AI2026년 7월 11일AI 점수: 96%
Evaluating the Effect of Frame Rate in Sequence-Based Classification of Autism-Related Self-Stimulatory Hand Idiosyncrasies
출처:arXiv cs.AI
✨ AI 인사이트
🧑💻 개발자👥 일반
- 1.자폐 자기자극 행동 영상 분류에서 LSTM 97.5%·GRU 98.75% 정확도, 15프레임 간격이 최적
- 2.SSBD 데이터셋 포즈 특징 기반으로 기존 CNN 기준선(62~76%) 크게 상회
- 3.10가지 증강 기법 절제 실험: 수평 뒤집기 단독 최고, 업샘플링 제외 시 성능 최대 하락
- 4.피험자별 개인화 모델은 일관된 예측 확인(평균 손실 1.84, 표준편차 0.79)
💡
왜 중요한가?
전 세계 7,500만 명이 넘는 자폐 스펙트럼 인구 대비 원격 행동 선별 도구가 부족한 상황에서, 데이터가 희소한 임상 영상 도메인의 아키텍처·샘플링 주기·증강 전략 선택에 대한 구체적 실무 지침을 제시했다.
본문 미리보기
arXiv:2607.07957v1 Announce Type: new Abstract: Autism spectrum disorder (ASD) affects over 75 million individuals worldwide, yet scalable computational methods for remote behavioral screening remain limited. This study addresses two complementary challenges in automated detection of autism-related self-stimulatory behaviors from video: (1) identifying the optimal sequence-based neural network architecture and temporal sampling rate, and (2) characterizing data augmentation strategies for train
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
공유:
#자폐 스펙트럼#행동 분류#영상 분석#신경망#의료 AI