基于卷积神经网络的儿童自闭症面部特征分类

电脑与电信 ›› 2024, Vol. 1 ›› Issue (5) : 38.

作者信息 +

文章历史 +

摘要

儿童自闭症是一种难以早期发觉的疾病，这种症状不及时采取治疗措施将会影响一生，因此尽早发现、尽早治疗有着重要意义。儿童自闭症的传统诊断方法通常是通过观察法，这种方法耗费人力物力，容易错过最佳治疗时期。对此，提出了一种基于卷积神经网络的儿童自闭症分类模型，该模型以经过伽马变换、边界增强等图像处理操作后的特征增强数据作为输入，实现了通过儿童面部特征分类自闭症患者。实验结果表明，该模型具有良好的分类性能。