مروری بر مجموعه داده ها، الگوریتم های طبقه بندی داده ها و سیستم های تشخیص خودکار اختلالات روانی در آزمون های ترسیمی روانشناسی

جهت تشخیص بیماری­ های شناختی و شخصیتی افراد از دست خط، نحوه ترسیم نقاشی و یا الگوها می­توان استفاده کرد. خودکارسازی آزمون­ های روانشناسی سبب تشخیص زود هنگام بیماری شده و از تشدید بیماری و عواقب جبران­ ناپذیری جلوگیری می­ کند. خودکارسازی آزمون­ های ترسیمی روانشناسی نیازمند بررسی مجموعه داده­ های آزمون­ های ترسیمی روانشناسی، بررسی الگوریتم ­های طبقه ­بندی تصاویر به عنوان مهم­ترین مرحله و در آخر بررسی نحوه امتیازدهی به آزمون ­ها مطابق با استانداردهای تعیین شده، می ­باشد. در این پژوهش به بررسی کامل مطالعات انجام شده اخیر در زمینه مجموعه داده­ های آزمون­ های ترسیمی و دست نویس، انواع روش­های طبقه­ بندی آزمون­ های ترسیمی، روش­های امتیازدهی به آزمون­ ها و چالش­ های پیش­رو پرداخته شده است. تا کنون چنین پژوهش جامعی بر روی مجموعه داده ­ها، الگوریتم ­های طبقه ­بندی و تشخیص خودکار در آزمون­ های ترسیمی روانشناسی انجام نشده است. همچنین مقایسه جامعی از نحوه جمع­ آوری مجموعه داده ­ها، رویکردهای طبقه­ بندی آزمون­ های ترسیمی، روش­ های مقایسه آزمون­ ها با استانداردها، مزایا و معایب هر روش ارائه شده است. چالش­ های پیش رو در مراحل تشخیص خودکار در آزمون­ های ترسیمی روانشناسی نیز بحث شده است. هدف این پژوهش شناسایی روش ­های سریع، دقیق، بار پردازشی کم و قابلیت اطمینان بالا است. در این پژوهش با مقایسه روش ­های ارائه شده این نتیجه برداشت می­ شود که در طبقه ­بندی تصاویر و تشخیص بیماری روانی، الگوریتم ­های شبکه ­های عصبی دقت بالاتری نسبت به الگوریتم­ های یادگیری ماشین دارد اما کندتر عمل می­ کند.

Keywords:

مجموعه داده , طبقه بندی داده ها , تشخیص خودکار اختلالات روانی , پردازش تصویر در آزمون های ترسیمی