تشخیص بیماری اوتیسم در کودکان از سیگنال صدا با استفاده از طبقه بندی کنندهSVM
Publish place: The Second National Conference on New Technologies in Electrical and Computer Engineering
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 959
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
IAUFASA02_202
Index date: 8 March 2015
تشخیص بیماری اوتیسم در کودکان از سیگنال صدا با استفاده از طبقه بندی کنندهSVM abstract
هدف این مقاله ارائه ابزاری غیرتهاجمی جهت تشخیص بیماری در سنین پایین بمنظور ارائه راهکارهای پیشگیرانه، کمک درمانی و درمانی می باشد .بکارگیری چنین روشی، امکان تشخیص زودهنگام این بیماری را با صرف هزینه ناچیز و زمان کوتاه میسر می سازد. یکی از شاخصه های اینبیماری در کودکان، وجود صداهای جیغ ممتد و کشیده می باشد. برای بررسی کامل خصوصیات صدای کودکان، مجموعه ای از 333 ویژگی مختلف در 11 دسته استخراج گردید. ویژگیهای استخراج شده از این توصیف گرهای صدا عبارتند از: ویژگیهای انرژی صدا، همساز، ادراکی، طیفی و زمانی.دو روش برای انتخاب ویژگی استفاده و نتایج آنها باهم مقایسه شد؛ یک روش به مقایسه اثرات همه ویژگیهای گروه بایکدیگر و روش دیگر به مقایسه اثرات ویژگیهای یک به یک پرداخته شد. نتایج بدست آمده حاکی از آن است که استفاده از ویژگیهای ادراکی درکنار ویژگیهایMFCCبهترین ویژگی برای جداسازی داده با صحت96/14درصدمی باشد. همچنین برای طبقه بندی داده ها از روش ماشین بردار پشتیبان استفاده شد که با نرخ طبقه بندی صحیح96/95 نشان از صحت خوب این طبقه بندی برای تشخیص بیماری اوتیسم دارد.
تشخیص بیماری اوتیسم در کودکان از سیگنال صدا با استفاده از طبقه بندی کنندهSVM Keywords:
تشخیص زودهنگام بیماری اوتیسم , ویژگی های صدای عمومی , انتخاب ویژگی , ماشین بردار پشتیبان , پردازش سیگنالهای گفتارپاتولوژیک
تشخیص بیماری اوتیسم در کودکان از سیگنال صدا با استفاده از طبقه بندی کنندهSVM authors
پوریا صالحی
دانشجوی کارشناسی ارشد مهندسی برق مخابرات دانشگاه آزاد اسلامی واحد نجف آباد، دانشکده برق و کامپیوتر
لاله صالحی
دانشجوی دکترای حرفه ای پزشکی، دانشگاه علوم پزشکی جندی شاپور اهواز، دانشکده پزشکی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :