autism spectrum disorder | BriefGPT

关键词autism spectrum disorder

搜索结果 - 41

SS-Bench：社交故事生成和评估基准
针对孤独症谱系障碍（ASD）儿童在理解社交情境和参与日常生活中的困难，本研究提出了一种基于大规模语言模型（LLMs）的自动化方法 ——SS-Bench，用于生成和评估社交故事，通过构建基准测试，并验证其对于儿童社交能力的改善效果，旨在为自闭
PDF12 days ago
结合放射医学和机器学习方法进行客观自闭症诊断：验证白质与自闭症的关联
自闭症谱系障碍是一种典型的大脑发育异常，导致社交技能、交流能力、重复行为和感觉处理方面的障碍。本研究开发了一种以大脑 MRI 白质为重点的计算机辅助诊断模型，采用放射学和机器学习方法，结合多个机器学习模型（如支持向量机、随机森林、逻辑回归和
PDFa month ago
利用机器学习探索自闭症中的言语模式障碍
通过分析检查者 - 患者对话，本研究提供一种综合方法，用于识别独特的语音模式，并利用机器学习在自闭症谱系障碍 (ASD) 的诊断过程中支持早期检测和个性化治疗规划。
PDF2 months ago
基于虚拟现实的自闭症谱系障碍干预中的生理反应探究：一项数据驱动调查
使用虚拟现实技术结合生理反馈通过多人在线游戏环境对诊断为自闭症谱系障碍的 34 名个体进行研究，结果显示生理反应与行为结果存在显著相关性，表明生理反馈有潜力增强基于虚拟现实的自闭症干预的效果。通过利用实时数据调整治疗内容，该方法有望提高数字
PDF3 months ago
自闭症谱系障碍婴儿未修整视频中行为瞬间的本地化
采用机器学习技术和自注意力的时间动作定位模型，针对自闭症谱系障碍（ASD）的幼儿视频，发展了简化复杂建模和强调效率的 ASD 行为识别方法，为 ASD 筛查提供了有前景的早期干预和支持方案，成为首个实施未剪辑的 ASD 幼儿视频中端到端时态
PDF3 months ago
通过 INDT-ASD 印度数据库利用机器学习进行早期自闭症检测
通过使用机器学习开发了一种简便、快速和低成本的方法来识别自闭症，其中支持向量机作为最优模型具有更高的准确率、更高的召回率以及相对于随机森林提高了 2.22％至 6.67％的准确率。
PDF3 months ago
超图门控注意力的 ASD 分类以及可学习的超边
自闭症谱系障碍的神经发育状况，针对其多样化的症状认知挑战和重复行为模式，本研究提出了一种基于神经影像的可靠生物标志物识别方法 ——HyperGALE，通过引入学习的超边和门控注意机制，该方法在解释复杂的脑图数据方面取得了显著改进，深入洞察了
PDF3 months ago
提高 ASD 检测准确性：结合自然语言处理的机器学习和深度学习模型的综合方法
利用人工智能（AI）诊断自闭症谱系障碍（ASD）的研究表明了其对 ASD 诊断尤其是儿童的早期发现的重要性，使用深度学习和机器学习从社交媒体的文本输入中检测 ASD，达到了 88% 的高准确率。
PDF4 months ago
基于深度学习的视频自闭症检测
自闭症谱系障碍 (ASD) 对儿童的生活常常造成困难，因此早期诊断对于正确的治疗和关怀是必要的。为了帮助医疗专业人员早期发现，我们提出了一种分析儿童对感官刺激反应的深度学习模型，旨在捕捉 ASD 和非 ASD 患者之间反应和行为的关键差异。
PDF4 months ago
COLING自閉症譜系障礙韓國兒童言語語料庫：朝向自動評估系統
本文介绍了一个专门针对韩国自闭症儿童开发的语音语料库，旨在推进发音和严重程度评估等语音技术。通过对自闭症儿童的语音和语言评估会话录音进行转录和注释，提取语音数据并分析语音和语言特征，揭示了自闭症儿童的一些与典型发育儿童或通过临床评分分类的自
PDF4 months ago
面向可伸缩性的儿童自闭症干预的机器人介入优化
我们提出了一种社交机器人，可以与自闭症谱系障碍（ASD）的儿童进行口头交流，以教授利用大型语言模型（LLM）生成的文本进行透视能力培养。该社交机器人 NAO 充当了一个刺激器（描述一种社交情境并提问）、提示器（提供三个选项供选择）和强化器（
PDF5 months ago
自闭症与注意力不足多动障碍的评估：绘图速度曲线与 NEPSY 测试的比较分析
通过分析和比较使用数字平板收集的速度曲线所得到的结果与 NEPSY-II 评估中标准任务的结果，本文提出了一种基于速度曲线的观察量表，用于区分临床实践中难以区分的自闭症谱系障碍和注意缺陷多动障碍的挑战性病例。
PDF5 months ago
自闭症谱系障碍对话分析的参数选择
我们通过分析从心理学家与典型发育或患有自闭症谱系障碍（ASD）的儿童之间的诊断对话中提取的声学 / 韵律和语言特征，提出了一种 ASD 诊断的建模方法。我们比较不同特征在一系列对话任务中的贡献，并着重寻找表征患有 ASD 的儿童对话行为的最
PDF6 months ago
跨网络节点分类的人口图自闭症检测
图神经网络对于结合图像和非图像医学信息用于节点分类任务非常有效。这篇论文介绍了 OTGCN，一种强大而新颖的跨网络节点分类方法，它利用图卷积网络中的概念来充分利用图数据结构的洞察力，同时应用基于最优传输的策略来纠正在不同数据收集地点之间可能
PDF6 months ago
自闭症谱系障碍儿童眼动追踪模式分类的内积融合卷积神经网络
在这篇论文中，我们利用两种不同的图像处理操作来研究这些过程如何学习眼动追踪模式，并提出了一种简单而有效的方法，将 involution 与 convolution 相结合，使其成为一个深度学习模型的位置特定能力的混合。我们调查了我们的方法在
PDF6 months ago
AAAI基于边缘计算的人机认知融合：自闭症谱系障碍治疗的医疗案例研究
该研究提出了边缘认知计算的架构，通过将人类专家和辅助机器人结合在同一框架中协作，为长期支持的孤独症患者提供帮助，实现无缝远程诊断、全天候症状监测、紧急警报、治疗调整和高级辅助。
PDF6 months ago
早期儿童教育中的关键人工智能技术综述
人工智能（AI）技术应用于各个领域，包括幼儿教育（ECE）。我们提供了一份关于 ECE 中关键 AI 技术的最新和深入的综述，通过详细的文献计量分析提供了一个历史视角、总结了代表性工作、概述了开放问题、讨论了趋势和挑战，并对未来研究提供了深
PDF6 months ago
使用原始视频的卷积流程检测儿童自我刺激行为的 SSBD + 数据集
通过机器学习和深度学习方法，提出了一种新的流程模型来检测自我刺激行为，从而帮助诊断孤独症谱系障碍（ASD）。通过扩充自我刺激行为数据集（SSBD）并使用新的标签，结合深度学习模型，实现了针对实时、免提自动诊断的模型，准确率达到约 81%。
PDF7 months ago
基于全身运动跟踪的特征工程和端到端深度学习在自闭症谱系障碍评估中的比较
评估自闭症谱系障碍的动作学分析方法，比较手工制作特征和端到端模型在虚拟现实环境的有效性，结果显示端到端模型在动作一致性方面表现更好，但手工制作特征在特定任务方面表现出色。
PDF7 months ago
分析三方会谈中典型和自闭症个体头部方向
我们提出了一个使用两个 LiDAR 传感器的低分辨率点云数据来估计人们身体和头部方向的系统。我们的模型可以在现实世界的对话环境中准确估计被试在自然状态下以不同的头部和身体姿势进行移动。我们的系统利用椭圆拟合和几何特征提取与神经网络回归器集成
PDF8 months ago