بیماران دوقطبی (bmd) و پیش فعالی (adhd) دارای علائم بالینی مشابه به ویژه در سنین کودکی می باشند به همین سبب تشخیص دقیق این دو بیماری هنوز به صورت یک چالش در بین روانپزشکان باقی است، از این رو دست یابی به یک معیار کمی برای جداسازی این بیماری ها برای روانپزشکان حائز اهمیت می باشد. در این رساله ابتدا سعی بر استخراج پتانسیل برانگیخته از سیگنال های مغزی بیماران توسط روش wavelet denoising وsynchronous averaging شده است و سپس به استخراج ویژگی های متفاوت از این سیگنال ها به عنوان معیارهای جداکننده به منظورافزایش دقت بازشناسی بیماری های دوقطبی و پیش فعالی پرداخته ایم. در این بررسی 43 بیمار مشتمل بر 21 بیمار مبتلا به پیش فعالی و 22 بیمار دو قطبی مشارکت داشته اند. سیگنال های مغزی بیماران از طریق 22 الکترود و به روش استاندارد 20-10 ثبت گردید که در حین ثبت این سیگنال ها بیماران محرک بینایی به صورت فلش را در هر یک ثانیه از طریق دستگاه لیزر دریافت کردند. نتایج تجربی به دست آمده از اعمال طبقه کننده knn بر روی ویژگی های مستخرج نشان می دهد که دو ویژگی دامنه (amplitude) و تاخیر(latency) محرک های بینایی در سیگنال های پتانسیل برانگیخته بیماران دو قطبی و پیش فعالی قادر به جداسازی این بیماران با دقت 97% از یکدیگر می باشد. لازم به ذکر است که سایر ویژگی های مستخرج نیز دقت نسبتا خوبی را در این جداسازی نشان می دهند. هم چنین با توجه به نتایج به دست آمده می توان گفت که بیماران adhd و bmd تفاوت های قابل توجهی در پاسخ سیستم بینایی خود نسبت به محرک بینایی از خود نشان می دهند.