新增会议服务和用户服务两大功能，为粉丝提供IEEE会议查询，热门会议、举办会议，同行查找等功能，欢迎试用！
近日，美国科研团队发现，与自闭症有关的大脑发育变化最小会出现在只有6个月大的婴儿身上。深度学习算法能够利用这些数据，预测某个孩子在24个月内是否能被诊断出患有这种病。
在患自闭症高危儿童中，这种算法能够准确预测诊断，准确率高达81%。与行为问卷诊断方式相比，算法的表现显然更好。前者产生的信息只能作为早期自闭症诊断的依据，而且准确率只有50%。北加州大学心理学家和大脑发育研究员Heather Hazlett表示：“深度学习算法的表现超过传统诊断方式，并且可被用于更小的孩子身上。”
与北加州大学和查尔斯顿学院的计算机科学家合作，研究团队开发出深度学习算法，并用大脑扫描图训练它，测试其是否能利用早期大脑变化数据，预测哪些婴儿后期可被诊断出自闭症。这种算法的表现非常好，只利用3个变量，即大脑表面积、大脑体积以及性别（男孩更有可能患上自闭症），算法就可以准确预测出4/5的自闭症案例。Hazlett表示：“这已经相当棒，比行为工具好得多！”
但是Hazlett强调，在看到计算机诊断自闭症之前，我们需要能够再现实验结果。这需要些时间，因为它非常困难，而获得婴儿大脑扫描图并进行复制测试非常昂贵。当然，如此昂贵的诊断测试并不一定适合所有孩子。但是通过基因测试或其他检测，发现某个孩子存在患自闭症的可能，这种算法有助于确认导致他们陷入更大危险的大脑变化情况。 |
|
声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系
[邮箱地址] 删除
|
注册
登录
