عنوان انگلیسی: An evaluation of identification of suspected autism spectrum disorder (ASD) cases in early intervention (EI) records
سال نشر: ۲۰۱۳
نویسنده: Mengwen Liu,Yuan An,Xiaohua Hu,Debra Langer,Craig Newschaffer,Lindsay Shea
تعداد صفحه فارسی: ۹ – تعداد صفحه انگلیسی: ۶
دانشگاه: College of Computing and Informatics, Drexel University, Philadelphia, PA, USA-A.J Drexel Autism Institute, Drexel University, Philadelphia, PA, USA
نشریه: Process Safety and Environmental Protection
کیفیت ترجمه: اقتصادی
چکیده
افزایش شیوع اختلال طیفی اوتیسم در ایالات‌متحده به نیاز روزافزون به خدمات در طول عمر اشاره دارد. خدمات تخصصی که در زودترین سن ممکن شروع می‌شوند برای به حداکثر رساندن نتایج بلند مدت برای کودکان ASD و خانواده‌هایشان حیاتی هستند. بسیاری از کودکانی که بعدا مبتلا به ASD می‌شوند، از طریق سیستم مداخله زودهنگام با بودجه فدرال که از بدو تولد تا سن سه‌سالگی به کودکان و کودکان نوپا خدمات ارائه می‌کند، خدمات دریافت خواهند کرد. با این حال، بدون شناسایی رسمی، خدمات ممکن است به طور کامل به صورت علایم ASD توجه نکنند. در حالی که آموزش ASD در EI در حال گسترش است، هنوز نیاز به تشخیص بهتر علایم ASD در سنین پایین‌تر وجود دارد. ما فرض کردیم که سوابق ارزیابی اولیه EI که نقاط قوت و نیازهای کودکان در EI را مستند می‌کنند، می‌توانند منبع مهمی برای تشخیص علایم هشدار ASD و کمک به سیستم‌های EI در شناسایی اولیه باشند. در این تحقیق، ما از سوابق EI برای ارزیابی تکنیک‌های طبقه‌بندی برای شناسایی موارد مشکوک ASD استفاده کردیم. ما عملکرد تکنیک‌های یادگیری ماشین را با توسعه و به‌کارگیری یک هستی‌شناسی ASD یکپارچه برای شناسای
Abstract
true
محصولات مشابه
امتیاز شما:
(No Ratings Yet)
(No Ratings Yet)