2018 |
Hasan, C Z C; Jailani, R; Tahir, N M; Desaa, H M Tindak balas tanah menegak corak gaya berjalan semasa berjalan pada kanak-kanak dengan gangguan spektrum autisme Artikel Jurnal Jurnal Kejuruteraan Antarabangsa, Transaksi B: Aplikasi, 31 (5), hlm. 705-711, 2018, ISSN: 1728144X, (dipetik oleh 1). Abstrak | Pautan | BibTeX | Tag: Gangguan Spektrum Autisme, Biofizik, Kanak-kanak dengan Autisme, Penyakit, Analisis Gait, Corak Gait, Angkatan Tindak Balas Tanah, Ujian-T Sampel Bebas, Ujian Mann-Whitney U, Teknik Parameterisasi, Analisis Spektrum, Tiga Dimensi, Analisis Pergerakan Tiga Dimensi @artikel{Hasan2018705, tajuk = {Tindak balas tanah menegak corak gaya berjalan semasa berjalan pada kanak-kanak dengan gangguan spektrum autisme}, pengarang = {C Z C Hasan and R Jailani and N M Tahir and H M Desaa}, url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-85048945706&doi = 10.5829% 2fije.2018.31.05b.04&rakan kongsi = 40&md5=74e349f0b128bc46da82f21d0e484d77}, doi = {10.5829/ije.2018.31.05b.04}, terbitan = {1728144X}, tahun = {2018}, tarikh = {2018-01-01}, jurnal = {Jurnal Kejuruteraan Antarabangsa, Transaksi B: Aplikasi}, isi padu = {31}, nombor = {5}, halaman = {705-711}, penerbit = {Pusat Penyelidikan Bahan dan Tenaga}, abstrak = {Ciri-ciri daya tindak balas tanah menegak (VGRF) corak gaya berjalan pada kanak-kanak dengan gangguan spektrum autisme (ASD) kurang difahami. Tujuan kajian ini adalah untuk mengenal pasti ciri gaya berjalan VGRF yang mendiskriminasi antara kanak-kanak dengan ASD dan kumpulan kawalan rakan sebaya.. Data VGRF diperoleh daripada 30 kanak-kanak dengan ASD dan 30 kanak-kanak sihat normal berumur 4 ke 12 tahun. Sistem analisis gerakan tiga dimensi dengan lapan kamera dan dua plat daya digunakan untuk mengumpul data VGRF manakala subjek melakukan kelajuan berjalan tanpa alas kaki pilihan sendiri.. Teknik parameterisasi telah digunakan pada bentuk gelombang VGRF untuk mengekstrak ciri gaya berjalan VGRF. Perbezaan signifikan min antara kedua-dua kumpulan telah diuji menggunakan ujian-t sampel bebas dan ujian Mann-Whitney U. Perbezaan kumpulan yang ketara didapati untuk empat ciri gaya berjalan VGRF. Keputusan menunjukkan bahawa kanak-kanak dengan ASD menunjukkan pengurangan ketara pada puncak kedua VGRF, masa relatif lebih awal kepada berlakunya puncak kedua VGRF, kadar tolakan yang lebih rendah, dan nisbah puncak yang lebih tinggi daripada dua puncak VGRF semasa kelajuan biasa berjalan. Perbezaan ketara ini menunjukkan bahawa kanak-kanak dengan ASD mengalami kesukaran untuk menyokong berat badan mereka semasa fasa pendirian terminal dan keadaan ini menjejaskan ketidakstabilan gaya berjalan.. Penemuan kajian ini membangunkan pemahaman lanjut tentang corak gaya berjalan VGRF yang membezakan secara signifikan antara kanak-kanak dengan ASD dan kumpulan kawalan rakan sebaya.. © 2018 Pusat Penyelidikan Bahan dan Tenaga. Hak cipta terpelihara.}, nota = {dipetik oleh 1}, kata kunci = {Gangguan Spektrum Autisme, Biofizik, Kanak-kanak dengan Autisme, Penyakit, Analisis Gait, Corak Gait, Angkatan Tindak Balas Tanah, Ujian-T Sampel Bebas, Ujian Mann-Whitney U, Teknik Parameterisasi, Analisis Spektrum, Tiga Dimensi, Analisis Pergerakan Tiga Dimensi}, pubstate = {diterbitkan}, tppubtype = {artikel} } Ciri-ciri daya tindak balas tanah menegak (VGRF) corak gaya berjalan pada kanak-kanak dengan gangguan spektrum autisme (ASD) kurang difahami. Tujuan kajian ini adalah untuk mengenal pasti ciri gaya berjalan VGRF yang mendiskriminasi antara kanak-kanak dengan ASD dan kumpulan kawalan rakan sebaya.. Data VGRF diperoleh daripada 30 kanak-kanak dengan ASD dan 30 kanak-kanak sihat normal berumur 4 ke 12 tahun. Sistem analisis gerakan tiga dimensi dengan lapan kamera dan dua plat daya digunakan untuk mengumpul data VGRF manakala subjek melakukan kelajuan berjalan tanpa alas kaki pilihan sendiri.. Teknik parameterisasi telah digunakan pada bentuk gelombang VGRF untuk mengekstrak ciri gaya berjalan VGRF. Perbezaan signifikan min antara kedua-dua kumpulan telah diuji menggunakan ujian-t sampel bebas dan ujian Mann-Whitney U. Perbezaan kumpulan yang ketara didapati untuk empat ciri gaya berjalan VGRF. Keputusan menunjukkan bahawa kanak-kanak dengan ASD menunjukkan pengurangan ketara pada puncak kedua VGRF, masa relatif lebih awal kepada berlakunya puncak kedua VGRF, kadar tolakan yang lebih rendah, dan nisbah puncak yang lebih tinggi daripada dua puncak VGRF semasa kelajuan biasa berjalan. Perbezaan ketara ini menunjukkan bahawa kanak-kanak dengan ASD mengalami kesukaran untuk menyokong berat badan mereka semasa fasa pendirian terminal dan keadaan ini menjejaskan ketidakstabilan gaya berjalan.. Penemuan kajian ini membangunkan pemahaman lanjut tentang corak gaya berjalan VGRF yang membezakan secara signifikan antara kanak-kanak dengan ASD dan kumpulan kawalan rakan sebaya.. © 2018 Pusat Penyelidikan Bahan dan Tenaga. Hak cipta terpelihara. |
2016 |
Ilias, S; Tahir, N M; Jailani, R; Hasan, C Z C Classification of autism children gait patterns using Neural Network and Support Vector Machine Persidangan Institut Jurutera Elektrik dan Elektronik Inc., 2016, ISBN: 9781509015436, (dipetik oleh 5). Abstrak | Pautan | BibTeX | Tag: Accuracy Rate, Autisme, Pengelasan (maklumat), Penyakit, Analisis Gait, Gait Parameters, Corak Gait, Elektronik Perindustrian, Kinematik, Rangkaian Neural, NN Classifiers, Kepekaan dan Kekhususan, Mesin Vektor Sokongan, Three Categories @ persidangan{Ilias201652, tajuk = {Classification of autism children gait patterns using Neural Network and Support Vector Machine}, pengarang = {S Ilias and N M Tahir and R Jailani and C Z C Hasan}, url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-84992135613&doi=10.1109%2fISCAIE.2016.7575036&rakan kongsi = 40&md5=55c6d166768ed5fa3b504a2bd3441829}, doi = {10.1109/ISCAIE.2016.7575036}, isbn = {9781509015436}, tahun = {2016}, tarikh = {2016-01-01}, jurnal = {ISCA 2016 - 2016 Simposium IEEE mengenai Aplikasi Komputer dan Elektronik Industri}, halaman = {52-56}, penerbit = {Institut Jurutera Elektrik dan Elektronik Inc.}, abstrak = {Dalam kajian ini, we deemed further to evaluate the performance of Neural Network (NN) and Support Vector Machine (SVM) in classifying the gait patterns between autism and normal children. Pertama, temporal spatial, kinetic and kinematic gait parameters of forty four subjects namely thirty two normal subjects and twelve autism children are acquired. Seterusnya, these three category gait parameters acted as inputs to both classifiers. Results showed that fusion of temporal spatial and kinematic contributed the highest accuracy rate for NN classifier specifically 95% whilst SVM with polynomial as kernel, 95% accuracy rate is contributed by fusion of all gait parameters as inputs to the classifier. Sebagai tambahan, the classifiers performance is validated by computing both value of sensitivity and specificity. With SVM using polynomial as kernel, sensitivity attained is 100% indicated that the classifier's ability to perfectly discriminate normal subjects from autism subjects whilst 85% specificity showed that SVM is able to identify autism subjects as autism based on their gait patterns at 85% rate. © 2016 IEEE.}, nota = {dipetik oleh 5}, kata kunci = {Accuracy Rate, Autisme, Pengelasan (maklumat), Penyakit, Analisis Gait, Gait Parameters, Corak Gait, Elektronik Perindustrian, Kinematik, Rangkaian Neural, NN Classifiers, Kepekaan dan Kekhususan, Mesin Vektor Sokongan, Three Categories}, pubstate = {diterbitkan}, tppubtype = {persidangan} } Dalam kajian ini, we deemed further to evaluate the performance of Neural Network (NN) and Support Vector Machine (SVM) in classifying the gait patterns between autism and normal children. Pertama, temporal spatial, kinetic and kinematic gait parameters of forty four subjects namely thirty two normal subjects and twelve autism children are acquired. Seterusnya, these three category gait parameters acted as inputs to both classifiers. Results showed that fusion of temporal spatial and kinematic contributed the highest accuracy rate for NN classifier specifically 95% whilst SVM with polynomial as kernel, 95% accuracy rate is contributed by fusion of all gait parameters as inputs to the classifier. Sebagai tambahan, the classifiers performance is validated by computing both value of sensitivity and specificity. With SVM using polynomial as kernel, sensitivity attained is 100% indicated that the classifier's ability to perfectly discriminate normal subjects from autism subjects whilst 85% specificity showed that SVM is able to identify autism subjects as autism based on their gait patterns at 85% rate. © 2016 IEEE. |
2015 |
Khir, N H B M; Ismail, M; Jamil, N; Razak, F H A Can spatiotemporal gait analysis identify a child with Autistic Spectrum Disorder? Persidangan Institut Jurutera Elektrik dan Elektronik Inc., 2015, ISBN: 9781479957651, (dipetik oleh 0). Abstrak | Pautan | BibTeX | Tag: Autisme, Gangguan Spektrum Autisme, Kanak-kanak dengan Autisme, Critical Analysis, Penyakit, Kesan Ekonomi dan Sosial, Analisis Gait, Corak Gait, Literature Reviews, Pembuatan, Quantitative Study, Robotik, Spatiotemporal @ persidangan{Khir2015115, tajuk = {Can spatiotemporal gait analysis identify a child with Autistic Spectrum Disorder?}, pengarang = {N H B M Khir and M Ismail and N Jamil and F H A Razak}, url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-84959505294&doi=10.1109%2fROMA.2014.7295872&rakan kongsi = 40&md5=dbaae7a86b78fa037d60f4b944ed2dc6}, doi = {10.1109/ROMA.2014.7295872}, isbn = {9781479957651}, tahun = {2015}, tarikh = {2015-01-01}, jurnal = {2014 Simposium Antarabangsa IEEE mengenai Robotik dan Automasi Pembuatan, IEEE-ROMA2014}, halaman = {115-119}, penerbit = {Institut Jurutera Elektrik dan Elektronik Inc.}, abstrak = {The aim of this study is to investigate the ability of spatiotemporal gait analysis to identify the Autistic Spectrum Disorder child (ASD). Even though the interest in gait analysis is becoming popular among researchers these days, yet very few quantitative studies are done on children with autism. Since motor development is not influenced by both social and linguistic development, it is believed to be a probable bio-marker of autism. The spatiotemporal gait pattern is being explored to understand the difference it may bring upon in the future. Six findings from previous researches are reviewed and analyzed to understand the crucial factor involves in this research. From the literature review and critical analysis done, spatiotemporal gait analysis may be used to identify the ASD child because the gait patterns of ASD child are discovered to be different from normal children. © 2014 IEEE.}, nota = {dipetik oleh 0}, kata kunci = {Autisme, Gangguan Spektrum Autisme, Kanak-kanak dengan Autisme, Critical Analysis, Penyakit, Kesan Ekonomi dan Sosial, Analisis Gait, Corak Gait, Literature Reviews, Pembuatan, Quantitative Study, Robotik, Spatiotemporal}, pubstate = {diterbitkan}, tppubtype = {persidangan} } The aim of this study is to investigate the ability of spatiotemporal gait analysis to identify the Autistic Spectrum Disorder child (ASD). Even though the interest in gait analysis is becoming popular among researchers these days, yet very few quantitative studies are done on children with autism. Since motor development is not influenced by both social and linguistic development, it is believed to be a probable bio-marker of autism. The spatiotemporal gait pattern is being explored to understand the difference it may bring upon in the future. Six findings from previous researches are reviewed and analyzed to understand the crucial factor involves in this research. From the literature review and critical analysis done, spatiotemporal gait analysis may be used to identify the ASD child because the gait patterns of ASD child are discovered to be different from normal children. © 2014 IEEE. |
Ujianadminnaacuitm2020-05-28T06:49:14+00:00
2018 |
Tindak balas tanah menegak corak gaya berjalan semasa berjalan pada kanak-kanak dengan gangguan spektrum autisme Artikel Jurnal Jurnal Kejuruteraan Antarabangsa, Transaksi B: Aplikasi, 31 (5), hlm. 705-711, 2018, ISSN: 1728144X, (dipetik oleh 1). |
2016 |
Classification of autism children gait patterns using Neural Network and Support Vector Machine Persidangan Institut Jurutera Elektrik dan Elektronik Inc., 2016, ISBN: 9781509015436, (dipetik oleh 5). |
2015 |
Can spatiotemporal gait analysis identify a child with Autistic Spectrum Disorder? Persidangan Institut Jurutera Elektrik dan Elektronik Inc., 2015, ISBN: 9781479957651, (dipetik oleh 0). |