研究人员开发了UniAR，一个旨在改进自闭症谱系障碍（ASD）识别的新型框架。该系统利用大型多模态模型生成分层诊断描述，解决了临床文本数据稀缺的问题。UniAR 包含一个基于专家混合的多尺度对齐模块，用于匹配视觉数据与语义表示。在脑部 MRI 和面部表情数据集上的实验表明，UniAR 的性能优于现有方法，实现了高准确率，并证明了其在 ASD 筛查中的鲁棒性和可解释性。 AI
影响 该框架可能带来更准确、更早的自闭症诊断，从而可能改善个体的长期预后。
排序理由 这是一篇详细介绍新框架和实验结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
