تشخيص اختلال طيف اوتيسم با استفاده از سيگنال‌هاي الكتروانسفالوگرافي مبتني بر يادگيري عميق

اصفهان : دانشگاه صنعتي اصفهان

مهندسي برق

كارشناسي ارشد

اختلال طيف اوتيسم يكي از چالش‌برانگيزترين اختلالات رشد عصبي است كه تشخيص زودهنگام آن نقش مهمي در بهبود كيفيت زندگي و طراحي مداخلات درماني دارد. در اين پژوهش، به منظور ارائه روشي خودكار و غيرتهاجمي براي تشخيص اوتيسم، از سيگنال‌هاي الكتروانسفالوگرافي استفاده شده‌است. ابتدا روش تحليل مؤلفه‌هاي مستقل براي حذف نويز و استخراج مؤلفه‌هاي اصلي سيگنال‌ها به‌كار گرفته شده‌است. سپس، ميانگين‌گيري بر روي همه‌ي كانال EEG و به‌صورت جداگانه بر روي 10 كانال منتخب و نيز چهار ناحيه‌ي مغزي شامل پيشاني، مركزي، آهيانه‌اي و پس‌سري انجام شد تا داده‌هاي مختلف بر روي مدل‌هاي يادگيري عميق بررسي شوند. در ادامه، داده‌هاي حاصل به شبكه‌هاي عصبي VGG-16، ResNet-18 ، ResNet-50 و LSTM داده شده‌است. با توجه به محدوديت حجم داده، از رويكرد يادگيري انتقالي براي بهبود عملكرد مدل‌ها بهره گرفته شد و ارزيابي مدل‌ها با استفاده از اعتبارسنجي متقاطع پنج‌تايي صورت گرفته‌است. نتايج نشان داد كه شبكه‌يResNet-50 عملكرد بهتري نسبت به ساير مدل‌ها داشته و با روش رأي‌گيري به ميانگين دقت 11/92 درصد و انحراف معيار 66/1 درصد دست يافته‌است. اين نتايج نشان‌دهنده‌ي توان بالاي مدل‌هاي مبتني بر يادگيري عميق در تحليل داده‌هاي EEG و تمايز دقيق بين افراد سالم و مبتلايان به اوتيسم است.

236412

مخابرات سيستم

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان