“骨架”提取的例子使用OpenPose的图像提取从…
使用OpenPose在从社交场景的记录中提取的图像上提取“骨架”的例子:(a) OpenPose的关键点覆盖在视频记录上(B)。OpenPose的关键点覆盖在黑色背景上,保留了识别社交互动所需的最小场景特征。
资料来源:Kojovic,Natraj,Mohanty,Maillart,Schaer

使用AI和视频早期检测自闭症

瑞士日内瓦大学(UNIGE)的一个团队利用人工智能开发了一种早期检测儿童自闭症谱系障碍的设备。

受影响的人自闭症频谱障碍通常存在沟通问题和社会互动的困难。虽然非常频繁,但这种疾病在五岁之前诊断挑战。然而,早期护理可以通过提供特定的行为干预来弥补这些困难,专注于受自闭症影响的技能的发展。这就是为什么unige跨学科团队开发了一个人工智能(AI)基于自动分析视频的算法,使得以匿名和标准化的方式研究儿童的非语言交流成为可能。该技术使用方便,能正确地将5岁以下自闭症儿童与成人玩耍的视频中80%的案例进行分类。这些结果为早期发现自闭症障碍铺平了道路。

每54个儿童中就有一个患有自闭症谱系障碍,其特点是社交困难、沟通技能改变、重复行为和兴趣受限。因此,患有自闭症的孩子通常很难遵守标准的学校课程。“然而,如果在3岁之前确诊,通常可以弥补这些发育迟缓。”特定的行为干预确实可能完全改变他们的技能习得轨迹,并允许他们融入主流学校,”UNIGE医学院精神病学教授、该研究的资深作者Marie Schaer指出。因此,挑战在于早期诊断,因为自闭症通常诊断得太晚,在3岁之后。

使用自动视频分析

自闭症的特点是非口头通信,其不同于典型的孩子的沟通。“It differs on several points, such as the difficulty in establishing eye-contact, smiling, pointing to objects or the way they are interested in what surrounds them”, explains Nada Kojovic, a researcher in Marie Schaer’s team and first author of the study. “This is why we designed an algorithm using artificial intelligence that analyses the children’s movements on video and identifies whether or not they are characteristic of autism spectrum disorder.”

在瑞士国家能力研究中心(NCCR) Synapsy和foundation Pole Autisme的支持下,科学家们在三年多的时间里开发出了这种算法,目的是根据孩子与他人互动时的动作对视频进行分类。

为此,他们首先使用了卡内基梅隆大学(Carnegie Mellon University)开发的一种名为OpenPose的技术。这种计算机视觉技术可以从视频中提取移动的人的骨骼,并通过去除所有可能具有区别性的特征(年龄、性别、环境等)来分析手势,只保留骨骼在空间和时间上的关系。

然后,Unige研究团队开发了他们定制的AI算法,用于检测自闭症,并在68名典型的发展中国家和68名患有自闭症的儿童,5年内进行测试。“我们将每组分为二:每组的前34名”训练“我们的AI,以区分有和没有自闭症的儿童的非口头行为。其他人然后帮助我们测试其准确性。我们还对101名其他儿童进行了评估,“信息科学研究所和日内瓦学校经济和管理(GSEM)和大学信息学院(CUI)的教师·迈尔特(Thomas Maillart)解释了Thomas Maillart解释了Thomas Maillart在Unige.

10分钟就能得出令人信服的结果

AI通过与成年人自由玩耍的孩子们筛选。“没有预先建立的场景。重要的是自由分析儿童的非言语行为,同时为他们提供各种物体,这将使能够确定自闭症的存在或缺乏“,Nada Kojovic Notes Noties。结果表明,由于80%以上的病例,AI对AI准确进行了准确的自闭症分类。“这是一个出色的结果,热情的玛丽精灵。在10分钟内,我们确实可以获得任何人的第一次筛选,无论他们住在哪里。这将使父母担心他们的幼儿,以获得对自闭症症状的初步自动评估。当然是不完美的,但可以通过与专家咨询来确认的第一步。“研究表明,父母的首要问题往往需要一年多的时间和他们的推荐给专业咨询。

此外,这种自动视频分析提供了完全的匿名性。这名日内瓦研究员继续说:“这是宝贵的,不仅对于专家之间交换视频以改进诊断,而且对于培训学生来说也是宝贵的。”

应该注意的是,这项技术不需要对儿童进行任何直接干预。“安装运动传感器既耗时又灵敏;它也会干扰孩子,影响学习结果。在这里,基于计算机视觉的分析是非侵入性的”,Nada Kojovic强调。此外,由于它不需要任何特定的设置,该算法可以用于分析过去录制的视频,这对于研究目的来说是一个明显的优势。

这个多学科团队的目标是让每个人都能使用这种人工智能。Thomas Maillart总结道:“我们现在希望开发一种应用程序,允许用智能手机拍摄10分钟的视频进行分析。”

这项研究发表在科学报告

订阅我们的时事通讯

相关文章

预测精神病的算法

预测精神病的算法

为了检测预示精神病发展的症状,科学家们对儿童进行了纵向网络分析。

机器人使接受特殊教育的学生受益

机器人使接受特殊教育的学生受益

研究人员发现,当他们与机器人一起学习时,常规和特殊需求的小学生都在进行进步。

罗宾,AI社会机器人

罗宾,AI社会机器人

为了应对COVID-19大流行,加州大学洛杉矶分校美泰儿童医院启动了一个创新项目,以支持儿童的情感需求。

机器人玩具为婴儿的发育提供了线索

机器人玩具为婴儿的发育提供了线索

新研究表明,使用机器人可以帮助检测婴儿的自闭症或ADHD的早期迹象。

电子游戏治疗儿童多动症

电子游戏治疗儿童多动症

研究人员已经开发出先进的脑-机接口技术,利用机器学习为患有多动症的儿童进行个性化的大脑训练。

人工智能可能有助于及早发现自闭症

人工智能可能有助于及早发现自闭症

一种机器学习算法可以在小鼠模型中预测自闭症谱系紊乱的瞳孔扩张异常。

人工智能检测到自闭症背后的一种新型突变

人工智能检测到自闭症背后的一种新型突变

研究人员利用人工智能破译了自闭症谱系障碍患者基因组突变的功能影响。

自闭症:谷歌玻璃帮助孩子提高社会化技能

自闭症:谷歌玻璃帮助孩子提高社会化技能

自闭症儿童在接受了谷歌眼镜的家庭干预治疗后,在社交和学习测试上有了明显的改善。

AI可以在孩子的演讲中发现抑郁症

AI可以在孩子的演讲中发现抑郁症

研究人员使用人工智能来检测幼儿的隐藏抑郁症,这种情况可能导致物质滥用和自杀的风险,如果留下未经处理。

受欢迎的文章

订阅时事通讯
Baidu