عنوان فارسی مقاله:تشخیص اختلال طیف اوتیسم با استفاده از شبکههای عصبی کانولوشنال
چکیده
برای مدت طولانی، اختلال طیف اوتیسم به عنوان یک بیماری چالشهای قابل توجهی در تشخیص زودهنگام برای جامعه پزشکی و سلامت ایجاد کرده است. تشخیص زودهنگام ASD برای مداخله زودهنگام و مدیریت کافی این بیماری بسیار مهم است. چندین مطالعه نشان دادهاند که کودکان مبتلا به ASD درجات مختلفی از چالشها در کارهاو تکالیف نوشتن دارند. از این رو، این تحقیق ایجاد یک مجموعه داده دست خط از افراد ASD و غیر ASD را برای طبقه بندی یادگیری عمیق پیشنهاد کرده است. مجموعه داده ایجاد شده بر اساس یک سری وظایف دست خط است که به موضوعاتی مانند طراحی و نوشتن داده شده است. مجموعه داده برای پیشنهاد یک روش تشخیص ASD خودکار یادگیری عمیق استفاده شد. با استفاده از الگوریتم یادگیری انتقال GoogleNet، هر کار دست خط در مجموعه داده برای هر موضوع آموزش داده شده و طبقه بندی میشود. این کار به این دلیل انجام میشود که در سناریوهای واقعی یک سوژه ASD ممکن است با انجام و تکمیل تمام کارهای نوشتن مطابقت نداشته باشد. با استفاده از نسبت آموزش و ازمایشی ۸۰:۲۰، در مجموع از ۱۰۴ تکالیف دست خط آزمودنی به عنوان ورودی برای آموزش و طبقه بندی استفاده شد و نشان داده شده است که رویکرد پیشنهادی میتواند ASD را به درستی با دقت ۹۰٫۴۸ درصد طبقه بندی کند که در آن حساسیت، ویژگی و امتیاز F1 به ترتیب ۸۰%، ۱۰۰% و ۱۰۰% محاسبه شده است. نتایج روش پیشنهادی ما عملکرد چشمگیری را نشان میدهد و نشان میدهد که استفاده از کارهای دست خط پتانسیل قابلتوجهی برای تشخیص زودهنگام ASD دارد.
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.