Brain–Behavior Alignment and Cross-Modal Contrastive Learning for Multimodal Autism Spectrum Disorder Detection
Dit artikel stelt het Brain–Behavior Alignment Network met Cross-Modal Contrastive Learning Transformer (BBAN-CMCLT) voor, een nieuw multimodaal diep leermodel dat fMRI, gezicht, eye-tracking en klinische gegevens integreert om een state-of-the-art nauwkeurigheid (98,97%) te bereiken bij het detecteren van het autismespectrumstoornis door hersen- en gedragspatronen effectief af te stemmen.