机构名称：
¥ 1.0
摘要：诸如身体，言语，认知和社会情感技能之类的发展领域对于监测孩子的成长至关重要。但是，由于高度可变性和重叠，识别神经发育缺陷可能会具有挑战性。早期检测是必不可少的，数字程序可以协助该过程。这项研究利用当前的人工智能进展来通过全面的机器学习方法来解决神经发育障碍的预测。使用了一部小说，最近开发了严肃的游戏数据集，并使用了有关儿童语音和语言反应的各种数据。最初的数据集包含520个实例，在严格的数据预处理后减少到473名参与者。聚类分析揭示了数据中不同的模式和结构，而可靠性分析确保了测量能力。使用逻辑回归开发了健壮的预测模型。应用于184名平均年龄7岁的参与者的子集，该模型表现出很高的精度，精度，召回和F1得分，有效地区分了有和没有神经发育疾病的实例。总而言之，这项研究突出了机器学习方法在基于认知特征诊断神经发育障碍中的有效性，并为决策，分类和临床评估提供了新的机会，为高危个人的早期和个性化干预措施铺平了道路。
用于预测儿童神经发育障碍的机器学习
主要关键词
相关文件推荐
