머신러닝을 활용한 자폐 스펙트럼 장애 아동의 얼굴영상 분석 파일럿 연구

Comparative Pilot Analysis of Facial Videos of Children with Autism Spectrum Disorder Using Machine-Learning Methods

본 연구는 자폐 스펙트럼 장애(ASD) 아동과 대조군의 얼굴 동영상을 머신러닝 기술로 분류하고, 이를 통해 얼굴 특성을 분석함으로써 ASD에 대한 이해와 극복방안 마련에 기여하는 것을 목표로 한다. 연구는 세가지 얼굴 인식 기술을 활용하였으며, 전통적인 랜드마크와 액션 유닛(Action Units), 그리고 상용 소프트웨어를 통해 데이터를 처리하였다. 초기 소규모 표본 연구결과, 머신러닝 분류 모델은 ASD 아동과 대조군의 얼굴에서 특정 패턴과 특성이 존재함을 확인하였으며, 특히 액션 유닛을 활용한 분류 모델이 가장 높은 성능을 보였다. 이는 ASD 아동의 표정과 얼굴 움직임이 유의미한 정보를 포함하고 있음을 시사한다. 이 결과는 ASD 아동과의 상호작용 및 의사소통 연구에서 액션 유닛 기반 분석의 중요성을 강조하며, 향후 진단 및 치료 지원 기술 개발에 기여할 수 있을 것으로 기대된다.

This pilot study aims to classify facial videos of children with autism spectrum disorder (ASD) and a control group using machine-learning techniques and to analyze facial characteristics to enhance understanding regarding ASD and develop strategies for its intervention. Three facial-recognition techniques are employed: the classical landmark-based analysis, action units(AUs), and commercial software-based processing. The results based on an initial, small sample indicate that an AI classification model successfully identified distinct patterns and features in the facial expressions of children with ASD and the control group, with the AU-based classification model demonstrating the best performance. These findings suggest that the facial expressions and movements of children with ASD contain meaningful information. Finally, this study underscores the significance of AU-based analysis in investigations on ASD-related social interactions and communication, and is expected to contribute to the development of diagnostic and therapeutic support technologies.