مهدی برجخانی - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی پزشکی
سجاد جعفری - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی پزشکی
فرزاد توحید خواه - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی پزشکی
حمیدرضا عبدالمحمدی - دانشگاه علم و صنعت ایران، دانشکده مهندسی برق

بیماری شیزوفرنی نوعی اختلال مغزی شدید و نسبتا ناشناخته است که حدود 1% مردم جهان به آن مبتلا هستند. در این بیماری فرد دچار توهم و ترس فراوان می شود. راه معمول تشخیص بیماری و مونیتورینگ آن در خلال درمان پس از بروز علایم آن تصویر برداری از مغز می باشد. مشکلاتی از قبیل عوارض جانبی، هزینه بالا و عدم دسترسی بالا باعث گردیده است که یافتن روش جایگزین برای روش تصویر برداری از مغز مورد توجه واقع شود. یکی از علایم بیماری شیزوفرنی اختلالات حرکتی است. در این مقاله پس از گردآوری داده های مربوط به ویژگی های سینماتیکی حرکت قلم در دستنوشته دو گروه افراد مبتلا به شیزوفرنی و افراد سالم از یک سیستم ایمنی مصنوعی بهبود داده شده برای طبقه بندی این دادگان استفاده شده است. توضیح داده خواهد شد که چگونه بر اساس سیستم های ایمنی واقعی، می توان سیستم های ایمنی مصنوعی با قابلیت طبقه بندی دادگان را انتظار داشت. در محاسبه سطوح تحریک سلول های ایمنی نسبت به روش های قبلی، با الهام از بر هم کنش بارهای الکتریکی، نوآوری هایی صورت گرفته که نقش هر یک با ارایه مثال تشریح گردیده است. همچنین یک روش جدید برای تکثیر و به هنگام سازی سلول های ایمنی پیشنهاد شده است. نتایج حاصل بیانگر کارایی روش ارایه شده در امر طبقه بندی دادگان گردآوری شده می باشد.

سیستم ایمنی مصنوعی، طبقه بندی دادگان، شیزوفرنی