طراحی و توسعه یک سیستم هوشمند جهت غربالگری زود هنگام اتیسم مبتنی بر صدای نوزادان/کودکان
اتیسم یک اختلال عصب شناختی با علائم اختلالات رفتاری است که روند اکتساب و اجرای اعمال و فعالیت‌های کودک را مختل می کند. تشخیص زودهنگام اتیسم می تواند تأثیر بسیار زیادی در روند بهبود و روند درمانی داشته باشد. متأسفانه در حال حاضر در سطح جهان، عملاً این تشخیص که عمدتاً از روی رفتار کودک انجام می‌شود تا حدود سن 3 یا 4 سالگی به تأخیر می‌افتد. البته در موارد حا، تشخیص بیماری بعد از 18ماهگی نیز امکان‌پذیر است؛ همچنین به دلیل عدم آگاهی و دسترسی والدین و کمبود متخصصین، عمدتاً تشخیص زودهنگام این بیماری به تعویق می‌افتد.
تحقیقات اولیه در آزمایشگاه رباتیک پیشرفته و سیستم‌های هوشمند نشان می‌دهد که می‌توان از روی صدای دریافتی کودکان(بدون نیاز به حضور فیزیکی) در سنین کمتر از 2سال و حتی 18ماه، به غربالگری اولیه اتیسم پرداخت. برای تأیید این نتایج و پیاده‌سازی عملی و کاربردی آن، نیاز به جمع‌آوری داده های انبوه و بسیار است.
در همین راستا جهت دریافت داده‌های صوتی از نوزادان و کودکان معمولی و همچنین کودکان مبتلا به اتیسم تا سن 7 سال، برنامه‌ای کاربردی طراحی شده است که افراد می‌توانند از طریق آن صدای نوزادان و کودکان خود را ارسال نمایند.
تیم پروژه: هادی مرادی، رشاد حسینی، حمیدرضا پوراعتماد، آیدا خزاعی، مهسا مسعود، امید واهب، محمد علی عادلی‌منش
مقالات مرتبط:
- Aida , Khozaei, Hadi Moradi, Reshad Hosseini, Hamidreza Pouretemad, Bahareh Eskandari, " Early screening ofautism spectrum disorder using cry features", PLoS One,15(12),1399.