一种基于机器学的评估预测ASD的方法

摘要

本发明公开一种基于机器学的评估预测ASD的方法，包括以下步骤：S1.采集数据：采用眼动仪分别采集参与的实验人员观看人脸图片时眼球扫描人脸的眼动数据，所述参与的实验人员包括患有ASD个体与正常个体；S2.提取特征：根据采集的眼动坐标数据将人脸图片分成不同的区域，并从眼动仪采集的原始数据中提取特征并标记；S3训练分类器：利用已标记的特征训练分类器，得到预测ASD分类器模型；S4.进行预测：采用由步骤S3获取预测ASD的分类器模型对测试者进行测试，对测试者的孤独症程度进行评估预测。本发明能被视作一个ASD评估的补充方法，使得早期的ASD评估预测更加准确与方便。

主权项

一种基于机器学习的评估预测ASD的方法，其特征在于，包括以下步骤：S1.采集数据：采用眼动仪分别采集参与的实验人员观看人脸图片时眼球扫描人脸的眼动数据，所述参与的实验人员包括患有ASD个体与正常个体；S2.划分人脸区域：将人脸图片划分成不同区域；S3.提取特征：从眼动仪采集的原始数据中提取特征并标记；S4.训练分类器：利用已标记的特征训练分类器，得到预测ASD的眼动分类器模型；S5.进行预测：采用由步骤S4获取的预测ASD的分类器模型对测试者进行测试，对测试者的孤独症进行评估预测。