WVU研究人员旨在通过AI使识别自闭症

表征自闭症患者的行为可能具有挑战性，但这些西弗吉尼亚大学的研究人员旨在通过使用行为跟踪技术对自闭症谱系障碍表型进行首次系统研究，使识别变得更容易。

表型是行为或特征的表征，在这项研究中，研究人员将着眼于自闭症患者的行为和特征。

通过支持$ 500,000个奖由美国国家科学基金会，李昕教授在计算机科学与电气工程部巷，和王硕，兼职助理教授计划进行使用成像和数据科学的最新进展，这项研究。

“这个项目很重要，因为它旨在填补我们现有关于 ASD 知识的重要空白，”李说。“提高对自闭症表型的理解有望不仅有助于更准确的诊断，而且有助于对 ASD 患者进行更个性化的干预。”

自闭症研究面临的最大挑战之一是自闭症不是一种形式，而是许多亚型。Li 表示，每个自闭症患者都可能有独特的优势和挑战，这导致难以在遗传或行为上识别与这种疾病相关的特定特征(表型)。

李说，目前对于人类行为表征的标准还没有达成共识，但动物模型已经使用了以下三种表型：异常社交、沟通障碍和重复行为。

“我们希望首先确定 ASD 患者的相似表型，”李说。

该项目将使用行为影像数据(眼动追踪、音频/视频)和神经影像数据来评估 ASD。

李认为，神经影像数据是对大脑活动的直接测量，而行为影像数据是大脑活动的结果。

“整合这两个多模态数据代表了理解大脑活动和行为模式之间关系的自然策略，”李说。

李说，人工智能将使用神经成像和行为成像来识别与 ASD 相关的特征。

Li 表示，ASD 是一种神经发育障碍，影响着美国 54 名儿童中的 1 名，这项研究也有助于早期发现幼儿。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！