Ensemble Modeling of Multiple Physical Indicators to Dynamically Phenotype Autism Spectrum Disorder

要約

社会的コミュニケーションの困難を特徴とする神経発達障害である自閉症は、タイムリーな介入のために早期発見することが極めて重要です。
最近の進歩では、モバイル アプリケーション GuessWhat を介してキャプチャされた自然なホーム ビデオが利用されています。
GuessWhat は、子供たちとその保護者の間で行われるインタラクティブなゲームを通じて、自閉症スペクトラム障害 (ASD) と診断された、またはそうでない 382 人の子供たちからの 3,000 以上の構造化されたビデオを蓄積しました。
このコレクションは、感情表現、アイコンタクト、頭の動きの変化など、ASD 関連の表現型マーカーを検出するためにコンピューター ビジョン モデルをトレーニングするための堅牢なデータセットを提供します。
私たちは、このデータセットから高品質のビデオを厳選し、包括的なトレーニング セットを形成するためのプロトコルを開発しました。
このセットを利用して、視線、頭の位置、顔のランドマークを入力特徴として使用して個々の LSTM ベースのモデルをトレーニングし、それぞれ 86%、67%、78% のテスト AUC を達成しました。
診断精度を高めるために、後期融合技術を適用してアンサンブル モデルを作成し、全体の AUC を 90% に改善しました。
このアプローチでは、さまざまな性別や年齢層にわたって、より公平な結果も得られました。
私たちの方法論は、主観的評価への依存を減らし、早期発見をよりアクセスしやすく公平にすることで、ASD の早期発見に大きな前進をもたらします。

要約(オリジナル)

Early detection of autism, a neurodevelopmental disorder marked by social communication challenges, is crucial for timely intervention. Recent advancements have utilized naturalistic home videos captured via the mobile application GuessWhat. Through interactive games played between children and their guardians, GuessWhat has amassed over 3,000 structured videos from 382 children, both diagnosed with and without Autism Spectrum Disorder (ASD). This collection provides a robust dataset for training computer vision models to detect ASD-related phenotypic markers, including variations in emotional expression, eye contact, and head movements. We have developed a protocol to curate high-quality videos from this dataset, forming a comprehensive training set. Utilizing this set, we trained individual LSTM-based models using eye gaze, head positions, and facial landmarks as input features, achieving test AUCs of 86%, 67%, and 78%, respectively. To boost diagnostic accuracy, we applied late fusion techniques to create ensemble models, improving the overall AUC to 90%. This approach also yielded more equitable results across different genders and age groups. Our methodology offers a significant step forward in the early detection of ASD by potentially reducing the reliance on subjective assessments and making early identification more accessibly and equitable.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google