在自闭症诊断观察计划 (ADOS-2) 中使用自动面部表情识别识别微笑事件的识别:一项原则证明研究
Maria Dotzer1, Ulrike Kachel1, Jan Huhsmann2
1Department of Child and Adolescent Psychiatry, Psychotherapy and Psychosomatics, University Hospital Leipzig, Leipzig, Germany.
Frontiers in psychiatry
|May 16, 2025
概括
面部表情识别 (FER) 可靠地识别了疑似自闭症谱系障碍 (ASD) 的儿童的微笑. 这项技术显示出高准确性和与人类专家的一致性,可能加速ASD诊断.
科学领域:
- 发育儿科 发育儿科
- 计算机科学 计算机科学
- 心理学 心理学 心理学
背景情况:
- 自闭症谱系障碍 (ASD) 的诊断是漫长且资源密集的.
- 数字查工具,如面部表情识别 (FER),为更快,更准确的ASD识别提供了潜力.
- FER可以提高诊断灵敏度和特异性.
研究的目的:
- 评估FER在识别疑似ASD儿童的微笑事件中的可靠性.
- 评估FER的准确性与临床环境中的人类评级相比.
主要方法:
- 对自闭症诊断观察表 (ADOS-2) 评估的视频录像进行分析.
- 识别和分类微笑和非微笑事件.
- 比较FER的微笑事件识别与人类评价者评估.
主要成果:
- FER准确地识别了微笑事件,灵敏度为96.43%,特异性为96.08%.
- 在FER和人类评分器之间观察到高水平的协议 (κ = 0.918).
- 使用 mouthSmile 面部动作单元的 FER 系统表现出强大的性能.
结论:
- 在接受ASD评估的儿童中,FER可以可靠地识别微笑事件.
- 这项技术有望加速自闭症诊断过程.
- 需要进一步的研究,以在不同的人群中概括这些发现.


