典型文献
机器学习在孤独症筛查与诊断中的应用研究进展
文献摘要：
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.
文献关键词：
孤独症;筛查与诊断;人工智能;机器学习
中图分类号：
作者姓名：
李西;田真玲;姜孟
作者机构：
四川外国语大学英语学院/语言脑科学研究中心,重庆,400031;成都师范学院外国语学院,成都,611130;四川外国语大学医院,重庆,400031;四川外国语大学语言脑科学研究中心/语言智能学院,重庆,400031
文献出处：
引用格式：
[1]李西;田真玲;姜孟-.机器学习在孤独症筛查与诊断中的应用研究进展)[J].中国特殊教育,2022(09):47-54
A类：
B类：
筛查与诊断,儿童发育,神经发育性疾病,越早,早发现,干预治疗,诊断法,主观性,Machine,Learning,ML,过客,脑电,眼动,磁共振成像,孤独症儿童
AB值：
0.321509
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
