基于人工智能技术的儿童ADHD辅助诊断系统（英文）

作者：张雁翼^*; 孔鸣^*; 赵天琦; 洪文琛; 谢迪; 王春茂; 杨荣旺; 李荣; 朱强^*

来源：Frontiers of Information Technology & Electronic Engineering, 2021, 22(03): 400-415.

• 注意缺陷多动障碍(ADHD)
• 辅助诊断
• 计算机视觉
• 深度学习
• BERT

传统的儿童注意缺陷多动障碍(ADHD)诊断主要基于由父母/老师填写的调查问卷和医生的临床观察,不仅效率不高,而且诊断准确率很大程度上取决于医生的经验水平。本文将人工智能技术结合到一种软硬件协同辅助诊断系统中,以使ADHD诊断更为高效。通过集成智能分析模块,相机模组将采集受试儿童完成执行功能测试时的眼部注意力、面部表情、3D身体姿态和其他测试信息。然后,提出一种多模态深度学习模型,用于对所采集视频中儿童的异常行为片段进行分类。结合其他系统模块所采集的信息,辅助诊断系统能够自动生成标准化的诊断报告,包括测试结果、异常行为分析、辅助诊断结论和治疗建议。该系统目前实际部署在浙江大学医学院附属儿童医院心理科,用于临床辅助诊断,得到医生和患者一致好评。

• 单位
  浙江大学医学院附属儿童医院; 浙江大学