طراحی غربالگر عصبی-شناختی پویا توسط الگوریتم هوشمند بهینه: پیش بینی اختلالات یادگیری و سایر اختلالات عصبی-تحولی رایج

Authors

  • مونا دلاوریان فوق دکترای نوروسایکولوژی، دکتری روان‌شناسی کودکان استثنایی، دانشگاه تهران
Abstract:

هدف پژوهش حاضر تدوین غربالگر عصبی-شناختی پویا توسط الگوریتم هوشمند بهینه جهت پیش‌بینی کودکان پیش‌دبستانی مستعد اختلالات عصبی-تحولی رایج بود. شیوة جمع‌آوری داده، بصورت پیمایشی از نوع ارزیابی و تشخیص است. جهت جمع‌آوری داده ها، برنامة رایانه‌ای عصبی-شناختی به­کار رفت. برنامه توسط کودکان پیش‌دبستانیِ انتخاب شده با روش خوشه‌ای تصادفی اجرا و عملکرد هر یک طی دو سال تا تشخیص قطعی، در فایل‌های اکسل ذخیره و سپس در طراحی دو شبکه غربالگر عصبی-شناختی استفاده شد. در مقایسه شبکه‌ها، دقت بالاتر با غربالگر هوشمند تابع پایه شعاعی حاصل شد. دقت غربالگر طراحی شدة بهینه، 41/95% و حساسیت و اختصاصی بودن آن در غربالگری کودکان مستعد اختلالات مذکور 65/93 و 01/96 به­دست آمد؛ لذا، با اطمینان از دقت و حساسیت بالای این غربالگر عصبی-شناختی می‌توان جهت تشخیص زودهنگام کودکان پیش دبستانی مستعد اختلالات مذکور، از آن استفاده نمود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بررسی دقت و حساسیت سامانه هوشمند غربالگر در پیش‌بینی کودکان مستعد اختلالات عصبی-تحولی (نقص توجه-بیش‌فعالی و نارساخوانی)

هدف از این پژوهش بررسی دقت، حساسیت و اختصاصی بودن سامانه غربالگر هوشمند طراحی شده برای پیش‌بینی کودکان پیش‌دبستانی مستعد اختلالات عصبی-تحولی رایج (نقص توجه-بیش‌فعالی و نارساخوانی) است. برای جمع‌آوری داده، از روش پژوهش پیمایشی از نوع ارزیابی و تشخیص استفاده شد. بدین منظور کودکان پیش‌دبستانی به روش خوشه‌ای تصادفی انتخاب شدند و برنامة رایانه‌ای عصبی-شناختی طراحی شده توسط دلاوریان و همکاران را انجا...

full text

وقفه های زمانی بهینه در پیش بینی قیمت نفت توسط شبکه عصبی پویا اصلاح‌شده با الگوریتم ژنتیک

قیمت نفت، اهمیت و نوسانات آن در طول زمان در اخذ تصمیمات مهم اقتصادی در دنیا، سبب گسترش روش‌های مختلفی در پیش­بینی قیمت نفت، ازجمله ابزارهای غیرخطی مانند شبکه عصبی شده است. در این مقاله برای در نظر گرفتن عامل زمان در پیش­بینی توسط شبکه عصبی، با دریافت بازخورد از شبکه عصبی مصنوعی اصلاح شده با الگوریتم ژنتیک GADNN وقفه­های بهینه ناشی از ورودی­ها و خروجی‌های قیمت نفت توسط شبکه عصبی پویا محاسبه می­گ...

full text

بررسی شیوع اختلالات یادگیری و پیش بینی کننده های جمعیت شناختی

این مطالعه به منظور بررسی پیش­بینی کننده­های جمعیت شناختی شیوع اختلالات یادگیری در دانش­آموزان پایه سوم تا پنجم ابتدایی در سیستان و بلوچستان انجام شد. در این مطالعه توصیفی- تحلیلی 864 نفر از دانش آموزان با استفاده از روش نمونه­گیری خوشه­ای چندمرحله­ای انتخاب شدند و با بهره­مندی از مصاحبه بالینی، چک لیست­های مربوط به اختلالات یادگیری مقیاس تجدیدنظر شده هوشی وکسلر بررسی شدند. تحلیل داده­ها با روش...

full text

پیش بینی کنند ههای جمعیت شناختی اختلالات یادگیری در دانش آموزان مقطع ابتدایی استان گلستان

هدف پژوهش حاضر بررسی پیش بینی کننده هایجمعیت شناختی اختلالات یادگیری در دانش آموزان ابتداییاستان گلستان بود. در یک مطالع هی مقطعی واپس نگر، 702 نفراز دانش آموزان پایه های دوم تا پنجم ابتدایی استان گلستان بااستفاده از روش نمون هگیری خوشه ای چندمرحل های انتخابشدند و پرسشنامه ی اطلاعات جمعیت شناختی، مقیاسمقیاس ،(WISC-R) تجدیدنظر شده ی هوشی وکسلر کودکاندرجه بندی مایکل بام جهت سنجش ناتوانی های کلی ی...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 9  issue 4

pages  7- 33

publication date 2020-08-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023