تشخیص بیماری اوتیسم با استفاده از netDX و تصاویر تشدید مغناطیسی عملکردی

اختلال طیف اوتیسم یک اختلال عصبی است که حدود یک درصد از بچه ها را درگیر میکند و در پسران شیوع بیشتری دارد. علارغم ناهمگنی بالینی، اوتیسم با رفتارهای کلیشه ای و مشکلات موجود در تعاملات و ارتباطات اجتماعی مشخص میشود((Y. Xie et al, ۲۰۲۰، اما از زمان پیداش تصاویر تشدید مغناطیس عملکردی (fMRI) استفاده از این تصاویر، برای شناسایی اختلال اوتیسم رواج پیدا کرد.تاکنون تحقیقات زیادی برای شناسایی طیف اوتیسم با استفاده از تصاویر fMRI انجام شده است. برای مثال YingyingXie و همکاران ارتباط بین حجم قشر مغز را با داده های mRNA بدست آوردند. آنها برای انجام این کار از روش رگرسیون لجستیک عکسهای fMRI موجود در پایگاه داده ABIDE این کار را انجام دادند(.(Y. Xie et al, ۲۰۲۰ در کار دیگری MladenRakic با ترکیب داده های fMRI و MRI روشی ارائه دادند که توانست با دقت ۷۵ درصد بیماری اوتیسم را شناسایی کند(.(۰. ۵DNL , ۲۰۱۹ استفاده از شبکه عصبی عمیق و داده های fMRI نیز برای تشخیص اختلال اوتیسم استفاده شده است(H. Sharif .(T . Eslami, ۲۰۲۰ با استفاده از عکسهای موجود در پایگاه داده ABIDE و نیز شبکه های باور عمیق یک دسته بند جدید برای شناسایی اختلال اوتیسم بوجود آوردند .(H. Sharif and R. A. Khan, ۲۰۱۹)هدف از این تحقیق استفاده از مدل netDx به منظور ایجاد یک مدل دسته بندی برای شناسایی اختلال اوتیسم است. برای این کار از عکسهای fMRI پایگاه داده ABIDE که یکی از معروف ترین پایگاه های داده در زمینه اوتیسم است استفاده شده است. نتایج مدل ارائه شده نشان میدهد که netDx قادر است با دقت ۷۲,۳ درصد افراد دارای اختلال اوتیسم را از افراد سالم تفکیک کند.