مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

2,047
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

1,582
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تشخیص کم توجهی-بیش فعالی (ADHD) مبتنی بر الگوریتم تکاملی با طول متغیر

صفحات

 صفحه شروع 242 | صفحه پایان 248

چکیده

 روش هایی که امروزه برای بررسی ارتباطات مغز به منظور تشخیص بیماری های مرتبط با عملکرد مغز استفاده می شود, روش تصویرنگاری عملکردی تشدید مغناطیسی در حالت استراحت می باشد. در این مقاله, یک روش جدید با استفاده از الگوریتم تکاملی با طول متغیر برای انتخاب ویژگی های مناسب جهت بهبود دقت تشخیص افراد سالم و بیمار به اختلال کم توجهی-بیش فعالی از یکدیگر مبتنی بر تحلیل تصاویر rs-fMRI ارائه شده است. ویژگی های مورد بررسی مقادیر همبستگی میان سیگنال های سری زمانی مناطق مختلف مغز می باشند. انتخاب ویژگی با طول متغیر بر اساس الگوریتم زنبور عسل جهت غلبه بر مشکل انتخاب ویژگی در الگوریتم های با طول بردار ویژگی ثابت صورت گرفت. فاصله ماهالانوبیس به عنوان تابع ارزیابی الگوریتم رنبور عسل استفاده شده است. کارایی الگوریتم از لحاظ مقدار تابع ارزیابی در درجه اول و زمان پردازش در درجه دوم مورد بررسی قرار گرفته شد. نتایج به دست آمده از کارایی به مراتب بالاتر الگوریتم زنبور عسل با طول متغیر نسبت به سایر روش های انتخاب ویژگی حکایت دارد. در حالی که بهترین نتیجه صحت طبقه بندی کلی در میان سایر روش ها با 26 ویژگی منتخب از الگوریتم اجتماع ذرات, 61/76% می باشد, روش پیشنهادی توانسته به مقدار صحت طبقه بندی کلی 32/85% با انتخاب 25 ویژگی دست یابد. طبیعت داده به صورتی است که افزایش تعداد ویژگی ها منجر به بهبود بیشتر صحت طبقه بندی می شود به گونه ای که با افزایش طول بردار ویژگی به 35 و 45 صحت طبقه بندی به ترتیب به 66/91% و 57/95% رسیده است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    رمضانیان کشتلی، مریم، و منتظری کردی، حسین. (1398). تشخیص کم توجهی-بیش فعالی (ADHD) مبتنی بر الگوریتم تکاملی با طول متغیر. مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر، 17(3 )، 242-248. SID. https://sid.ir/paper/228514/fa

    Vancouver: کپی

    رمضانیان کشتلی مریم، منتظری کردی حسین. تشخیص کم توجهی-بیش فعالی (ADHD) مبتنی بر الگوریتم تکاملی با طول متغیر. مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر[Internet]. 1398؛17(3 ):242-248. Available from: https://sid.ir/paper/228514/fa

    IEEE: کپی

    مریم رمضانیان کشتلی، و حسین منتظری کردی، “تشخیص کم توجهی-بیش فعالی (ADHD) مبتنی بر الگوریتم تکاملی با طول متغیر،” مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر، vol. 17، no. 3 ، pp. 242–248، 1398، [Online]. Available: https://sid.ir/paper/228514/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button