غربالگری زودهنگام اتیسم با استفاده از شاخص‌های صوتی

در این پژوهش به بررسی تفاوت‌های ویژگی‌های گفتاری پیشکلامی کودکان مبتلا به اتیسم و سایر کودکان و نقش این تفاوت‌ها در تشخیص زودهنگام بیماری پرداخته شده است. یکی از شاخصه‌های این بیماری که در سنین پایین نیز در کودکان اتیستیک گزارش شده است، وجود صداها و جیغ‌های کشیده و یکنواخت منحصر به این گروه می‌باشد.

برای بررسی کامل و جامع خصوصیات صدای کودکان، مجموعه‌ای از ۲۳۷ ویژگی مختلف که در هشت دسته جداگانه دسته‌بندی می‌شوند استخراج می‌شود. برای پیاده‌سازی یک طبقه‌بندی کننده کارآمد که قادر به جداسازی صدای کودکان مبتلا به اتیسم از سایر کودکان باشد، نیاز داریم تا با کمک روشهای انتخاب ویژگی، ویژگی‌هایی را که در دو دسته مقادیر مشابه پذیرفته و جداپذیری زیادی ایجاد نمی کنند، حذف نماییم. با توجه به سختی جمع آوری داده صوتی مناسب از کودکان در سنین کمتر از ۴ سال، کاهش ابعاد بردار ویژگی به جلوگیری از پارامترزدگی کمک خواهد کرد.

مقایسه سه روش انتخاب ویژگی نشان می‌دهد که ویژگی‌های ادراکی در کنار ویژگی‌های MFCC بهترین ویژگی‌ها برای جداسازی داده‌های جمع آوری شده می‌باشند. همچنین، برای طبقه بندی داده ها از سه روش گوناگون استفاده شده که هر یک نقاط ضعف و قوت متفاوتی دارند. طراحی و مقداردهی پارامترهای این طبقه بندی کننده‌ها روی داده‌های مربوط به ۴ کودک سالم و ۵ کودک مبتلا به بیماری و با استفاده از ویژگی‌های انتخاب شده صورت گرفته است و در بهترین طراحی منجر به نرخ طبقه بندی صحیح حدود ۹۷ درصد می‌گردد.

 

افراد

۱. حمید ابراهیمی

۲. هادی مرادی

۳. حمیدرضا پوراعتماد