机器学习在孤独症筛查与诊断中的应用研究进展

摘要：

孤独症是儿童发育早期出现的神经发育性疾病,越早发现,干预治疗的效果越好.目前临床上常用的量表诊断法,具有一定的主观性和局限性.机器学习(Machine Learning,ML)通过客观分析行为、基因、脑电、眼动、大脑磁共振成像等大数据,对孤独症进行筛查和诊断,较传统方法更为精准.本文对机器学习在孤独症中的应用进行综述,以期为我国孤独症儿童的筛查与诊断提供借鉴和启发.

关键词：孤独症、筛查与诊断、人工智能、机器学习

分类号：R749.94(神经病学与精神病学)

资助基金：国家社会科学基金20BYY095

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：47-54