智能AI
morning
系统回顾机器学习技术以解决自闭症的诊断和治疗：挑战和机遇
摘要
arXiv:2608.18188v1 Announce Type: new Abstract: Autism spectrum disorder (ASD) is a developmental disability characterized by challenges in social interaction and communication. As the causes of ASD r...
and
ASD
the
learning
data
challenges
techniques
that
identifying
for
2026-08-21
1 阅读
约1分钟阅读
Rafael Mu\~noz-Terol, Jes\'us Peral, Sandra Amador, David Gil
字号:
arXiv:2608.18188v1 公告类型：新 摘要：自闭症谱系障碍 (ASD) 是一种发育障碍，其特征是社交互动和沟通方面的挑战。由于 ASD 的病因尚不清楚，识别相关特征和隐藏的相关性对于早期诊断至关重要。本系统综述评估了 2017 年至 2023 年期间关于机器学习 (ML) 技术在 ASD 中的应用的 55 项研究。主要目标是检查最近 ML 在 ASD 研究中的应用，确定可增强诊断和治疗的趋势、技术和数据集。监督学习方法占主导地位，因为它们非常符合 ASD 诊断需求；然而，随着数据可用性的提高，深度学习的作用正在扩大。基于混合方法的新兴技术，其中可以包括无监督、深度学习和模糊逻辑，未来将值得观察。该评论强调了关键的挑战和机遇，特别是需要能够整合复杂数据（例如遗传和临床信息）的模型，以提高诊断准确性和治疗结果。此外，结合可穿戴设备和生物识别传感器等创新数据源，可以实现持续、非侵入式的监控，从而更全面地了解 ASD。研究结果强调，应对当前挑战需要跨学科合作和针对自闭症谱系障碍量身定制的扩展数据集。未来的机器学习模型将受益于更广泛的多模式数据集成，使研究人员能够更全面地解决 ASD 的复杂性。
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱