# 自闭症算法分析

**Repository Path**: lu-chen-yi/autism-algorithm-analysis

## Basic Information

- **Project Name**: 自闭症算法分析
- **Description**: 专注于自闭症研究的算法分析平台，提供数据处理、特征提取与机器学习模型，助力科研与临床应用。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-06-09
- **Last Updated**: 2025-06-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ASD 分类项目：机器学习实现

本仓库包含了使用机器学习技术对自闭症谱系障碍（ASD）进行分类的项目源代码、数据和结果。该项目利用眼动追踪和面部表情数据训练了一个随机森林分类器，并评估了其在区分ASD和典型发育（TD）个体中的性能。

## 目录

1. [简介](#简介)
2. [数据](#数据)
3. [方法](#方法)
4. [结果](#结果)
5. [可视化](#可视化)
6. [安装](#安装)
7. [使用](#使用)
8. [贡献](#贡献)
9. [许可证](#许可证)
10. [参考文献](#参考文献)

## 简介

自闭症谱系障碍（ASD）是一种复杂的神经发育状况，以社交沟通挑战和重复行为为特征。早期诊断和干预对于改善结果至关重要。本项目探索了使用机器学习自动化ASD分类的可能性，基于行为数据进行。

## 数据

数据集包括ASD和TD个体的行为数据CSV文件。关键特征包括注视坐标（Gaze_X, Gaze_Y）和面部表情强度（Expression）。

## 方法

### 数据预处理

- **数据加载和验证：** 使用pandas加载数据并执行有效性检查。
- **特征提取：** 从原始数据中提取统计特征、动态特征和交互特征。
- **标准化：** 应用StandardScaler对特征进行归一化处理。

### 模型构建和调优

- **算法选择：** 使用随机森林进行分类。
- **超参数调优：** 使用GridSearchCV优化超参数。
- **模型训练：** 在预处理后的数据上训练模型。

## 结果

该模型实现了0.78的AUC值，显示出良好的区分能力。分类报告和混淆矩阵提供了模型性能的详细洞察。

## 可视化

- **ROC曲线：** 显示了真正例率和假正例率之间的权衡。
- **混淆矩阵：** 可视化不同类别的分类性能。
- **特征重要性：** 条形图展示了模型中每个特征的重要性。

## 安装

运行项目前，请确保已安装以下依赖：

```bash
pip install pandas numpy scikit-learn matplotlib seaborn psutil
```

## 使用

1. 克隆仓库：
   ```bash
   git clone https://gitee.com/lu-chen-yi/autism-algorithm-analysis.git
   ```
2. 进入项目目录：
   ```bash
   cd python-work
   ```
3. 运行主脚本：
   ```bash
   python ASDTD.py
   ```

## 贡献

欢迎贡献！如果您发现任何错误或有改进建议，请提交拉取请求或提出问题。

## 许可证

本项目根据MIT许可证授权 - 详见[LICENSE](LICENSE)文件。

## 参考文献

1. Lord C, Elsabbagh M, Baird G, Veenstra-VanderWeele J. Autism spectrum disorder[J]. The Lancet, 2018, 392(10146): 508–520.
2. Liu C, Wu H, Zhou Z, et al. Prediction of Autism Spectrum Disorder Based on Functional Brain Networks With Graph Convolutional Networks[J]. Frontiers in Neuroscience, 2020, 14: 625499.
3. Xu M, Liang Y, Gao J, et al. Eye-tracking-based early screening and detection of Autism Spectrum Disorder: A review[J]. IEEE Reviews in Biomedical Engineering, 2021, 15: 60–75.
4. 王晓菲, 刘琰. 基于机器学习的自闭症识别模型研究进展[J]. 中国康复医学杂志, 2022, 37(4): 473–478.
5. 周丽娜, 赵俊峰. 自闭症儿童行为特征识别与数据挖掘技术研究[J]. 软件导刊, 2021, 20(12): 67–72.

---

请随时探索代码、数据和结果，以更深入地了解项目。如有任何疑问或需要进一步说明，请随时联系。