Senarai Penerbitan
Terdapat sebilangan besar penyelidikan berkaitan autisme yang boleh dijumpai di Malaysia yang umumnya menumpukan pada ASD, gangguan pembelajaran, alat bantu komunikasi, terapi dan banyak lagi. Senarai penerbitan disediakan di bawah:
- Klik ini untuk mencari menggunakan kata kunci yang ditentukan oleh pengguna.
- Ia akan membawa kepada laman web baru dengan kotak carian teks.
- Taip kata kunci anda di kotak carian
- Klik pada Kata kunci untuk mencari sebarang penerbitan. Kata yang lebih besar menunjukkan tanda yang paling banyak digunakan dan kata yang lebih kecil menunjukkan yang paling sedikit digunakan.
- Klik pada butang lungsur untuk memilih bertahun-tahun, jenis penerbitan atau pengarang pilihan anda.
- Klik pada perkataan bergaris bawah dalam perincian penerbitan untuk melihat lebih banyak maklumat.
2019 |
Hasan, C Z C; Jailani, R; Tahir, N M 2018-Oktober , Institut Jurutera Elektrik dan Elektronik Inc., 2019, ISSN: 21593442, (dipetik oleh 0). Abstrak | Pautan | BibTeX | Tag: 10 Pengesahan Lipatan Silang, 3D Pemodelan, Gangguan Spektrum Autisme, Biofizik, Membuat Keputusan Klinikal, Diagnosis Berbantu Komputer, Membuat keputusan, Analisis Diskriminan, Penyakit, Analisis Gait, Klasifikasi Gait, Angkatan Tindak Balas Tanah, Rangkaian Neural, Teknik Parameterisasi, Pengecaman Corak, Penilaian Takungan Petroleum, Diagnostik Program, Mesin Vektor Sokongan, Rawatan yang disasarkan, Tiga Dimensi @ persidangan{Hasan20192436, tajuk = {Pengelasan ANN dan SVM dalam Mengenal pasti Gait Gangguan Autisme Spectrum Berdasarkan Angkatan Reaksi Tanah Tiga Dimensi}, pengarang = {C Z C Hasan and R Jailani and N M Tahir}, url = {https://www.scopus.com/inward/record.uri?eid = 2-s2.0-85063202256&doi=10.1109/TENCON.2018.8650468&rakan kongsi = 40&md5 = c697d0c43ebd77d76d74cb3726872f42}, doi = {10.1109/TENCON.2018.8650468}, terbitan = {21593442}, tahun = {2019}, tarikh = {2019-01-01}, jurnal = {Wilayah IEEE 10 Persidangan Antarabangsa Tahunan, Prosiding / TENCON}, isi padu = {2018-Oktober}, halaman = {2436-2440}, penerbit = {Institut Jurutera Elektrik dan Elektronik Inc.}, abstrak = {Gangguan spektrum autisme (ASD) adalah keadaan perkembangan saraf yang kompleks dan sepanjang hayat yang berlaku pada awal kanak-kanak dan dikaitkan dengan pergerakan dan gangguan berjalan yang tidak biasa. Pengiktirafan ASD kiprah automatik dan tepat memberikan bantuan dalam diagnosis dan membuat keputusan klinikal serta meningkatkan rawatan yang disasarkan. Makalah ini meneroka penggunaan dua pengelasan pembelajaran mesin yang terkenal, rangkaian saraf tiruan (ANN) dan menyokong mesin vektor (SVM) dalam membezakan ASD dan corak gaya berjalan normal berdasarkan ciri-ciri gaya berjalan yang berasal dari tiga dimensi (3D) daya tindak balas tanah (GRF) data. Data GRF 3D dari 30 kanak-kanak dengan ASD dan 30 kebiasaannya kanak-kanak yang sedang berkembang diperoleh menggunakan dua plat kekuatan semasa kelajuan berjalan kaki tanpa alas kaki. Teknik parameterisasi siri masa diterapkan pada bentuk gelombang 3D GRF untuk mengekstrak ciri gaya penting. Kaedah analisis diskriminan bertahap (SWDA) digunakan untuk menentukan ciri gaya GRF yang dominan untuk mengklasifikasikan ASD dan kumpulan yang biasanya berkembang. Hasil ujian pengesahan silang 10 kali ganda menunjukkan bahawa model ANN dengan tiga ciri input GRF yang dominan mengatasi model SVM berasaskan kernel dengan 93.3% ketepatan, 96.7% kepekaan, dan 90.0% kekhususan. Dapatan kajian ini menunjukkan kebolehpercayaan menggunakan ciri input 3D GRF, dalam kombinasi dengan pemilihan ciri SWDA dan model klasifikasi ANN sebagai kaedah yang sesuai yang mungkin bermanfaat untuk diagnosis kiprah ASD dan juga untuk tujuan penilaian program rawatan. © 2018 IEEE.}, nota = {dipetik oleh 0}, kata kunci = {10 Pengesahan Lipatan Silang, 3D Pemodelan, Gangguan Spektrum Autisme, Biofizik, Membuat Keputusan Klinikal, Diagnosis Berbantu Komputer, Membuat keputusan, Analisis Diskriminan, Penyakit, Analisis Gait, Klasifikasi Gait, Angkatan Tindak Balas Tanah, Rangkaian Neural, Teknik Parameterisasi, Pengecaman Corak, Penilaian Takungan Petroleum, Diagnostik Program, Mesin Vektor Sokongan, Rawatan yang disasarkan, Tiga Dimensi}, pubstate = {diterbitkan}, tppubtype = {persidangan} } Gangguan spektrum autisme (ASD) adalah keadaan perkembangan saraf yang kompleks dan sepanjang hayat yang berlaku pada awal kanak-kanak dan dikaitkan dengan pergerakan dan gangguan berjalan yang tidak biasa. Pengiktirafan ASD kiprah automatik dan tepat memberikan bantuan dalam diagnosis dan membuat keputusan klinikal serta meningkatkan rawatan yang disasarkan. Makalah ini meneroka penggunaan dua pengelasan pembelajaran mesin yang terkenal, rangkaian saraf tiruan (ANN) dan menyokong mesin vektor (SVM) dalam membezakan ASD dan corak gaya berjalan normal berdasarkan ciri-ciri gaya berjalan yang berasal dari tiga dimensi (3D) daya tindak balas tanah (GRF) data. Data GRF 3D dari 30 kanak-kanak dengan ASD dan 30 kebiasaannya kanak-kanak yang sedang berkembang diperoleh menggunakan dua plat kekuatan semasa kelajuan berjalan kaki tanpa alas kaki. Teknik parameterisasi siri masa diterapkan pada bentuk gelombang 3D GRF untuk mengekstrak ciri gaya penting. Kaedah analisis diskriminan bertahap (SWDA) digunakan untuk menentukan ciri gaya GRF yang dominan untuk mengklasifikasikan ASD dan kumpulan yang biasanya berkembang. Hasil ujian pengesahan silang 10 kali ganda menunjukkan bahawa model ANN dengan tiga ciri input GRF yang dominan mengatasi model SVM berasaskan kernel dengan 93.3% ketepatan, 96.7% kepekaan, dan 90.0% kekhususan. Dapatan kajian ini menunjukkan kebolehpercayaan menggunakan ciri input 3D GRF, dalam kombinasi dengan pemilihan ciri SWDA dan model klasifikasi ANN sebagai kaedah yang sesuai yang mungkin bermanfaat untuk diagnosis kiprah ASD dan juga untuk tujuan penilaian program rawatan. © 2018 IEEE. |
2015 |
Khosrowabadi, R; Quek, C; Ang, K K; Wahab, A; Chen, Annabel S -H Dynamic screening of autistic children in various mental states using pattern of connectivity between brain regions Artikel Jurnal Applied Soft Computing Journal, 32 , hlm. 335-346, 2015, ISSN: 15684946, (dipetik oleh 6). Abstrak | Pautan | BibTeX | Tag: Gangguan Spektrum Autisme, Pemprosesan Isyarat Bioperubatan, Otak, Connectivity Feature, Connectivity Pattern, Penyakit, Elektroensefalografi, Face Perceptions, Pengekstrakan Ciri, Functional Connectivity, Pengecaman Corak, Pattern Recognition Techniques @artikel{Khosrowabadi2015335, tajuk = {Dynamic screening of autistic children in various mental states using pattern of connectivity between brain regions}, pengarang = {R Khosrowabadi and C Quek and K K Ang and A Wahab and S -H Annabel Chen}, url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-84927922520&doi=10.1016%2fj.asoc.2015.03.030&rakan kongsi = 40&md5=5973f80db5649e5c61e344907819a18b}, doi = {10.1016/j.asoc.2015.03.030}, terbitan = {15684946}, tahun = {2015}, tarikh = {2015-01-01}, jurnal = {Applied Soft Computing Journal}, isi padu = {32}, halaman = {335-346}, penerbit = {Elsevier Ltd.}, abstrak = {Dalam kajian ini, a dynamic screening strategy is proposed to discriminate subjects with autistic spectrum disorder (ASD) from healthy controls. The ASD is defined as a neurodevelopmental disorder that disrupts normal patterns of connectivity between the brain regions. Oleh itu, the potential use of such abnormality for autism screening is investigated. The connectivity patterns are estimated from electroencephalogram (LIHAT) data collected from 8 brain regions under various mental states. The EEG data of 12 healthy controls and 6 kanak-kanak autistik (age matched in 7-10) were collected during eyes-open and eyes-close resting states as well as when subjects were exposed to affective faces (happy, sad and calm). Subsequently, the subjects were classified as autistic or healthy groups based on their brain connectivity patterns using pattern recognition techniques. Performance of the proposed system in each mental state is separately evaluated. The results present higher recognition rates using functional connectivity features when compared against other existing feature extraction methods. © 2015 Published by Elsevier B.V.}, nota = {dipetik oleh 6}, kata kunci = {Gangguan Spektrum Autisme, Pemprosesan Isyarat Bioperubatan, Otak, Connectivity Feature, Connectivity Pattern, Penyakit, Elektroensefalografi, Face Perceptions, Pengekstrakan Ciri, Functional Connectivity, Pengecaman Corak, Pattern Recognition Techniques}, pubstate = {diterbitkan}, tppubtype = {artikel} } Dalam kajian ini, a dynamic screening strategy is proposed to discriminate subjects with autistic spectrum disorder (ASD) from healthy controls. The ASD is defined as a neurodevelopmental disorder that disrupts normal patterns of connectivity between the brain regions. Oleh itu, the potential use of such abnormality for autism screening is investigated. The connectivity patterns are estimated from electroencephalogram (LIHAT) data collected from 8 brain regions under various mental states. The EEG data of 12 healthy controls and 6 kanak-kanak autistik (age matched in 7-10) were collected during eyes-open and eyes-close resting states as well as when subjects were exposed to affective faces (happy, sad and calm). Subsequently, the subjects were classified as autistic or healthy groups based on their brain connectivity patterns using pattern recognition techniques. Performance of the proposed system in each mental state is separately evaluated. The results present higher recognition rates using functional connectivity features when compared against other existing feature extraction methods. © 2015 Published by Elsevier B.V. |
Jamil, N; Khir, N H M; Ismail, M; Razak, F H A Gait-Based Emotion Detection of Children with Autism Spectrum Disorders: A Preliminary Investigation Persidangan 76 , Elsevier B.V., 2015, ISSN: 18770509, (dipetik oleh 4). Abstrak | Pautan | BibTeX | Tag: Gangguan Spektrum Autisme, Kanak-kanak dengan Autisme, Perolehan data, Penyakit, Emosi, Emotion Detection, Emotion Recognition, Keadaan emosi, Ekspresi wajah, Analisis Gait, Kawalan Pintar, Perhubungan tanpa percakapan, Pengecaman Corak, Robotik, Sensor Pintar, Komunikasi Sosial, Pengenalan suara @ persidangan{Jamil2015342, tajuk = {Gait-Based Emotion Detection of Children with Autism Spectrum Disorders: A Preliminary Investigation}, pengarang = {N Jamil and N H M Khir and M Ismail and F H A Razak}, penyunting = {Miskon M F Yussof H.}, url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-84962833568&doi=10.1016%2fj.procs.2015.12.305&rakan kongsi = 40&md5=6893678f1ed83b87147ff9183b94428b}, doi = {10.1016/j.procs.2015.12.305}, terbitan = {18770509}, tahun = {2015}, tarikh = {2015-01-01}, jurnal = {Sains Komputer Procedia}, isi padu = {76}, halaman = {342-348}, penerbit = {Elsevier B.V.}, abstrak = {With the disturbing increase of children with Autism Spectrum Disorder (ASD) di Malaysia, a lot of efforts and studies are put forward towards understanding and managing matters related to ASD. One way is to find means of easing the social communications among these children and their caretakers, particularly during intervention. If the caretaker is able to comprehend the children emotional state of mind prior to therapy, some sort of trust and attachment will be developed. Walau bagaimanapun, regulating emotions is a challenge to these children. Nonverbal communication such as facial expression is difficult for ASD children. Oleh itu, we proposed the use of walking patterns (i.e.. gait) to detect the type of emotions of ASD children. Even though using gait for emotion recognition is common among normal individuals, none can be found done on children with ASD. Oleh itu, the aim of this paper is to conduct a preliminary review on the possibilities of carrying out gait-based emotion detection among ASD children with regards to the emotional types, gait parameters and methods of gait data acquisition. © 2015 Penulis.}, nota = {dipetik oleh 4}, kata kunci = {Gangguan Spektrum Autisme, Kanak-kanak dengan Autisme, Perolehan data, Penyakit, Emosi, Emotion Detection, Emotion Recognition, Keadaan emosi, Ekspresi wajah, Analisis Gait, Kawalan Pintar, Perhubungan tanpa percakapan, Pengecaman Corak, Robotik, Sensor Pintar, Komunikasi Sosial, Pengenalan suara}, pubstate = {diterbitkan}, tppubtype = {persidangan} } With the disturbing increase of children with Autism Spectrum Disorder (ASD) di Malaysia, a lot of efforts and studies are put forward towards understanding and managing matters related to ASD. One way is to find means of easing the social communications among these children and their caretakers, particularly during intervention. If the caretaker is able to comprehend the children emotional state of mind prior to therapy, some sort of trust and attachment will be developed. Walau bagaimanapun, regulating emotions is a challenge to these children. Nonverbal communication such as facial expression is difficult for ASD children. Oleh itu, we proposed the use of walking patterns (i.e.. gait) to detect the type of emotions of ASD children. Even though using gait for emotion recognition is common among normal individuals, none can be found done on children with ASD. Oleh itu, the aim of this paper is to conduct a preliminary review on the possibilities of carrying out gait-based emotion detection among ASD children with regards to the emotional types, gait parameters and methods of gait data acquisition. © 2015 Penulis. |