fa مدل‌سازی اتصالات نواحی مختلف مغز افراد مبتلا به اوتیسم با استفاده از شبکه‌های عصبی سلولی تخصصي Special پژوهشي اصیل Research <div style="text-align: justify;"><span style="font-size:14px;"><strong><span dir="RTL"><span style="font-family:tahoma,sans-serif;">مقدمه</span></span></strong><span dir="RTL"><span style="font-family:tahoma,sans-serif;">: اوتیسم از جمله بیماری&shy; های نافذ رشد در دوران کودکی است که در ارتباطات، درک و شناخت افراد اختلال ایجاد می</span></span><span style="font-family:tahoma,sans-serif;">‌<span dir="RTL">کند. مطالعاتی که در مورد اتصالات نواحی مغز افراد انجام شده، حاکی از آن است که در اتصالات مغز افراد مبتلا به اوتیسم، نابهنجاری&shy; هایی وجود دارد.هدف استخراج و مطالعه&shy; ی اطلاعات مربوط به بیماری&shy;های نوروفیزیولوژیک، به منظور مشخص کردن دقیق نواحی دچار اختلالات مغزی با استفاده از پردازش سیگنال&shy;های الکتروانسفالوگرافی.<strong> روش</strong>: در این مقاله، با استفاده از ویژگی&shy; های استخراج شده از سیگنال&shy; های ثبت&shy; شده&shy; ی کودکان سالم و مبتلا به اوتیسم ( شامل تبدیل ویولت، آنتروپی و انرژی )، مدلی مبتنی بر کارکرد مغز این کودکان ارائه شده که قادر است سازمان&shy;دهی و اتصالات نواحی مغزی آنها را نمایش دهد. این مدل که با استفاده از شبکه&shy; های عصبی سلولی طراحی شده، کارکرد مغز را نشان می</span>‌<span dir="RTL">دهد.<strong> یافته&shy; ها</strong>: نتایج نشان می‌دهند که اتصالات درون&shy; ناحیه&shy; ای نیم&shy;کره&shy; ی چپ مغز کودکان مبتلا به اوتیسم با کودکان سالم تفاوت</span>‌<span dir="RTL">هایی دارد که این تفاوت در نواحی </span>F3<span dir="RTL">، </span>P7<span dir="RTL">، </span>AF3<span dir="RTL">،</span>AF4<span dir="RTL"> و</span>O1<span dir="RTL"> معنادار است. همچنین ارتباط کم نواحی لوب &shy;پیشانی و گیجگاهی با ناحیه&shy; ی لوب مرکزی و تعاملات کمتر نواحی همسایه نیز کاملا&quot; مشهود است. <strong>نتیجه&shy; گیری:</strong> نتایج کمی به دست آمده، برخی فرضیات بیان شده در مورد مبتلایان به اوتیسم را تأیید می‌کند که یکی از این فرضیات این است که علیرغم سالم بودن اجزای مختلف مغز این افراد، نحوه&shy; ی تعامل و اتصالات مغزی آنها تفاوت دارد.</span></span></span></div> <table cellpadding="0" cellspacing="0" width="100%"> <tbody> <tr> <td><div></div></td> </tr> </tbody> </table> <div style="text-align: justify;"><span style="font-size:14px;"><strong>Introduction:</strong> Autism spectrum disorders (ASD) is a neurological disease with psychological symptoms and usually appears in the first three years of the life. It directly affects the human brain functions and connections. <strong>Method</strong>: This paper presents a model to show the connections of brain regions in children with autism and the control group based on electroencephalography. The model compared the brain connections of the two groups using cellular neural networks and wavelet transform. <strong>Results</strong>: The results showed that there were significant differences and abnormalities in the left hemisphere, (<em>p</em><0.05) at the electrodes AF3, F3, P7, T7, O1 and AF4 in the children with autism compared with the control group. Also the evaluation of the obtained connections values between brain regions demonstrated that there were more abnormalities in the connectivity of frontal and parietal lobes and the relations of the neighboring regions in children with autism. <strong>Conclusion</strong>: Results are consistent with the previous experimental works and confirm this hypothesis, although the autistic brain is healthy but there are abnormalities in organization and connections of its regions.</span></div> الکتروانسفالوگرافی, اوتیسم, شبکه­ عصبی سلولی, تبدیل ویولت, ایموتیو ایپک Autism, Electroencephalography, Cellular Neural Network, Wavelet Transform, Emotiv Epoch 14 30 http://icssjournal.ir/browse.php?a_code=A-10-2-679&slc_lang=fa&sid=1 الهام عسکری 10031947532846004929 10031947532846004929 No PhD Student, Department of Computer Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran دانشجوی دکتری، گروه کامپیوتر، واحد علوم و تحقیقات ، دانشگاه آزاد اسلامی، تهران، ایران Elham Askari سید کمال‌الدین ستاره‌دان ksetareh@ut.ac.ir 10031947532846004930 10031947532846004930 Yes Professor, Control and Intelligent Processing Center of Excellence, School of Electrical and Computer Engineering, College of Engineering, Tehran University, Tehran, Iran استاد، قطب علمی کنترل و پردازش هوشمند، دانشکده‌ مهندسی برق و کامپیوتر، پردیس دانشکده‌های فنی دانشگاه تهران، تهران، ایران Ali Sheikhani علی شیخانی 10031947532846004931 10031947532846004931 No Assistant Professor, Department of Biomedical Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran استادیار، گروه مهندسی پزشکی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی، تهران، ایران Mohammad Reza Mohammadi محمدرضا محمدی 10031947532846004932 10031947532846004932 No Professor, Psychiatry and Psychology Research Center, Roozbeh Hospital, Tehran University of Medical Sciences, Tehran, Iran استاد، مرکز تحقیقات بیمارستان روزبه، دانشگاه علوم پزشکی تهران، تهران، ایران Mohammad Teshnehlab محمد تشنه لب 10031947532846004933 10031947532846004933 No Professor, Department of Control Engineering, K. N. Toosi University of Technology, Tehran, Iran استاد، دانشکده‌ مهندسی برق، گروه کنترل، دانشگاه صنعتی خواجه نصیرالدین‌ طوسی، تهران، ایران