Ṭibb-i Tavānbakhshī (Jul 2016)

طراحی سیستم پشتیبان تصمیم بالینی برای تمایز اختلال نارسایی توجه / بیش فعالی از اختلال‌های عاطفی-رفتاری با نشانه های مشابه: مقایسه دو شبکه عصبی مصنوعی رایج

  • مونا دلاوریان,
  • فرزاد توحیدخواه,
  • پروین دیباج نیا,
  • غلامعلی افروز,
  • الهه نایبی,
  • شهریار غریب زاده

Journal volume & issue
Vol. 5, no. 2
pp. 29 – 39

Abstract

Read online

مقدمه و اهداف اختلالات رفتاری در کودکان و نوجوانان شیوع زیادی یافته است. بسیاری از این کودکان به دلیل رفتار­های خصمانه و پرخاشگرانه، از سوی والدین، معلمان و همتایانِ خود طرد می­شوند و همین امر موجب کاهش فرصت­های آموزشی آنان خواهد شد. بنابراین ضرورت شناختِ زودهنگام و هرچه دقیق­تر آنان، به طور کامل محسوس است. تشخیص و تمیز هر چه سریعتر میان ADHD از سایر اختلالات عاطفی-رفتاری مشابه، مانند افسردگی، اضطراب، اضطراب و افسردگی همزمان، و اختلال سلوک، یکی از اقدامات مهم و اساسی در حیطۀ اختلالات روانشناختی کودکان است. مواد و روش‌ها نمونه شامل 271 کودک، شامل 44 کودک گرفتار به ADHD، 31 کودک با تشخیص اختلال سلوک، 35 نفر با اختلال افسردگی، 33 نفر با اضطراب و افسردگی همزمان، 41 نفر با اختلال اضطراب و 87 کودک با رفتار طبیعی ولی با نشانه پرخاشگری موقت بودند. در این مطالعه دو سیستم متفاوت حمایتگر تصمیم، شامل شبکه عصبی مصنوعی چندلایه پرسپترون و شبکه عصبی تابع پایه شعاعی، بر اساس نشانه‌‌ها و علایم طراحی و مقایسه گشتند. یافته ها میانگین دقت شبکه‌‌ها در تشخیص و تمییز اختلالات به 95.57 و 96.30 درصد به ترتیب توسط شبکه‌‌های عصبی چندلایه پرسپترون و تابع پایه شعاعی رسید. در نتیجه سیستم‌های طراحی شده، به‌ویژه شبکه تابع پایه شعاعی، احتمالا دستیار قابل اعتمادی برای متخصصان در تشخیص و تمیز کودکان با اختلالات عاطفی-رفتاری خواهند بود. نتیجه گیری هر دو سیستم طراحی شده، به ویژه شبکه تابع پایه شعاعی، می‌توانند به عنوان یک ابزار مناسب جهت تمییز و تشخیص و همچنین ابزار غربالگری قابل اعتماد برای اختلالات عاطفی-رفتاری کودکان مورد استفاده قرار گیرد.

Keywords