Multimodal Autism Detection in Children Through Facial and Speech Emotion

Pal, Monalin; Rubini, P

doi:10.1007/978-981-19-1122-4_71

Cited by 1 publication

(3 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…The unique behavioral characteristics and interests of people with ASD offer potential for multiple research studies. Table 1 compares the LookASD system with its main features with other related systems proposed by [Nogueira Filho 2020, Biasão 2019, Pal and Rubini 2022, Bortoletti 2022.…”

Section: Related Developed Systemsmentioning

confidence: 99%

“…With the information about the applications developed by [Nogueira Filho 2020, Biasão 2019, Pal and Rubini 2022, Bortoletti 2022, and considering Table 1, it is possible to verify that all works used devices to capture images, such as webcam and eyetracker. Webcam is low-cost, and notebooks already have this device.…”

Section: Related Developed Systemsmentioning

confidence: 99%

“…However, eyetrackers are expensive. In addition, only [Bortoletti 2022] developed an application for Android smartphones that can be accessed via the Internet, and [Pal and Rubini 2022] used a microphone to capture the children's speech sounds. On the other hand, the LookASD is a web-based system that uses a public dataset created by [Duan et al 2019], allowing the evaluation to be carried out immediately after use.…”

Section: Related Developed Systemsmentioning

confidence: 99%

See 2 more Smart Citations

LookASD – Intelligent System to Assist Healthcare Professionals in Decision-Making About Children with ASD

Reginaldo,

Zampirolli,

Botelho

2023

Anais Do XX Encontro Nacional De Inteligência Artificial E Computacional (ENIAC 2023)

View full text Add to dashboard Cite

O Transtorno do Espectro Autista (TEA) é caracterizado por distúrbios neurodesenvolvimentais que afetam as habilidades sociais, a comunicação e as capacidades de aprendizado das pessoas. Afeta aproximadamente uma em cada 200 pessoas. As pessoas com TEA nascem com o transtorno e não há cura. No entanto, ainda é necessário disponibilizar métodos simples e confiáveis que utilizem dados públicos para auxiliar os profissionais de saúde no seu diagnóstico. Este artigo apresenta o LookASD, um sistema de código aberto que exibe múltiplas imagens para capturar os padrões de atenção visual (mapas focais) de crianças de cinco a 12 anos. Para isso, uma webcam captura os mapas focais e, em seguida, os classificam usando um conjunto de dados públicos composto por mapas focais de crianças com e sem TEA. Na classificação, trinta e quatro métodos de aprendizado de máquina da biblioteca Sklearn foram utilizados no conjunto de dados, sendo 80% para treinamento e 20% para teste. Os classificadores mais precisos foram a Classificação de Vetores de Suporte (SVC), K-Vizinhos Mais Próximos (KNeighborsClassifier) e o Histograma Gradient Boosting (HistGradientBoostingClassifier).

show abstract

Section: Related Developed Systemsmentioning

confidence: 99%

Section: Related Developed Systemsmentioning

confidence: 99%