5、机器学习技术在自闭症谱系障碍检测中的应用

机器学习技术在自闭症谱系障碍检测中的应用

1. 自闭症谱系障碍概述

自闭症谱系障碍（ASD）是一种神经发育状态，其特征是存在重复行为以及社交沟通技能受损。通常在个体6到18个月大时，就能注意到ASD的初步迹象。在最初症状出现后，由于生命最初18到36个月内异常的运动发育，个体还会遭受社交和沟通障碍。与ASD相关的一些异常行为包括：不明原因的傻笑、眼神接触困难、对声音和身体疼痛无反应、对与父母拥抱不感兴趣、重复单词和句子、对物体缺乏适当的依恋，以及对突然的光线或噪音不太在意。

识别儿童因ASD引起的行为变化比青少年和成人案例要简单得多，原因是随着个体年龄的增长，一些ASD迹象会与其他心理健康障碍重叠。本研究重点对以下几类个体进行ASD分类，即“ASD”或“无ASD”：幼儿（36个月以下）、儿童（4 - 11岁）、青少年（12 - 16岁）以及成人（17岁及以上）。

2. 研究基础与数据来源

研究基于“幼儿自闭症定性检查表（Q - CHAT - 10）”和“自闭症谱系商数（AQ - 10）”这两个基于十个筛查问题的工具进行调查。这些筛查问卷也存在于用于研究的ASD数据集中。

研究使用的数据集由Fadi Fayez Thabtah开发。他开发了一款基于移动设备的ASDTest应用程序，这是一个筛查应用，并制定了幼儿、儿童、青少年和成人的ASD数据集。幼儿数据集有18个属性和一个输出ASD类，而儿童、青少年和成人数据集则有21个属性和一个输出ASD类。

3. 相关研究工作

研究人员	研究年份