在全球超过7500万的自闭症谱系障碍（ASD）患者中，远程行为筛查的可扩展计算方法仍然有限。本研究针对自动检测自闭症相关自我刺激行为的两大挑战展开：第一，识别最佳的基于序列的神经网络架构及时间采样率；第二，针对小型行为数据集特征化数据增强策略。
为实现第一目标，使用长短期记忆网络（LSTM）和门控循环单元（GRU）模型，基于自我刺激行为诊断（SSBD）数据集的姿态衍生特征，在1、5、15、30、45及90帧的采样间隔上进行训练。这两种架构的表现均超越了之前的卷积神经网络（CNN）基线（准确率62-76%），在15帧的采样间隔下，LSTM和GRU分别达到了97.5%和98.75%的峰值准确率。
为实现第二目标，十种数据增强策略被应用于I3D迁移学习管道，进行消融研究量化每种技术的边际贡献。水平翻转实现了最高的单独准确率（48.78%），而从增强管道中排除上采样导致的性能下降最大，表明其在复杂行为视频增强中的必要性。个性化机器学习方法中，针对每个受试者训练和测试的模型在时间上分割的视频片段中产生了一致的预测（平均损失1.84，标准差0.79）。这些结果为从事数据稀缺临床领域的视频行为分类的实践者提供了具体的架构选择、采样率和增强策略指导。
博主点评： 该研究不仅展示了不同神经网络架构在自闭症行为分类中的有效性，还强调了数据增强策略的重要性，尤其是在面对小数据集时，如何通过合理的技术手段提高分类准确性，具有重要的临床应用潜力。