利用机器学习模型和虚拟现实进行自闭症评估的生物信号比较

来源资料档案｜归入“评估、筛查与分诊”。 原始资料摘要：临床评估程序因依赖主观数据而面临客观性方面的挑战。

计算精神病学提出通过引入基于生物信号的评估来克服这一局限，此类评估能够检测临床生物标志物，而虚拟现实（VR）则可提供用于测量的生态化环境。

自闭症谱系障碍（ASD）是一种神经发育障碍，已有多种生物信号被测试用于改进评估程序。

然而，在ASD研究中，缺乏在生态化环境中同步记录时对生物信号进行系统比较以实现ASD自动分类的研究，且由于方法学差异，既往研究之间的比较颇具挑战。