机构名称：
¥ 1.0
摘要 - 自闭症谱系障碍（ASD）的个人经常在健康，沟通和疾病处理中面临挑战；因此，早期诊断对于适当的治疗和护理是必需的。在这项工作中，我们考虑了检测或分类ASD儿童以帮助医疗专业人员早期诊断的问题。我们开发了一个深度学习模型，该模型分析了儿童对感觉刺激的反应的视频片段，目的是捕获ASD和非ASD参与者之间反应和行为的关键差异。与MRI数据的许多最近的ASD分类研究不同，它需要昂贵的专用设备，我们的方法使用了功能强大但相对便宜的GPU，标准的计算机设置和摄像机进行推理。结果表明，我们的模型有效地概括并理解儿童不同运动的关键差异。值得注意的是，尽管对于深度学习问题的数据有限，并且即使使用运动伪像，但我们的模型仍表现出成功的分类性能。索引术语 - 深度学习，自闭症谱系障碍，视频，分类
基于视频的自闭症检测深度学习
主要关键词
相关文件推荐
