questionari AQ e RAADS-R tra il gruppo di individui con Disturbo dello Spettro Autistico (ASD) e il gruppo di controllo neurotipico.
Limiti
- Campione non rappresentativo
- Limitazione delle misurazioni fisiologiche
- Soggettività dell'interpretazione
- Ruolo del protagonista
- Variazione nelle immagini
Sviluppi Futuri
Applicazioni tecnologiche di elaborazione emotiva
Utilizzo di intelligenza artificiale e robotica
Screening basato su intelligenza artificiale
Sviluppo di programmi terapeutici mirati
L'uso di algoritmi di riconoscimento delle emozioni e robot umanoidi potrebbe contribuire a migliorare le abilità di interazione sociale e il riconoscimento emotivo delle persone con ASD, offrendo nuove modalità di intervento terapeutico e di screening per il disturbo.
Gli studi indicano che si potrebbero sviluppare programmi di intervento mirati per migliorare la comprensione emotiva e le abilità di elaborazione nelle persone con disturbo dello spettro autistico (ASD), concentrandosi sulla regolazione emotiva e il riconoscimento delle espressioni facciali.
La combinazione di tecnologie di monitoraggio fisiologico e strumenti di analisi delle emozioni potrebbe portare allo sviluppo di dispositivi di assistenza personalizzata per l'elaborazione emotiva, migliorando la comprensione delle emozioni e le capacità sociali delle persone con ASD.
La tecnologia potrebbe rivoluzionare la diagnosi precoce dell'ASD attraverso l'uso di sistemi di screening basati su reti neurali, migliorando l'efficienza e l'accessibilità del processo diagnostico, sostituendo metodi tradizionali come i questionari AQ e RAADS-R.
Conclusioni
- Il panorama delle teorie emotive è complesso, ma offre una base solida per comprendere l'elaborazione emotiva nei soggetti con ASD.
- Devono essere considerate le questioni etiche (EU AI Act).
- L'approccio multidisciplinare offre opportunità per ulteriori ricerche e la promessa di migliorare la comprensione umana ed empatica, nonchè la sua componente comunicativa.
Ringraziamenti
Ai nonni
Alla mia famiglia
A Giulia
Al Relatore di Tesi Francesco Bossi
Ai docenti che ho avuto in questi anni
A tutti coloro che sono presenti quest'oggi
Tecniche e strumenti di Computing Affettivo
Nel capitolo si è introdotto una definizione di Computing Affettivo, esaminando le considerazioni etiche associate e le diverse applicazioni in cui questa disciplina può essere utilizzata. Si procede quindi a esplorare le tecniche e gli strumenti impiegati per il riconoscimento delle emozioni, mettendo in luce le diverse modalità attraverso cui le emozioni possono essere identificate. Si approfondisce l'argomento dei modelli e degli algoritmi utilizzati per il riconoscimento delle emozioni, concentrandosi in particolare sulle espressioni facciali come uno dei principali indicatori di stati emotivi.
Caso studio
Nel presente caso studio sono stati coinvolti 8 partecipanti: 4 con disturbo dello spettro autistico di livello 1 e 4 neurotipici maggiorenni, tutti con sviluppo cognitivo nella norma. Il paradigma sperimentale prevedeva una prima fase in cui il partecipante leggeva una Social Story, rispondeva ad alcune domande sul vissuto emotivo del protagonista ed esprimeva l’emozione raffigurata, ed una seconda fase in cui cercava di riconoscere espressioni emotive facciali e corporee in un task comportamentale.
Emozioni ed Autismo
Nel capitolo "Emozioni ed autismo", vengono esplorate diverse teorie delle emozioni, suddivise in teorie categoriali delle emozioni e teorie dimensionali delle emozioni, che le considerano come punti su un continuum, e i correlati neurali delle emozioni. Successivamente, nel contesto dell'autismo, vengono trattati argomenti come la definizione dell'autismo, i fattori di rischio e le caratteristiche tipiche dei soggetti con disturbo dello spettro autistico. Infine, il capitolo si concentra sull'elaborazione delle emozioni in individui con autismo, esplorando come questa condizione influenzi la percezione e la gestione delle emozioni.
Presentazione discussione tesi
Alessandro Beretti
Created on September 27, 2023
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Visual Presentation
View
Vintage Photo Album
View
Animated Chalkboard Presentation
View
Genial Storytale Presentation
View
Higher Education Presentation
View
Blackboard Presentation
View
Psychedelic Presentation
Explore all templates
Transcript
Emozioni e spettro autistico: un approccio tecnologico
Alessandro Beretti
Relatore: Francesco Bossi
Tema
La mia tesi si concentra sull'analisi del Disturbo dello Spettro autistico (ASD), con particolare attenzione al riconoscimento e all'elaborazione del vissuto emotivo attraverso l'impiego di strumenti e metodologie digitali innovativi.
Fondazione Links
Perchè durante il mio percorso formativo fatto durante Fondazione Links, ho avuto l’opportunità di conoscere questo ambito mediante lo svolgimento di un progetto, in collaborazione con due cooperative.
Capitoli
2. Computing affettivo e riconoscimento delle emozioni
1. Emozioni ed autismo
3. Caso studio
Ricerca sperimentale
Metodo
Contesto
Obbiettivo
Sono state utilizzate le seguenti misure:
L'obbiettivo è quello di indagare eventuale atipicità nell’elaborazione ed espressione delle emozioni dei partecipanti con ASD mediante l’utilizzo di algoritmi complessi di riconoscimento facciale.
Diverse aree:
Procedura sperimentale
Social Stories
Social Stories
Design progress
DeepFace
Radboud e Beast
RAADS-R e AQ
Risultati HRV
9 ,5
3,6
Risposta social stories
100
100
75
50
75
50
Accuratezza in %
Risposta social stories (DeepFace)
25
50
25
25
Accuratezza in %
ASD
Risultati Radboud (Accuratezza e Tempo di Risposta)
NT
Accuratezza
M = 92,96% DEV. ST. 5,18
M = 95,03% DEV. ST. 3,9
100
100
50
50
Tempi di risposta
M = 1532,81 ms DEV. ST. 176,26
M = 1822,11 ms DEV. ST. 439,49
1850
800
1600
800
ASD
Risultati BEAST (Accuratezza e Tempo di Risposta)
NT
Accuratezza
M = 94,53% DEV. ST. 2,01
M = 88,28% DEV. ST. 7,49
100
50
100
50
Tempi di risposta
M = 1793,54 DEV. ST. 253,28
M = 1533,80 DEV. ST. 279,92
1600
800
1800
800
Risultati AQ
M = 77,5 DEV. ST. 6,60
M = 48,75 DEV. ST. 9,53
Risultati RAADS-R
M = 81 DEV. ST. 56,93
M = 35,25 DEV. ST. 13,09
Discussione
Limiti
Sviluppi Futuri
Applicazioni tecnologiche di elaborazione emotiva
Utilizzo di intelligenza artificiale e robotica
Screening basato su intelligenza artificiale
Sviluppo di programmi terapeutici mirati
L'uso di algoritmi di riconoscimento delle emozioni e robot umanoidi potrebbe contribuire a migliorare le abilità di interazione sociale e il riconoscimento emotivo delle persone con ASD, offrendo nuove modalità di intervento terapeutico e di screening per il disturbo.
Gli studi indicano che si potrebbero sviluppare programmi di intervento mirati per migliorare la comprensione emotiva e le abilità di elaborazione nelle persone con disturbo dello spettro autistico (ASD), concentrandosi sulla regolazione emotiva e il riconoscimento delle espressioni facciali.
La combinazione di tecnologie di monitoraggio fisiologico e strumenti di analisi delle emozioni potrebbe portare allo sviluppo di dispositivi di assistenza personalizzata per l'elaborazione emotiva, migliorando la comprensione delle emozioni e le capacità sociali delle persone con ASD.
La tecnologia potrebbe rivoluzionare la diagnosi precoce dell'ASD attraverso l'uso di sistemi di screening basati su reti neurali, migliorando l'efficienza e l'accessibilità del processo diagnostico, sostituendo metodi tradizionali come i questionari AQ e RAADS-R.
Conclusioni
Ringraziamenti
Ai nonni
Alla mia famiglia
A Giulia
Al Relatore di Tesi Francesco Bossi
Ai docenti che ho avuto in questi anni
A tutti coloro che sono presenti quest'oggi
Tecniche e strumenti di Computing Affettivo
Nel capitolo si è introdotto una definizione di Computing Affettivo, esaminando le considerazioni etiche associate e le diverse applicazioni in cui questa disciplina può essere utilizzata. Si procede quindi a esplorare le tecniche e gli strumenti impiegati per il riconoscimento delle emozioni, mettendo in luce le diverse modalità attraverso cui le emozioni possono essere identificate. Si approfondisce l'argomento dei modelli e degli algoritmi utilizzati per il riconoscimento delle emozioni, concentrandosi in particolare sulle espressioni facciali come uno dei principali indicatori di stati emotivi.
Caso studio
Nel presente caso studio sono stati coinvolti 8 partecipanti: 4 con disturbo dello spettro autistico di livello 1 e 4 neurotipici maggiorenni, tutti con sviluppo cognitivo nella norma. Il paradigma sperimentale prevedeva una prima fase in cui il partecipante leggeva una Social Story, rispondeva ad alcune domande sul vissuto emotivo del protagonista ed esprimeva l’emozione raffigurata, ed una seconda fase in cui cercava di riconoscere espressioni emotive facciali e corporee in un task comportamentale.
Emozioni ed Autismo
Nel capitolo "Emozioni ed autismo", vengono esplorate diverse teorie delle emozioni, suddivise in teorie categoriali delle emozioni e teorie dimensionali delle emozioni, che le considerano come punti su un continuum, e i correlati neurali delle emozioni. Successivamente, nel contesto dell'autismo, vengono trattati argomenti come la definizione dell'autismo, i fattori di rischio e le caratteristiche tipiche dei soggetti con disturbo dello spettro autistico. Infine, il capitolo si concentra sull'elaborazione delle emozioni in individui con autismo, esplorando come questa condizione influenzi la percezione e la gestione delle emozioni.