Characterization of Motor Signatures in Autism Using Interpretable Learning on 3D Motion Data
本研究利用一种基于三维动作捕捉数据的可解释机器学习框架，旨在证明复杂的的情感与社交任务能够揭示出独特的全身运动特征，从而有效地将自闭症个体与神经典型对照组区分开来。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
自闭症是一种塑造个体感知世界方式的状态，它往往让社交互动与沟通变得像是要在一条规则迥异的景观中穿行。虽然医生们长期以来一直关注这些社交与沟通方面的挑战，但一个更安静、更隐形的图景却常被忽视：那就是自闭症人士的运动方式。多年来，科学家们已知许多自闭症个体在协调性、平衡感以及模仿他人动作方面存在困难。然而，大多数研究将这些运动视为简单的机械任务，例如走直线或单脚站立，从而剥离了使现实生活中的运动变得如此复杂的感官情感与社交语境。问题在于：当运动充满了情感或社交连接时，大脑是如何处理这种运动的？当一个人试图表现得自信或悲伤时，其走路的方式会发生变化吗？当他们在独自起舞与想象正与舞伴共舞时，他们的舞蹈看起来会有所不同吗？理解这些细微差别至关重要，因为运动不仅仅是为了从 A 点到达 B 点；它是人类表达情感和彼此建立联系的主要方式。
葡萄牙的一个研究团队致力于通过观察全身运动来回答这些问题，他们使用了一种将运动视为一种可以被解读的“语言”，而非仅仅是数字统计的方法。他们研究了一组由 34 名成年人组成的受试者，其中 14 人为自闭症人士，20 人为神经典型人士（即发育路径符合常规）。这些参与者在充满追踪其三维动作摄像头的房间内完成了两类任务。首先，他们带着特定的情感意图行走：一次表现得自信且强大，另一次则表现得悲伤且沉重。接着，他们进行了一项社交任务：先是独自跳舞，然后想象自己正与舞伴共舞。研究人员不仅要求参与者移动，还要求他们体现某种情感或社交角色，从而创造了一个比枯燥的实验室测试更接近真实生活的、丰富的自然主义环境。
为了理清这些运动产生的数以千计的数据点，研究人员使用了两种不同类型的计算机学习系统。一种系统观察特定且经过人工挑选的运动细节，例如膝盖弯曲的速度或肩膀移动的距离。另一种系统则是更先进的深度学习模型，它将整个运动流视为一个连续的流体，试图寻找人类肉眼可能忽略的模式。至关重要的是，研究人员并不只是想让计算机去猜测谁是自闭症患者，谁不是；他们想了解计算机为何做出这些判断。他们使用了类似于“聚光灯”的工具，能够揭示哪些身体部位以及哪些时刻对计算机的决策最为重要。这种方法使他们不仅能看到差异的存在，还能看到差异发生的具体位置和时间。
结果显示，区分两组人群的能力在很大程度上取决于任务的复杂程度。当参与者仅仅是在行走时，计算机可以以中等的准确度区分两组，但随着任务在情感和社交上的需求变得更加繁重，这些差异变得更加清晰。计算机在执行舞蹈任务时识别最为成功，尤其是在参与者想象正在与舞伴共舞时。这表明，当运动需要情感表达或社交协调时，自闭症人士独特的“运动签名”会变得更加显著。看来，自闭症带来的挑战不仅仅是缺乏某种技能，而在于大脑在面对复杂的社交与情感需求时，如何调整其运动策略。
当研究人员仔细观察驱动这些差异的具体身体部位时，他们发现了一个迷人的模式。对于行走任务，最具代表性的迹象通常出现在下半身，特别是足部和膝盖。脚部触地的方式以及膝盖的角度似乎包含了一个稳定的线索，无论参与者试图表现得自信还是悲伤，这一特征都保持稳定。然而，随着任务变得更具表现力，情况发生了变化。在悲伤行走的任务中，差异转向了上方，躯干和胸部变得更加显著。计算机注意到，尽管身体在空间中的路径看起来相似，但上半身运动的大小和强度却有所不同。在舞蹈任务中，这种区别变得更加广泛。在独自跳舞时，手臂和肩膀是关键指标；而当参与者想象正与舞伴共舞时，差异扩散到了全身，从头部一直到脚趾。这表明，社交协调需要一种全身性的整合能力，这种能力揭示了大脑在规划和执行运动时更深层的差异。
关于时机的一个发现非常引人注目。计算机学到，两组人群之间最大的差异往往发生在运动的最开始阶段。当参与者开始跳舞或改变步态时，身体最初的规划与准备过程展现出了最明显的模式。随着运动的持续并变得更加自动化，这些差异有时会变得不再那么突出。这表明，困难可能不在于维持运动的能力，而在于将一种意图或社交信号转化为物理动作的初始步骤。研究还发现，尽管受试者年龄各异且能力水平不一，计算机仍能一致地识别出这些模式。这表明这些运动差异是自闭症体验中基本的一部分，而非其他因素带来的副作用。
这项研究并非暗示自闭症人士的运动是“错误”的，或者他们缺乏表达能力。相反，它指向了一种不同的运动组织方式，这种方式会对情感和社交语境做出独特的反应。该研究挑战了认为自闭症运动差异是固定或静态的观点。相反，它展示了这些差异是流动的，会根据是在独处还是在与他人互动，以及是在表达自信还是悲伤而发生变化。通过利用先进的计算机工具去“聆听”身体的语言，研究人员揭开了一个长期被隐藏的沟通层面。他们发现，身体承载着心灵的签名，而当我们要求身体去做一些复杂且有意义的事情时，这种签名会变得最为清晰。这项工作为理解自闭症开启了一扇新的大门，表明通过观察人们在现实场景中的运动方式，我们可以获得一种更深层、更具同理心的理解，去理解他们是如何体验这个世界的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。