News

Automated identification for autism severity level: EEG analysis using empirical mode decomposition and second order difference plot
08 Dec 2019

Automated identification for autism severity level: EEG analysis using empirical mode decomposition and second order difference plot

نجح الفريق البحثي المكون من د.حكمت حدوش "كلية العلوم الطبية التطبيقية" و د.مها العفيفي و د.إيناس عبدالحي" كلية الهندسة" من جامعة العلوم والتكنولوجيا الأردنية في توظيف الذكاء الصناعي في تحديد وتشخيص درجة التوحد عند أطفال التوحد وذلك من خلال تحليل بيانات تخطيط الدماغ لديهم بمعادلات رياضية وتحليلية مبتكرة وبدون تدخل العنصر الطبي البشري في التشخيص وبنسبة وصلت ل 94.7% من الدقة. حيث تم نشر نتائج البحث في إحدى أهم المجلات العلمية المتخصصة “Behavioral Brain Research " وتم إختيار البحث من قبل مجلة "QSWOW News" كأحد الأبحاث الرائدة في المجال العلمي ذات الأثر الكبير في مجال تشخيص التوحد. حيث تعنى مجلة QSWOW News بتسليط الضوء على الأبحاث المميزة والتي لها أثر كبير في المجال العلمي البحثي.
وستسهم هذه الطريقة من التقليل والحد من التشخيص الخاطئ او المبني على مهارات وخبرات الكادر الطبي في التشخيص وكذلك تقليص الفترة الزمنية المخصصة للتشخيص حيث ستستغرق 20 دقيقة من التحضير فقط بالإضافة إلى 5 دقائق لعمل تخطيط دماغ سريع بدلا من الفترة الزمنية المعتادة (من 45 دقيقة إلى 3 ساعات). وسيتم ذلك دون الحاجة لتعريض الطفل للعديد من الفحوصات السلوكية والتي بمعظمها تعتمد في تقديرها على مهارات الكادر الطبي والتي تختلف وتتفاوت من طبيب الى أخر.
وللإطلاع على الدراسة كاملة الذهاب الى الرابط التالي:

https://www.sciencedirect.com/science/article/pii/S0166432818313251