>
Fa   |   Ar   |   En
   مروری بر مجموعه داده ها، الگوریتم های طبقه بندی داده ها و سیستم های تشخیص خودکار اختلالات روانی در آزمون های ترسیمی روانشناسی  
   
نویسنده فتحی احمد سرائی مریم ,باستان فرد اعظم ,امینی امینه
منبع ماشين بينايي و پردازش تصوير - 1400 - دوره : 8 - شماره : 4 - صفحه:13 -36
چکیده    جهت تشخیص بیماری های شناختی و شخصیتی افراد از دست خط، نحوه ترسیم نقاشی و یا الگوها می توان استفاده کرد. خودکارسازی آزمون های روانشناسی سبب تشخیص زود هنگام بیماری شده و از تشدید بیماری و عواقب جبران ناپذیری جلوگیری می کند. خودکارسازی آزمون های ترسیمی روانشناسی نیازمند بررسی مجموعه داده های آزمون های ترسیمی روانشناسی، بررسی الگوریتم های طبقه بندی تصاویر به عنوان مهم ترین مرحله و در آخر بررسی نحوه امتیازدهی به آزمون ها مطابق با استانداردهای تعیین شده، می باشد. در این پژوهش به بررسی کامل مطالعات انجام شده اخیر در زمینه مجموعه داده های آزمون های ترسیمی و دست نویس، انواع روش های طبقه بندی آزمون های ترسیمی، روش های امتیازدهی به آزمون ها و چالش های پیش رو پرداخته شده است. تا کنون چنین پژوهش جامعی بر روی مجموعه داده ها، الگوریتم های طبقه بندی و تشخیص خودکار در آزمون های ترسیمی روانشناسی انجام نشده است. همچنین مقایسه جامعی از نحوه جمع آوری مجموعه داده ها، رویکردهای طبقه بندی آزمون های ترسیمی، روش های مقایسه آزمون ها با استانداردها، مزایا و معایب هر روش ارائه شده است. چالش های پیش رو در مراحل تشخیص خودکار در آزمون های ترسیمی روانشناسی نیز بحث شده است. هدف این پژوهش شناسایی روش های سریع، دقیق، بار پردازشی کم و قابلیت اطمینان بالا است. در این پژوهش با مقایسه روش های ارائه شده این نتیجه برداشت می شود که در طبقه بندی تصاویر و تشخیص بیماری روانی، الگوریتم های شبکه های عصبی دقت بالاتری نسبت به الگوریتم های یادگیری ماشین دارد اما کندتر عمل می کند.
کلیدواژه مجموعه داده، طبقه بندی داده ها، تشخیص خودکار اختلالات روانی، پردازش تصویر در آزمون‌های ترسیمی
آدرس دانشگاه آزاد اسلامی واحد کرج, ایران, دانشگاه آزاد اسلامی واحد کرج, گروه مهندسی کامپیوتر, ایران, دانشگاه آزاد اسلامی واحد کرج, گروه مهندسی کامپیوتر, ایران
پست الکترونیکی aamini@kiau.ac.ir
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved