تجزیه و تحلیل سیگنال طیف سنجی عملکردی و طبقه بندی اختلال طیف اوتیسم بر اساس آنتروپی نمونه
- سال انتشار: 1402
- محل انتشار: سومین کنفرانس ملی تحقیقات نوین در مهندسی برق و کامپیوتر
- کد COI اختصاصی: ECIT03_028
- زبان مقاله: فارسی
- تعداد مشاهده: 176
نویسندگان
دانشجوی مهندسی پزشکی، دانشگاه غیرانتفاعی سراج، تبریز، ایران
دانشجوی کارشناسی ارشد ، مهندسی مکانیک تبدیل وانرژی، دانشگاه علم و صنعت
چکیده
اختلال طیف اوتیسم یک اختلال رشدی و عصبی است که پردازش اطلاعا ت در سیستم عصبی و روند تکامل طبیعی مغز را تحت تاثیر قرار می دهد. از این رو، پردازش و تحلیل عملکرد مغزی این بیماران توجه بسیاری از محققان را به خود جلب کرده است. ارزیابی امکان تشخیص اختلال طیفاوتیسم بر اساس ویژگی نوسانا ت خود به خودی همودینامیک و کشف محل ناهنجاری در مغز با استفاده از آنتروپی نمونهطیف سنجی عملکردی از شکنج فرونتال تحتانی دو طرفه و قشر گیجگاهی روی ۳۰ کودک مبتلا به اختلال طیف اوتیسم و ۲۰ کودک با رشد معمولی الگوی سرگردانی ذهن مورد ارایابی قرار گرفته است. با طیف سنجی عملکردی به عنوانمتغیرهای ویژگی، یک طبقه بندی یادگیری ماشین برای علامت گذاری اختلال طیف اوتیسم و مکان یابی ناحیه غیرطبیعی در مغز اعمال شده است. نتایج به طور کلی برای اختلال طیف اوتیسم کمتر از توسعه نمونه بود، که نشان می دهدسری طیف سنجی مادون قرمز عملکردی از اختلال طیف اوتیسم ناپایدار، دارای نوسانات کم و خود شباهت بو بود. طبقه بندی بین اختلال طیف اوتیسم و توسعه نمونه می تواند از نظر دقت به ۹۷٪ برسد. این مقاله همچنین سیگنال هایمش صه داخلی درلوب فرونتال بیماران اوتیستیک را از طریق آنتروپ ی نمونه نشان می دهد و نشان می دهد که سیگنال هایارسال شده توسط لوب فرونتال فضای تحقیقاتی عمیق تری نسبت به لوب تمپورال دارند. نیمکره چپ مغز اختلال طیف اوتیسم با نیمکره راست بیشتر از نیمکره طبیعی متفاوت استکلیدواژه ها
طیف سنجی عملکردی، اختلال طیف اوتیسم،آنتروپی نمونهمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.