بررسی میزان تغییرات ارتباطات عملکردی شبکه مغزی در طول زمان به منظور تشخیص بیماری اوتیسم از روی تصاویر fMRI
محور پژوهش
تجهیزات و ملزومات پزشکی
پژوهشکده/دانشکده
مهندسی برق و کامپیوتر
حوزه پژوهش
تشخیص بیماری شناختی، fMRI، کشف حقایقی در مورد مغز
عنوان
بررسی میزان تغییرات ارتباطات عملکردی شبکه مغزی در طول زمان به منظور تشخیص بیماری اوتیسم از روی تصاویر fMRI
هدف از اجرای پژوهش، کاربردها، مزیت‌ها و ضرورت انجام پروژه
: اﻓﺮاد ﻣﺒﺘﻼ ﺑﻪ اﺧﺘﻼل اوﺗﯿﺴﻢ ﺑﺎ ﻧﻘﺎﯾﺺ اجتماعی و رﻓﺘﺎرﻫﺎی ﺗﮑﺮاری ﻣﺘﻮﻟﺪ میﺷﻮﻧﺪ. ﻃﺒﻖ دادهﻫﺎی اﺧﯿﺮ ﻣﺮﮐﺰ ﮐﻨﺘﺮل ﺑﯿﻤﺎری، از ﻫﺮ ٨۶ ﮐﻮدک در اﯾﺎﻻت ﻣﺘﺤﺪه یکی ﻣﺒﺘﻼ ﺑﻪ اﺧﺘﻼﻻت اوﺗﯿﺴﻢ اﺳﺖ. ﺗﺸﺨﯿﺺ اﻓﺮاد ﻣﺒﺘﻼ ﺑﻪ اﺧﺘﻼﻻت اوﺗﯿﺴﻢ یکی از ﻣﻬﻢﺗﺮﯾﻦ اﻫﺪاف در ﺗﺤﻘﯿﻘﺎت ﻋﻠﻮم شناختی اﺳﺖ. ﻣﻮﺿﻮع ﻣﻮرد ﺑﺤﺚ در اﯾﻦ زﻣﯿﻨﻪ ﺑﺮرﺳی اﻓﺮاد ﻣﺒﺘﻼ ﺑﻪ اﺧﺘﻼﻻت اوﺗﯿﺴﻢ و نواحی ﻣﻐﺰی ﮐﻪ ﺑﺎﻋﺚ اﯾﻦ اﺧﺘﻼﻻت می شوند اﺳﺖ. یکی از روشﻫﺎﯾﯽ ﮐﻪ اﺧﯿﺮاً ﻣﻮرد ﺗﻮﺟﻪ ﻗﺮار ﮔﺮﻓﺘﻪ ﻣﺎﺗﺮﯾﺲ اﺗﺼﺎل اﺳﺖ، اﯾﻦ رویکرد ﺑﺎﻋﺚ ﺷﺪ ﺗﺎ ﺑﺎ اﺳﺘﻔﺎده از شبکهﻫﺎی ﭘﯿﭽﯿﺪه ﺑﻪ ﺗﺤﻠﯿﻞ ﮔﺮافﻫﺎی ﻣﻐﺰی و ﻣﻘﺎﯾﺴﻪ آنﻫﺎ ﺑﭙﺮدازﻧﺪ. معمولاً ﻣﺎﺗﺮﯾﺲ اﺗﺼﺎل ﺑﺎ اﺳﺘﻔﺎده از شبکه ﭘﯿﭽﯿﺪه ﺗﺤﻠﯿﻞ میﺷﻮد. ﻣﻘﺎﻻت زﯾﺎدی ﺑﻪ بررسی ﻣﻐﺰ ﺑﺎ اﺳﺘﻔﺎده از ﻣﻌﯿﺎرﻫﺎی شبکهﻫﺎی ﭘﯿﭽﯿﺪه ﺑﻪ ﺑﻬﺒﻮد در ﺗﺸﺨﯿﺺ اﺧﺘﻼل اوﺗﯿﺴﻢ پرداخته اﻧﺪ. در ﭼﻨﺪ ﺳﺎل اﺧﯿﺮ برای این کار از روشﻫﺎی ﯾﺎدﮔﯿﺮی ﻋﻤﯿﻖ استفاده شده است. اﯾﻦ روشﻫﺎ ﻣﺎﺗﺮﯾﺲ اﺗﺼﺎل را ﺑﻪﺻﻮرت یک ﺗﺼﻮﯾﺮ در ﻧﻈﺮ میﮔﯿﺮﻧﺪ. اما ﻣﺎﻫﯿﺖ اﯾﻦ ﻣﺎﺗﺮﯾﺲ مانند یک ﺗﺼﻮﯾﺮ طبیعی ﻧﯿﺴﺖ، بلکه یک گراف اﺳﺖ. لذا ﺑﺎ اﺳﺘﺨﺮاج ویژگیﻫﺎی گراف می توان در ﺗﺸﺨﯿﺺ ﺑﯿﻤﺎری ﺑﻬﺒﻮد ﺣﺎﺻﻞ کرد. روشهای ﯾﺎدﮔﯿﺮی ﺑﺎزﻧﻤﺎﯾﯽ سعی ﺑﻪ ﺑﻬﯿﻨﻪﺳﺎزی ﭘﺮدازش و ﮐﺎﻫﺶ ﭘﯿﭽﯿﺪگی زﻣﺎنی در شبکه ﯾﺎدﮔﯿﺮی ﻋﻤﯿﻖ میﻧﻤﺎیند ﺗﺎ ﺑﺎ اﻓﺰاﯾﺶ دﻗﺖ ﺑﺘﻮاﻧﺪ ﺑﻪ ﺗﺸﺨﯿﺺ اﻓﺮاد ﻣﺒﺘﻼ ﺑﻪ اﺧﺘﻼل اوﺗﯿﺴﻢ کمک ﮐﻨﺪ. روش ﯾﺎدﮔﯿﺮی ﺑﺎزﻧﻤﺎﯾﯽ سعی میﮐﻨﺪ ﺗﺎ ویژگیﻫﺎی ﮔﺮاف وﮔﺮهﻫﺎ را ﺣﻔﻆ ﮐﻨﺪ. با این کار دﻗﺖ در دﺳﺘﻪﺑﻨﺪی اﻓﺮاد ﻣﺒﺘﻼ ﺑﻪ اﺧﺘﻼﻻت اوﺗﯿﺴﻢ و اﻓﺮاد ﺳﺎﻟﻢ اﻓﺰاﯾﺶ می یابد. گزارش و شرح زیرساخت‌ها، فعالیت‌ها، و دستاوردها این پژوهش طی قراردادی با ستاد توسعه علوم شناختی انجام گرفت. ما روش خود را با استفاده از پایگاه داده ABIDE1 ، شامل 573 فرد سالم 539 فرد مبتلا به اوتیسم ارزیابی می کنیم. درنهایت، به این نتیجه رسیدیم که الگوریتم cmean در حالتی که تمامی آزمایشگاه ها به صورت هم زمان طبقه بندی می شوند از دقت بالاتری نسبت به سایر الگوریتم های مورد استفاده برخوردار است. میانگین دقت به دست آمده با استفاده از این الگوریتم برابر با4/69 درصد می باشد. بهترین الگوریتم مورد استفاده برای حالتی که آزمایشگاه ها به صورت مستقل طبقه بندی می شوند، مربوط به الگوریتم kmean و با میانگین دقت 9/84 درصد می باشد. همچنین به این نتیجه رسیدیم که قدرت ارتباطات در افراد سالم بیشتر از مبتلایان به اوتیسم است. تصاویر و محتوای گرافیکی مرتبط
تصویری از ایده تغییرات زمانی:
