机构名称：
¥ 2.0
背景：人类情绪识别 (HER) 是过去几年中一个热门的研究领域。尽管迄今为止取得了巨大进展，但人们对 HER 在自闭症中的应用关注相对较少。众所周知，自闭症患者在日常社交沟通和对情绪反应的原型解释方面存在问题，而这些情绪反应最常通过面部表情表现出来。这对常规 HER 系统的应用提出了重大的实际挑战，这些系统通常是为神经正常的人开发的。目标：本研究回顾了有关 HER 系统在自闭症中的应用的文献，特别是在传感技术和机器学习方法方面，以确定现有的障碍和可能的未来方向。方法：我们根据 2020 年 PRISMA 指南对 2011 年 1 月至 2023 年 6 月期间发表的文章进行了系统回顾。通过搜索 Web of Science 和 Scopus 数据库来识别手稿。纳入的论文涉及情绪识别、使用传感器和机器学习技术，以及涉及自闭症儿童、青少年或成年人。结果：搜索到 346 篇文章。共有 65 篇出版物符合资格标准并被纳入审查。结论：研究主要使用面部表情技术作为情绪识别方法。因此，摄像机是所有研究中使用最广泛的设备，尽管最近观察到生理传感器的使用呈增长趋势。快乐、悲伤、愤怒、恐惧、厌恶和惊讶是最常被提及的情绪。主要使用经典的监督机器学习技术，而无监督方法或较新的深度学习模型则被忽略。研究主要关注广义上的自闭症，但针对更具体的谱系障碍的研究有限。隐私或安全问题很少得到解决，即使有，也只是在相当不详细的层面上。
系统评价
主要关键词
相关文件推荐
