چکیده

پیشینه و اهداف: سندروم اختلال طیف اوتیسم (خود درماندگی) (ASD) را می‌توان اختلالی در جریان اطلاعاتی سیستم مغز انسان دانست که می‌تواند مشکلات ثانویه‌ای را برای فرد بیمار به همراه داشته باشد. تنها در صورتی می‌توان این مشکلات ثانویه را تشخیص داد که این سندروم به وسیله‌ی روش‌های بالینی تشخیص داده شود. از این رو تشخیص ASD در یک بیمار کم سن و سال و یا نوجوان می‌تواند جلوی عوارض ثانویه‌ی آن را بگیرد.متد ها: با بکار گیری الگوریتم گراف دید پذیری، در این مطالعه به بررسی سیگنال های EEGتک کاناله از نوع C3خواهیم پرداخت و تفاوت‌های بین ویژگی‌های توپولوژیکی در شبکه‌های پیچیده را که در نتیجه‌ی این سیگنال ها شکل می‌گیرند ارائه می‌کنیم. روش درجه‌ی میانگین (AD) را می‌توان برای شناسایی نمونه‌های نرمال و نمونه‌های ASDبکار گرفت .نتایج: با میزان صحت 67/81 درصدی، کلاس  ASDرا می‌توان مورد تمایز قرار داد.نتیجه‌گیری ها: در مقاله‌ی فعلی به اثبات این مسئله پرداخته می‌شود که تنها با استفاده از سیگنال های EEGدر کانال C3مغز و ویژگی‌های توپولوژیکی شبکه‌ی مغزی (AD) و ویژگی‌های مربوطه مانندؤ R_ADACC, R_ADMPLمی‌توان کلاس‌های هدفNC، ASDرا در سنین پایین شناسایی کرد.

1-مقدمه

سیگنال های الکترونیکی در مغز که به وسیله‌ی الکتروکاردیوگرام (EEG) اندازه‌گیری می‌شوند می‌تواند اطلاعات بسیار مهمی را در اختیار ما قرار دهد. با توجه به ماهیت و رفتار غیر خطی، پویا و درهم این اطلاعات، کشف این داده‌ها به امری سخت مبدل گردیده است. بسیاری از روش‌های پیشنهادی برای استخراج این اطلاعات محدود به یک سری تحلیل سری فرکانس زمانی بوده که این روش با محدودیت‌هایی همراه است....

 میتوانید از لینک ابتدای صفحه، مقاله انگلیسی را رایگان دانلود فرموده و چکیده انگلیسی و سایر بخش های مقاله را مشاهده فرمایید