• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Computer Aided Engineering and Technology >An evolutionary framework on ADHD diagnosis based on graph theory and ant colony optimisation
【24h】

An evolutionary framework on ADHD diagnosis based on graph theory and ant colony optimisation

机译：基于图论和蚁群优化的ADHD诊断进化框架

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Developing countries facing unavoidable issues for the parents living with children due to attention deficit hyperactivity disorder (ADHD). This neuropsychiatric disorder has effects on the children in terms of inattentive, impulsive, and hyperactivity. Graph theory provides useful description measures as predicted vectors for the classification process and this research work provides an automated diagnosis model for predicting the ADHD features based on the neural network classifier to differentiate ADHD patients and their healthy controls from a combined environment includes normal persons and affected patients. Ant colony optimisation model is used to get converged results for the classifier results in terms of both phenotypic data and imaging data. ADHD-200 dataset is used for analysis in the proposed model. The experimental result yields an accuracy of 86% on two class diagnosis better than phenotypic approaches.
机译：由于注意缺陷多动障碍（ADHD），父母面临父母的父母面临不可避免的问题的发展中国家。 这种神经精神疾病在不关注的，脉冲和多动症方面对儿童产生影响。 图表理论提供了有用的描述措施，作为分类过程的预测向量，这项研究工作提供了一种自动诊断模型，用于根据神经网络分类器预测ADHD特征，以区分ADHD患者，并从组合环境中的健康控制包括普通人和受影响的患者 耐心。 蚁群优化模型用于在表型数据和成像数据方面获得分类器的融合结果。 ADHD-200数据集用于在所提出的模型中进行分析。 实验结果比表型方法更好地产生86％的精度为86％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号