Brain–Behavior Alignment and Cross-Modal Contrastive Learning for Multimodal Autism Spectrum Disorder Detection
Cet article propose le Brain–Behavior Alignment Network with Cross-Modal Contrastive Learning Transformer (BBAN-CMCLT), un nouveau modèle d'apprentissage profond multimodal qui intègre l'IRMf, les données faciales, l'oculométrie et les données cliniques pour atteindre une précision de pointe (98,97 %) dans la détection des troubles du spectre de l'autisme en alignant efficacement les schémas cérébraux et comportementaux.