Resumen

El trastorno del espectro autista (TEA) es un trastorno del desarrollo que afecta a más del 1.6% de los niños de 8 años en los Estados Unidos. Se caracteriza por deficiencias en la interacción social y la comunicación, así como por un repertorio restringido de actividades e intereses. El diagnóstico clínico estandarizado actual del TEA sigue siendo un diagnóstico subjetivo, basado principalmente en pruebas basadas en el comportamiento. Sin embargo, el proceso de diagnóstico del TEA no solo es consume tiempo, sino que también es costoso, lo que causa una tremenda carga financiera para las familias de los pacientes. Por lo tanto, los enfoques de diagnóstico automatizado han sido una solución atractiva para la identificación temprana del TEA. En este trabajo, nos propusimos desarrollar un modelo de aprendizaje profundo para el diagnóstico automatizado del TEA. Específicamente, se propuso una red neuronal de atención profunda de múltiples canales (DANN) integrando múltiples capas de redes neuronales, me

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Trastorno del espectro autista; Trastorno del desarrollo; Interacción social; Comunicación; Modelo de aprendizaje profundo; Diagnóstico automatizado
• Keywords:Autism spectrum disorder; Developmental disorder; Social interaction; Communication; Deep learning model; Automated diagnosis