تشخیص بیماری اوتیسم با استفاده از داده های mr

در این پایان نامه چارچوبی کلی برای دسته بندی تصاویر در دو گروه سالم و بیمار مبتلا به اوتیسم با استفاده از داده های mri ارائه شده است. در این چارچوب پس از پیش پردازش تصاویر mri، با استفاده از الگوریتم pca، علاوه بر انتقال داده ها به یک فضای جدید، تعداد ابعاد آنها نیز کاهش داده می شود. خروجی-های حاصل از اعمال pca برروی داده ها، به عنوان ویژگی مورد استفاده قرار می گیرند. در ادامه، برای شناسایی ویژگی های با تفکیک پذیری بیشتر از روش آماری آزمون تی استفاده می شود. پس از انتخاب ویژگی-های با تفکیک پذیری بالا، با استفاده از روش های دسته بندی داده ها را در یکی از دو گروه سالم یا بیمار قرار می دهیم. در حالتی دیگر برای دسته بندی تصاویر mri علاوه بر پیش پردازش داده ها، عمل قطعه بندی تصاویر انجام شده است. این عمل تصویر مغز را به دو بخش ماده سفید و خاکستری تقسیم می کند. در ادامه از بخش ماده خاکستری داده ها برای استخراج و انتخاب ویژگی و درنهایت دسته بندی استفاده می شود. در این تحقیق از چندین طبقه بند متفاوت برای دسته بندی داده ها استفاده شده است. بیشترین دقت دسته بندی با استفاده از روش اول (استفاده از کل تصویر) 76% و در روش دوم (استفاده از ماده خاکستری مغز) 94% می باشد.