|
|
طب توانبخشی، جلد ۴، شماره ۱، صفحات ۹۰-۹۸
|
|
|
| عنوان فارسی |
طراحی سیستم افتراق دهنده دقیق کودکان با اختلال نقص توجه-بیش فعالی از کودکان با اختلال رفتار مقابله‌ای با استفاده از شبکه عصبی مصنوعی |
|
| چکیده فارسی مقاله |
مقدمه و اهداف اختلالات رفتاری در کودکان از جمله اختلالات رایج و مورد توجه می باشد. از زمانی که به اهمیت تشخیص هر چه سریعتر این اختلالات پی برده شد، مسئله دقت در تشخیص به خصوص تشخیص افتراقی اختلالات با توجه به همپوشانی زیاد نشانه ها بیشتر مورد توجه قرار گرفت. به‌علاوه اینکه، تعداد زیادی از این کودکان توسط والدین و آموزگاران خود طرد می شوند و شانس تحصیل و رشد طبیعی را از دست میدهند و زندگی آینده آنها نیز تحت تاثیر قرار خواهد گرفت. از آنجا که افتراق میان اختلال رفتار مقابله‌ای و ADHD به دلیل همپوشانی زیاد نشانه ها چالش برانگیز است، و از طرفی تشخیص و درمان هر چه سریعتر این کودکان اهمیت زیادی دارد، یکی از اقدامات بسیار مهم تشخیص دقیق و افتراق این اختلالات از یکدیگر می باشد. مواد و روش ها نمونه شامل 39 کودک مبتلا به اختلال رفتار مقابله‌ای و 46 کودک با تشخیص ADHD و 50 کودک با رفتار طبیعی ولی با نشانه پرخاشگری موقت بود. جهت طراحی سیستم از یک طبقهبندی کننده شبکه عصبی چندلایه پرسپترون استفاده گردید.با توجه به همپوشی زیاد اختلالات رفتار مقابله‌ای و ADHD و فتار طبیعی با نشانه های موقتی پرخاشگری در میان کودکان، تلاش جهت طراحی یک شبکه عصبی هوشمند جهت کمک به افتراق دقیق و سریع این اختلالات صورت گرفت. یافته ها میانگین دقت شبکه طراحی شده در طبقهبندی به 95.55% رسید. این سیستم طراحی شده می تواند در کنار پزشک به عنوان یک دستیار دقیق به کار رفته و اطمینان در تشخیص را به میزان زیادی افزایش دهد. نتیجه گیری سیستم طراحی شده قادر به تمیز کودکان با اختلالات رفتاری با دقت بالا می‌باشد. این سیستم می‌تواند به عنوان یک ابزار غربالگری برای تشخیص زودهنگام کودکان با ریسک بالای اختلالات عاطفی-رفتاری، به‌کار گرفته شود. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
Designing an accurate system for differentiating children with attention deficit-hyperactivity disorder from oppositional defiant disorder by using artificial neural network |
|
| چکیده انگلیسی مقاله |
Background and Aim: Behavioral disorders are one of the most considerable disorders in children during these days. Accurate diagnosis and early identification, especially in disorders with similar sysmptoms, are noticeable and very important. Moreover, most of the affected individuals are rejected by their parents and teachers, decreasing their chances of normal development and their future life will be affected. Due to many similarities among oppositional defiant disorder and attention deficit-hyperactivity disorder, differentiation of these disorders is challenging, although diagnosing and distinguishing of these disorders are very important. Materials and Methods: Due to overlapping between oppositional defiant disorder and attention deficit hyperactivity disorder and normal behavior with temporarely aggression, it was tried to design an artificial neural network to assist in accurate distinguishing these classes. Samples were consisted of 85 children with behavioral disorders (including ADHD and oppositional defiant disorder) and 50 children with normal behavior but temporarly sign of aggresion. Multilayer perceptron neural network was used to designe the system. Results: The average of accuracy of correct classification with the desined network reacehed to 95.55%. The designed system can be used as a reliable assistant for the psychiatrists and it can increase the diagnosis realiability. Conclusion: The designed system can differentiate children with behavioral disorders with high accuracy. It can be used as a screening tool for high risk children. |
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
مونا دلاوریان |
1. دانشجوی دکترا، دانشکده روانشناسی و علوم تربیتی، دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)
الهه نایبی |
2. دانشکده روانشناسی و علوم تربیتی، دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)
پروین دیباج نیا |
3. دانشیار، دانشکده علوم توانبخشی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)
غلامعلی افروز |
4. استاد ممتاز، دانشکده روانشناسی و علوم تربیتی، دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی شهید بهشتی (Shahid beheshti university of medical sciences)
شهریار غریب زاده |
5. دانشیار، دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیر، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)
فرزاد توحیدخواه |
6. استاد، دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیر، تهران، ایران
سازمان اصلی تایید شده: دانشگاه صنعتی امیرکبیر (Amirkabir university of technology)
|
|
| نشانی اینترنتی |
http://www.medrehab.sbmu.ac.ir/article_1100012_1017.html |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
1 |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|