
본 논문에서는 대규모 언어 모델(LLM)을 활용하여 아동의 행동 영상 데이터에서 자폐 스펙트럼 장애(ASD)를 진단하는 새로운 비지도 학습 방식을 제안합니다.


coremsg

스크립트-중심-행동-이해를-통한-자폐-스펙트럼-장애-보조-진단


스크립트 중심 행동 이해를 통한 자폐 스펙트럼 장애 보조 진단



본 연구는 행동 데이터 분석에 Random Forest, 얼굴 이미지 분석에 MobileNet을 활용하여 자폐 스펙트럼 장애 진단, 특히 여성의 진단 정확도를 높이는 데 머신 러닝 모델의 효과를 입증합니다.



행동 및 얼굴 데이터를 사용한 머신 러닝 및 딥 러닝 모델의 비교 연구를 통한 공정한 자폐 스펙트럼 장애 진단



자폐 스펙트럼 장애(ASD) 진단을 위해 fMRI 및 DTI 데이터를 융합하는 그래프 신경망(GNN) 기반 모델을 제시하고, 네트워크 노드 중심성 분석을 통해 ASD와 관련된 의심스러운 뇌 영역을 식별하여 의사의 병리학적 분석을 지원합니다.



융합 뇌 연결 그래프를 이용한 자폐 스펙트럼 장애 진단 및 병리학적 분석
