@ persidangan{Hoole2012541,
tajuk = {Autisme, EEG and brain electromagnetics research},
pengarang = {P R P Hoole and K Pirapaharan and S A Basar and R Ismail and D L D A Liyanage and S S H M U L Senanayake and S R H Hoole},
url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-84876771339&doi=10.1109%2fIECBES.2012.6498036&rakan kongsi = 40&md5=9f9390b30b859a90936c66699c1a5115},
doi = {10.1109/IECBES.2012.6498036},
isbn = {9781467316668},
tahun = {2012},
tarikh = {2012-01-01},
jurnal = {2012 Persidangan IEEE-EMBS mengenai Kejuruteraan dan Sains Bioperubatan, IECBES 2012},
halaman = {541-543},
abstrak = {There has been a significant increase in the incidence of autism. We report the work on autism by our international group, on the growing attention paid to EEG based diagnosis and the interest in tracing EEG changes to brain electromagnetic signals (BEMS), seeking the cause of autism and the brain regions of its origin. The time- and frequency domain and principal component analysis (PCA) of these EEG signals with a Multilayer Perception Neural Network (MLP) identifies an autistic subject and helps improve classification accuracy. We show differences between a working brain and a relaxed brain, especially in the Alpha waves used for diagnosis. © 2012 IEEE.},
nota = {dipetik oleh 11},
kata kunci = {Kejuruteraan Bioperubatan, Otak, Brain Regions, Ketepatan Pengelasan, Penyakit, EEG Signals, Electromagnetic Signals, Electromagnetics, Electromagnetism, Domain Kekerapan, International Group, Multilayer Perception Neural Networks, Neuroimaging, Analisis Komponen Utama},
pubstate = {diterbitkan},
tppubtype = {persidangan}
}

@ persidangan{Yee20126,
tajuk = {Mobile technology for children with autism spectrum disorder: Major trends and issues},
pengarang = {H S S Yee},
url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-84874045323&doi=10.1109%2fIS3e.2012.6414954&rakan kongsi = 40&md5=7ce6fc2bfa0651860ccbc3b48c67e1eb},
doi = {10.1109/IS3e.2012.6414954},
isbn = {9781467323895},
tahun = {2012},
tarikh = {2012-01-01},
jurnal = {2012 IEEE Symposium on E-Learning, E-Management and E-Services, IS3e 2012},
halaman = {6-10},
abstrak = {Mobile devices had gained popularity among the special needs community. These mobile devices are the new and cool gadgets to be seen with, unlike the óld', complex and 'I-am-not-normal-looking' assistive devices. These mobile devices were said to serve as a communication device in the pocket, a learning device on the go and even a lifesaver for some. Among the features are its flexible multimedia content and storage, portability, mobility and affordability. The touch screen interface makes it appealing and simple to use, particularly for those who have weak fine motor skills. It offers practical communication solutions for autistic persons in relating to their families and others in the community. The flexibility and the advanced capabilities of mobile technology are opening new opportunities for further research in the area of computer-based intervention for children with ASD. Several anecdotal reports gave an early indication of the immense possibilities of how these devices could play a significant role in enhancing the quality of life of the children with ASD and their families. There is definitely lack of published research studies on the use of mobile technology with children with ASD. Due to the growing popularity of adopting mobile devices as assistive devices, more in depth research in warranted. © 2012 IEEE.},
nota = {dipetik oleh 17},
kata kunci = {Teknologi Bantuan, Autisme, Computer Technology, Penyakit, E-pembelajaran, Mobile Devices, Teknologi Mudah Alih, Sistem Telekomunikasi Mudah Alih, Penyelidikan, Trends},
pubstate = {diterbitkan},
tppubtype = {persidangan}
}

@ persidangan{Shamsuddin2012188,
tajuk = {Tindak balas awal kanak-kanak autistik dalam terapi interaksi manusia-robot dengan robot humanoid NAO},
pengarang = {S Shamsuddin dan H Yussof dan L Ismail dan F A Hanapiah dan S Mohamed dan HA Piah dan N I Zahari},
url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-84861537641&doi = 10.1109% 2fCSPA.2012.6194716&rakan kongsi = 40&md5=32572eb3ebc7d201c02a90908128ae28},
doi = {10.1109/CSPA.2012.6194716},
isbn = {9781467309615},
tahun = {2012},
tarikh = {2012-01-01},
jurnal = {Prosiding - 2012 Kolokium Antarabangsa IEEE ke-8 mengenai Pemprosesan Isyarat dan Aplikasinya, CSPA 2012},
halaman = {188-193},
abstrak = {Konteks keseluruhan yang dicadangkan dalam kertas ini adalah sebahagian daripada matlamat lama kami untuk menyumbang kepada sekumpulan komuniti yang mengalami Gangguan Spektrum Autisme (ASD); kecacatan perkembangan seumur hidup. Objektif kertas ini adalah untuk membentangkan pembangunan protokol percubaan perintis kami di mana kanak-kanak dengan ASD akan didedahkan kepada robot humanoid NAO. humanoid boleh diprogramkan sepenuhnya ini menawarkan platform penyelidikan yang ideal untuk interaksi manusia-robot (HR). Kajian ini berfungsi sebagai platform untuk penyiasatan asas untuk melihat tindak balas dan tingkah laku awal kanak-kanak dalam persekitaran tersebut. Sistem ini menggunakan kamera luaran, selain sistem visual robot itu sendiri. Keputusan yang dijangkakan adalah tindak balas dan tindak balas awal sebenar kanak-kanak ASD semasa HRI dengan robot humanoid. Ini akan membawa kepada penyesuaian prosedur baru dalam terapi ASD berdasarkan HRI, terutamanya bagi orang bukan pakar teknikal untuk terlibat dalam intervensi robotik semasa sesi terapi. © 2012 IEEE.},
nota = {dipetik oleh 103},
kata kunci = {Robot Anthropomorphic, Gangguan Spektrum Autisme, Kanak-kanak Autistik, Kanak-kanak dengan Autisme, Gangguan Perkembangan, Penyakit, Interaksi Komputer Manusia, Interaksi Robot Manusia, Robot Humanoid, Sistem Mesin Manusia, Eksperimen Juruterbang, Robotik Pemulihan, Penyelidikan, Robotik, Pemprosesan isyarat, Sistem Visual},
pubstate = {diterbitkan},
tppubtype = {persidangan}
}

@ persidangan{KhazaalShams2011653,
tajuk = {Characterizing autistic disorder based on principle component analysis},
pengarang = {W Khazaal Shams and A W Abdul Rahman},
url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-84855644760&doi=10.1109%2fISIEA.2011.6108797&rakan kongsi = 40&md5=c486566e2d7ff404d830704c0b404067},
doi = {10.1109/ISIEA.2011.6108797},
isbn = {9781457714184},
tahun = {2011},
tarikh = {2011-01-01},
jurnal = {2011 IEEE Symposium on Industrial Electronics and Applications, ISIEA 2011},
halaman = {653-657},
abstrak = {Autism is often diagnosed during preschool or toddled age. This diagnosis often depends on behavioral test. It is known that individuals with autism have abnormal brain signals different from typical persons yet this difference in signals is slight that it is often difficult to distinguish from the normal. Walau bagaimanapun, Elektroencephalogram (LIHAT) signals have a lot of information which reflect the behavior of brain functions which therefore captures the marker for autism, help to early diagnose and speed the treatment. This work investigates and compares classification process for autism in open-eyed tasks and motor movement by using Principle Component Analysis (PCA) for feature extracted in Time-frequency domain to reduce data dimension. The results show that the proposed method gives accuracy in the range 90-100% for autism and normal children in motor task and around 90% to detect normal in open-eyed tasks though difficult to detect autism in this task. © 2011 IEEE.},
nota = {dipetik oleh 6},
kata kunci = {Autisme, Brain Function, Isyarat Otak, Classification Process, Data Dimensions, Penyakit, Electroencephalogram Signals, Elektroensefalografi, Frequency Domain Analysis, Elektronik Perindustrian, Pergerakan Motor, Motor Tasks, PCA, Analisis Komponen Utama, Signal Detection, Time Frequency Domain},
pubstate = {diterbitkan},
tppubtype = {persidangan}
}

@ persidangan{Ismail2011517,
tajuk = {Teknik pengesanan muka Humanoid Robot NAO untuk aplikasi dalam terapi bantuan robotik},
pengarang = {L Ismail dan S Shamsuddin dan H Yussof dan H Hashim dan S Bahari dan A Jaafar dan I Zahari},
url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-84862067305&doi = 10.1109% 2fICCSCE.2011.6190580&rakan kongsi = 40&md5=954caf63c5c5f7f05062436598a32a91},
doi = {10.1109/ICCSCE.2011.6190580},
isbn = {9781457716423},
tahun = {2011},
tarikh = {2011-01-01},
jurnal = {Prosiding - 2011 Persidangan Antarabangsa IEEE mengenai Sistem Kawalan, Pengkomputeran dan Kejuruteraan, ICCSCE 2011},
halaman = {517-521},
abstrak = {Kertas kerja ini mencadangkan kaedah pengesanan muka untuk mengesan wajah kanak-kanak dengan Gangguan Spektrum Autisme dalam terapi bantuan robotik.. Pengesanan muka adalah pendekatan baru dalam terapi bantuan robotik yang melibatkan kanak-kanak autistik kerana dipercayai bahawa kanak-kanak tersebut akan bertindak balas secara positif dengan peranti canggih., gajet dan peranti canggih. Tujuan mengesan wajah kanak-kanak autisme adalah untuk mengukur tahap kepekatan kanak-kanak dalam interaksi sosial dan komunikasi kerana semua orang tahu bahawa kanak-kanak tersebut mengalami ketidakupayaan dan defisit komunikasi akibat gangguan perkembangan otak.. Robot humanoid Nao dengan ketinggian 573.2mm dilengkapi dengan 2 kamera dalaman digunakan untuk penyelidikan ini. Alat pengesanan muka dalam koregraf dan telepati berdasarkan Antara Muka Pengguna Grafik (GUI) modul digunakan dalam kajian ini. Interaksi bukan lisan antara robot humanoid dan kanak-kanak autistik direkodkan dengan menggunakan 2 kamera dalaman dari kepala robot. Interaksi akan berlaku 30 minit dan diselia oleh ahli terapi cara kerja dan ahli psikologi bertauliah. Kanak-kanak autistik akan diperkenalkan dengan Humanoid Robot Nao dan reaksi mereka akan dirakam serentak semasa robot itu cuba mengesan wajah mereka.. © 2011 IEEE.},
nota = {dipetik oleh 14},
kata kunci = {Robot Anthropomorphic, Membantu, Gangguan Spektrum Autisme, Kanak-kanak Autistik, Kamera, Kanak-kanak dengan Autisme, Komunikasi, Tahap Kepekatan, Sistem Kawalan, Cutting Edges, Alat Pengesanan, Gangguan Perkembangan, Penyakit, Pengesanan Muka, Pengecaman Wajah, Antara Muka Pengguna Grafik, Robot Humanoid, Robotik, Interaksi Sosial},
pubstate = {diterbitkan},
tppubtype = {persidangan}
}

@ persidangan{Razali2011536,
tajuk = {2Model Ruang Afektif (ASM) untuk mengesan kanak-kanak autistik},
pengarang = {N Razali and A Wahab},
url = {https://www.scopus.com/inward/record.uri?eid = 2-s2.0-80052392399&doi = 10.1109% 2fISCE.2011.5973888&rakan kongsi = 40&md5 = f6ea401148e6558b861e4df6407e527e},
doi = {10.1109/ISCE.2011.5973888},
isbn = {9781612848433},
tahun = {2011},
tarikh = {2011-01-01},
jurnal = {Prosiding Simposium Antarabangsa mengenai Elektronik Pengguna, ISCE},
halaman = {536-541},
abstrak = {Terdapat banyak kajian yang dilakukan terhadap kes autisme menggunakan teknik pencitraan otak. Dalam kertas ini, Electroencephalogram (LIHAT) digunakan untuk memahami dan menganalisis fungsi otak untuk mengenal pasti atau mengesan gangguan otak untuk autisme dari segi peniruan motor. Oleh itu, kebolehpasaran dan kemampuan peralatan EEG menjadikannya pilihan yang lebih baik jika dibandingkan dengan alat pengimejan otak lain seperti pengimejan resonans magnetik yang berfungsi (fMRI), tomografi pelepasan positron (PET) dan megnetoencephalography (MEG). Pengumpulan data terdiri daripada kanak-kanak autis dan normal dengan jumlah keseluruhan 6 kanak-kanak untuk setiap kumpulan. Semua subjek diminta mengepal tangan mereka dengan mengikuti rangsangan video yang disajikan 1 masa minit. Model campuran Gaussian digunakan sebagai kaedah pengekstrakan ciri untuk menganalisis isyarat otak dalam domain frekuensi. Kemudian, data pengekstrakan dikelaskan menggunakan perceptron pelbagai lapisan (MLP). Menurut hasil pengesahan, peratusan diskriminasi antara kedua-dua kumpulan adalah hingga 85% secara purata dengan menggunakan pengesahan k-kali ganda. © 2011 IEEE.},
nota = {dipetik oleh 8},
kata kunci = {Kanak-kanak Autistik, Gangguan Otak, Pengimejan Otak, Teknik Pengimejan Otak, Isyarat Otak, Kanak-kanak dengan Autisme, Elektronik Pengguna, Pengumpulan data, Penyakit, Elektroencephalogram, Elektroensefalografi, Pengekstrakan Ciri, Domain Kekerapan, Pengimejan Resonans Magnetik Berfungsi, Model Campuran Gaussian, Pengimejan Resonans Magnetik, Perceptron Pelbagai Lapisan, Perceptron pelbagai lapisan, Pelbagai lapisan, Tomografi Pelepasan Positron, Resonans, Model Ruang, Hasil Pengesahan},
pubstate = {diterbitkan},
tppubtype = {persidangan}
}

@ persidangan{Othman2010,
tajuk = {Analisis pemprosesan wajah afektif pada autisme menggunakan elektroensefalogram},
pengarang = {M Othman dan A Wahab},
url = {https://www.scopus.com/inward/record.uri?eid = 2-s2.0-80052372671&doi = 10.1109% 2fICT4M.2010.5971907&rakan kongsi = 40&md5 = 4d5f8a317d6a9c93e1ab7186a9b99b52},
doi = {10.1109/ICT4M.2010.5971907},
isbn = {9789791948913},
tahun = {2010},
tarikh = {2010-01-01},
jurnal = {Prosiding Persidangan Antarabangsa Teknologi Maklumat dan Komunikasi ke-3 untuk Dunia Muslim: Budaya Menghubungkan ICT, ICT4M 2010},
halaman = {E23-E27},
abstrak = {Penyelidikan yang lalu di bidang psikologi telah menunjukkan ketidakupayaan Autism Spectrum Disorder (ASD) pesakit kerana mentafsirkan emosi orang lain. Kerosakan ini disebabkan oleh kurangnya motivasi sosial dan kontak mata semasa berkomunikasi, menyebabkan maklumat tidak mencukupi ke otak untuk mentafsirkan wajah emosi. Makalah ini menyiasat gelombang otak manusia untuk memahami pemprosesan wajah afektif kanak-kanak ASD. Hasil pengkelasan corak dijelaskan berdasarkan model emosi 2 dimensi. Model 2 dimensi menerangkan emosi manusia dari segi menyenangkan / tidak menyenangkan (atau valensi) dan intensiti (atau terangsang). Hasil analisis menunjukkan bahawa emosi kumpulan bukan autistik diubah agar sesuai dengan wajah afektif yang kini dipaparkan di monitor komputer. Dinamika emosi kanak-kanak ASD, namun begitu, menunjukkan kecenderungan valensi terbalik semasa menonton ekspresi wajah yang berkaitan dengan emosi. © 2010 IEEE.},
nota = {dipetik oleh 7},
kata kunci = {Pemprosesan Muka Afektif, Hasil Analisis, Gangguan Spektrum Autisme, Gelombang Otak, Penyakit, Elektroencephalogram, Elektroensefalografi, Emosi, Model Emosi, Hubungan mata, Ekspresi wajah, Emosi Manusia, Teknologi maklumat},
pubstate = {diterbitkan},
tppubtype = {persidangan}
}

@ persidangan{Razali2010,
tajuk = {Pergerakan motor untuk gangguan spektrum autisme (ASD) pengesanan},
pengarang = {N Razali dan AW A Rahman},
url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-80052346152&doi = 10.1109% 2fICT4M.2010.5971921&rakan kongsi = 40&md5=234cdd8f3906ad980ed163a1036215ee},
doi = {10.1109/ICT4M.2010.5971921},
isbn = {9789791948913},
tahun = {2010},
tarikh = {2010-01-01},
jurnal = {Prosiding Persidangan Antarabangsa Teknologi Maklumat dan Komunikasi ke-3 untuk Dunia Muslim: Budaya Menghubungkan ICT, ICT4M 2010},
halaman = {E90-E95},
abstrak = {Dalam kertas ini, kami melihat perbezaan antara kanak-kanak autistik dan normal dari segi pergerakan motor halus. Dapatan sebelum ini menunjukkan terdapat perbezaan antara kanak-kanak autisme dan kanak-kanak normal semasa melakukan tugasan pergerakan motor yang mudah. Meniru jari mengetuk dan menggenggam tangan adalah dua contoh tugas pergerakan motor yang mudah. Kajian kami telah menggunakan salah satu rangsangan video untuk menggenggam tangan daripada Brainmarkers. 6 kanak-kanak autisme terpilih dan 6 kanak-kanak normal terpilih telah terlibat dalam kajian ini. Pengumpulan data menggunakan peranti EEG dan akan dianalisis menggunakan model campuran Gaussian (GMM) dan perceptron berbilang lapisan (MLP) sebagai pengelas untuk membezakan antara kanak-kanak autistik dan normal. Keputusan eksperimen menunjukkan potensi pengesahan antara kanak-kanak autistik dan normal dengan ketepatan 92%. Potensi penggunaan teknik ini untuk mengenal pasti kanak-kanak autisme dapat membantu pengesanan awal bagi tujuan intervensi awal. Lebih-lebih lagi, spektrum isyarat juga menunjukkan perbezaan besar antara kedua-dua kumpulan. © 2010 IEEE.},
nota = {dipetik oleh 3},
kata kunci = {Autisme, Gangguan Spektrum Autisme, Kanak-kanak Autistik, Kanak-kanak dengan Autisme, Pengumpulan data, Penyakit, Pengesanan Awal, Campur Tangan Awal, Mengetik Jari, Model Campuran Gaussian, Teknologi maklumat, Pergerakan Motor, Perceptron Pelbagai Lapisan, Perceptron pelbagai lapisan (MLP), Pelbagai lapisan},
pubstate = {diterbitkan},
tppubtype = {persidangan}
}