机构名称：
¥ 3.0
自闭症谱系障碍 (ASD) 是与社交、沟通和行为困难有关的神经发育障碍的集合。有必要尽早发现这种障碍，通过在学校和康复中心开展特殊教育来改善儿童的日常生活，以减轻其不利影响。有两种方法可用于诊断和康复 ASD。其中之一是手动方法（即基于观察或访谈的方法），通过对父母或照顾者的观察或访谈来诊断。它耗时、主观，并且主要依赖于检查行为症状。另一种方法是使用传统机器学习 (ML) 和现代基于深度学习 (DL) 的方法使用图像进行自动诊断。本系统评价旨在检验基于图像或视频的 DL 方法在自闭症研究中的应用。它包括 2017 年至 2022 年在 PubMed、IEEE Xplore、ACM 数字图书馆和 Google Scholar 上索引的出版物。结果在 PRISMA 声明中报告。此分析共纳入 130 项研究。符合条件的论文根据提取的不同特征进行分类，以提供基于 DL 的方法。本系统评价广泛审查和讨论了现有的众所周知的公共和私人数据集，包括用于自闭症研究的图像或视频。此外，本综述还包括对 ASD 患者非常有帮助的不同康复策略。最后，介绍了 ASD 自动检测、分类和康复的当前各种挑战。该评论的结论是，深度学习在精准和经济地诊断自闭症方面的应用正在大幅增加。
基于图像的自闭症谱系障碍分析的深度学习：系统评价
主要关键词
相关文件推荐
