用于自闭症情绪识别的传感技术与机器学习方法：系统综述

背景：人类情绪识别（HER）在过去几年中一直是一个热门的研究领域。尽管迄今为止取得了巨大进展，但HER在自闭症中的应用受到的关注相对较少。众所周知，自闭症患者在日常社交沟通和情绪反应的原型化解释方面面临问题，而情绪反应最常通过面部表情表现出来。这给常规HER系统的应用带来了重大的实际挑战，因为这些系统通常是为神经典型人群并由其开发的。目标：本研究回顾了关于HER系统在自闭症中应用的文献，特别是关于传感技术和机器学习方法，以识别现有障碍和可能的未来方向。方法：我们根据2020年PRISMA指南，对2011年1月至2023年6月期间发表的文章进行了系统综述。通过检索Web of Science和Scopus数据库来识别手稿。当手稿与情绪识别相关、使用传感器和机器学习技术，并涉及自闭症儿童、青少年或成人时，则被纳入。结果：检索共获得346篇文章。共有65篇出版物符合纳入标准并被纳入综述。结论：研究主要使用面部表情技术作为情绪识别方法。因此，摄像机是研究中最广泛使用的设备，尽管最近观察到使用生理传感器的趋势在增长。快乐、悲伤、愤怒、恐惧、厌恶和惊讶是最常被研究的情绪。主要使用经典的监督机器学习技术，而非无监督方法或更近期的深度学习模型。