典型文献
机器学习在自闭症儿童早期识别和诊断领域的应用
文献摘要：
早发现、早诊断、早干预是开展自闭症儿童教育康复工作的共识,但传统识别和诊断方法局限及专业人员缺乏常导致自闭症儿童错失最佳干预期.为改善现状,近年来机器学习凭借其客观准确、简便灵活等方面的优势,逐渐被应用到自闭症的早期预测、筛查、诊断和评估过程管理中,积累了较为丰富的成果.但是机器学习也在研究对象选取、分类数据采集和理论模型应用等方面存在局限性.未来研究应推动构建孕产期和新生儿病理生理信息追踪数据库和标准化模型分类指标体系,同时继续优化算法,加快智能化自闭症识别和诊断理论成果向实践转化.
文献关键词：
机器学习;自闭症;早期识别与诊断;系统综述
中图分类号：
作者姓名：
侯婷婷;陈潇;孔德彭;邵秀筠;林丰勋;李开云
作者机构：
济南大学教育与心理科学学院,济南250022;浙江工业大学教育科学与技术学院,杭州310023;青岛市晨星实验学校,青岛266000
文献出处：
引用格式：
[1]侯婷婷;陈潇;孔德彭;邵秀筠;林丰勋;李开云-.机器学习在自闭症儿童早期识别和诊断领域的应用)[J].心理科学进展,2022(10):2321-2337,中插1-中插3
A类：
B类：
自闭症儿童,儿童早期,早发现,早诊断,儿童教育,教育康复,专业人员,常导,错失,早期预测,过程管理,对象选取,分类数据,模型应用,孕产期,新生儿,病理生理,信息追踪,追踪数据库,模型分类,分类指标体系,理论成果,实践转化,早期识别与诊断,系统综述
AB值：
0.397767
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
