研究人员开发了一种新的三维时间分析框架，使用DECA对学龄儿童的自闭症谱系障碍（ASD）进行筛查。该方法提取详细的头部姿势和面部表情参数，优于传统的二维分析。基于GRU的模型使用头部姿势特征达到了83.9%的准确率，使用面部特征达到了81.4%的准确率，多模态融合达到了84.6%的准确率。 AI
影响 为ASD客观、自动化的筛查工具奠定了基础，有望改善早期诊断和干预。
排序理由 该集群包含一篇详细介绍新方法和基准测试结果的学术论文。[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 →