Определение РАС с помощью изображений лиц и глубоких нейронных сетей.

Выявление расстройства аутистического спектра с использованием изображений лица и нейронных сетей.

Расстройство аутистического спектра (РАС) является распространенным нейроразвитием, затрагивающим около 1% населения мира. Оно характеризуется нарушениями в социальной коммуникации, взаимодействии и склонностью к повторяющемуся поведению. Несмотря на его распространенность, диагностика РАС остается сложной из-за отсутствия явных отличий между изображениями затронутых лиц и их типичными сверстниками.

Данное исследование направлено на повышение точности и эффективности диагностики РАС путем интеграции методов глубокого обучения со стандартными процедурами диагностики. В данной работе представлен новый подход к выявлению и классификации РАС с помощью лицевых изображений, обработанных с помощью глубоких нейронных сетей (CNN). Использовались модели Visual Geometry Group (VGG16 и VGG19) для построения обучения. Модели были обучены и проверены на обширном наборе данных лицевых изображений. Предложенные модели продемонстрировали многообещающие результаты, достигнув точности в 84% в классификации людей с РАС. Полученные результаты исследования указывают на потенциал приложений глубокого обучения в усовершенствовании диагностического процесса расстройства аутистического спектра. Рекомендуется проводить дальнейшие исследования по оптимизации этих моделей и проверке их эффективности в более широком масштабе.

Источник: https://dx.doi.org/10.18280/ria.370329