Computerized Assessment of Motor Imitation for Distinguishing Autism in Video (CAMI-2DNet)
基于视频的计算机化运动模仿评估用于区分自闭症（CAMI-2DNet）
机构 * Center for Innovation in Data Engineering and Science at the University of Pennsylvania（宾夕法尼亚大学创新数据工程与科学中心） ； Department of Biomedical Engineering at Johns Hopkins University（约翰霍普金斯大学生物医学工程系） ； Center for Neurodevelopmental and Imaging Research at the Kennedy Krieger Institute（肯尼迪-克里格尔研究所神经发育与成像研究中心） ； Department of Neurology and the Department of Psychiatry and Behavioral Sciences at the Johns Hopkins University School of Medicine（约翰霍普金斯大学医学院神经学系和精神病学与行为科学系） ； Department of Psychology at the Nottingham Trent University（诺丁汉特伦特大学心理学系）
AI总结 CAMI-2DNet是一种基于深度学习的视频运动模仿评估方法，通过解耦干扰因素实现对自闭症与神经正常个体的高效区分。
Comments This work has been accepted for publication in IEEE Transactions on Biomedical Engineering
