سامانه حمايتگر تشخيص باليني جهت تشخيص دقيق نوع اختلال كودكان با نشانۀ بيش فعالي

نشانۀ بيش‌فعالي از جمله نشانه‌هاي رايج ميان بسياري از اختلالات روانپزشكي در كودكان است. اغلب كودكان با اين نشانه توسط والدين و آموزگاران خود طرد مي شوند و بسياري از شانس‌هاي زندگي خود از جمله شانس­ تحصيل و رشد طبيعي را از دست مي­ دهند و درنتيجه زندگي آينده آنها تحت تاثير قرار خواهد گرفت. تشخيص و مداخلۀ هر چه سريعتر اين كودكان مي‌تواند به ميزان زيادي آينده اين كودكان را متحول سازد و براي اين درمان دقيق ارزيابي رفتارهاي كودكان در موقعيت‌هاي مختلف و تشخيص دقيق نوع اختلال اهميت زيادي دارد. شيوع و شباهت‌هاي زياد ميان علايم اختلالات اضطراب، افسردگي، سلوك و ADHD در ميان كودكان منجر به تلاش جهت طراحي يك شبكه عصبي هوشمند جهت كمك به تشخيص دقيق و سريع گرديد. بدين منظور نمونه‌اي شامل 176 كودك با بيش‌فعالي (شامل اختلالات ADHD، اضطراب، و سلوك) و 50 كودك با رفتار طبيعي براي طراحي اين سامانه مورد استفاده قرار گرفتند. جهت طراحي سامانه از يك طبقه ­بندي كننده شبكه عصبي چندلايه پرسپترون استفاده گرديد. در نهايت ميانگين دقت شبكه طراحي شده در طبقه­بندي به 95.91 رسيد. دقت طبقه‌بندي شبكه عصبي طراحي شده به اندازه‌اي است كه مي‌تواند در كنار پزشك به عنوان يك دستيار به كار رفته و دقت تشخيص را به ميزان زيادي افزايش دهد.