تشخیص و افتراق دقیق کودکان با نشانه بی قراری با استفاده از شبکه عصبی مصنوعی

در سال های اخیر اختلالات هیجانی و رفتاری در میان کودکان و نوجوانان بسیار شایع شده است.تعداد زیادی از این کودکان توسط والدین و آموزگاران خود طرد می شوند و شانس تحصیل و رشد طبیعی را از دست می دهند و زندگی آینده آنها نیز تحت تاثیر قرار خواهد گرفت. از آنجا کهتشخیص و مداخله هر چه سریعتر این کودکان اهمیت زیادی دارد، یکی از اقدامات بسیار مهم ارزیابی رفتارهای آنان در موقعیت های مختلف و تشخیص دقیق نوع اختلال می باشد.با توجه به شیوع زیاد اختلالات اضطراب، اضطراب و افسردگی همزمان و ADHD در میان کودکان و شباهت های میان علایم آن ها، تلاش جهت طراحییک شبکه عصبی هوشمند جهت کمک به تشخیص دقیق و سریع و افتراق این اختلالات صورت گرفت. نمونه شامل 145 کودک مبتلا به اختلال هیجانی- رفتاری (شامل اختلالات ADHD، اضطراب، و اضطراب و افسردگی همزمان)و 65کودک با رفتار طبیعی بود. جهت طراحی سیستم از یک طبقه بندی کننده شبکه عصبی چندلایه پرسپترون استفاده گردید.در نهایت میانگین دقت شبکه طراحی شده در طبقه بندی به 95.31 رسید. دقت طبقه بندی شبکه عصبی طراحی شده به اندازه ای است که می تواند در کنار پزشک به عنوان یک دستیار دقیق به کار رفته و دقت تشخیص را به میزان زیادی افزایش دهد.

کلیدواژه ها:

ADHD ، اختلال اضطراب ، اختلال اضطراب و افسردگی همزمان ، شبکه عصبی چندلایه پرسپترون