【摘要】卷积神经网络因其强大的特征学习和特征表达能力受到计算机科学和人工智能等多个研究领域的高度关注。国内外已有研究将其应用于特殊教育领域的研究与实践，弥补了传统技术和方法的不足。本文对近5年特殊教育领域中卷积神经网络相关实证研究进行系统分析。卷积神经网络在特殊教育领域主要发挥了文本检测与识别、医学图像识别、面部识别、动作识别、场景与物体识别、语音分析等功能，其准确、快速和便捷的识别优势推动了特殊儿童筛查与诊断、技能评估、教学干预与治疗以及特殊教育辅助技术等领域的发展。为提升卷积神经网络在我国特殊教育领域的研究和实践效果，建议利用卷积神经网络完善特殊儿童医学诊断，深化医教结合改革；推动特殊学生技能评估的自动化、精准化和多元化，提升教学干预针对性；革新特殊教育辅助技术，扩大特殊群体服务范围。