基于棧式稀疏自編碼器的孤獨癥嚴重程度預測

作者：車敏,王麗亞

摘要：有效的早期診斷對孤獨癥有著重大意義。為此,提出一種綜合考慮遺傳因素及環境因素預測孤獨癥嚴重程度的方法。根據兒童孤獨癥評定量表(CARS),從孤獨癥門診收集了樣本集,建立基于棧式稀疏自編碼器結合Softmax分類器的預測模型,并與常用的決策樹、支持向量機方法進行了比較。經過試驗證明,所提出的基于棧式稀疏自編碼器的模型預測孤獨癥嚴重程度的準確率最高。

發文機構：上海交通大學機械與動力工程學院

關鍵詞：孤獨癥嚴重程度棧式稀疏自編碼器Softmax分類器autism severitystacked sparse autoencodersoftmax classifier

分類號： R749[醫藥衛生—神經病學與精神病學]