联系我们
意见反馈

关注公众号

获得最新科研资讯

李菁的课题组

简介 Computer Vision, Pattern Recognition

分享到

孤独症儿童早期诊断

研究背景:

        孤独症可以应用生物特征信号如核磁共振成像(Magnetic Resonance Imaging, MRI)或脑电波(Electroencephalogram, EEG)等对其进行辅助诊断。然而这些诊断方式并不是最优的,因为需要满足的条件有许多,例如专业的医生或专家、在像医院或者实验室等这种特殊的场所等。因此找到一种客观有效适宜普及的方法就尤为重要。所以本研究从孤独症儿童诊断的便捷性出发,提供了一种通过采取孤独症儿童日常生活的视频,应用深度学习的方法进行辅助诊断,希望能为医疗条件不发达地区的孤独症儿童的早期诊断提供帮助。

研究结果:

  • 我们建立了一个新的大型自闭症儿童视频数据集(ACVD),其中包含来自556个测试者的556个视频片段,包括155个ASD儿童的155个视频,136个来自小学的136个TD儿童的视频和265个265个TD视频的视频 幼儿园的孩子们。
  • 我们提出来基于眼动跟踪的孤独症儿童视频分类算法。首先,应用TLD跟踪算法对视频中儿童的眼部区域进行跟踪,得到一系列的眼动轨迹,然后提出一种累积直方图的算法,把轨迹分离成角度特征和长度特征,最后使用长短时记忆网络(Long Short-term Memory, LSTM)对其进行分类。

Jing Li, Zejin Chen, Yihao Zhong, Hak-Keung Lam, Junxia Han, et al., "Appearance-Based Gaze Estimation for ASD Diagnosis," IEEE Transactions on Cybernetics, pp. 1-14, 2022. (SCI,中科院1区)

Code: https://github.com/Chenzejin/Gaze-Estimation-for-ASD-Diagnosis 

Jing Li, Zejin Chen, Gongfa Li, Gaoxiang Ouyang*, and Xiaoli Li, “Automatic Classification of ASD Children Using Appearance-based Features from Videos”, Neurocomputing, vol. 470, pp. 40-50, 2022. (SCI,中科院2)

Jing Li, Yihao Zhong, Junxia Han, et al., "Classifying ASD children with LSTM based on raw videos," Neurocomputing, vol. 390, pp. 226-238, 2020.(SCI,中科院2区)

Jing Li, Yihao Zhong, Gaoxiang Ouyang, et al., "Identification of ASD Children based on Video Data," International Conference on Pattern Recognition, 2018: 367-372.(EI会议)

    

 

                                                

创建: Apr 26, 2019 | 17:20