Autism spectrum disorders (ASD) are pervasive neurodevelopmental conditions characterized
by impairments in reciprocal social interactions, communication skills, and stereotyped
behavior. Since EEG recording and analysis is one of the fundamental tools in diagnosis
and identifying disorders in neurophysiology, researchers strive to use the EEG signals for
diagnosing of individuals with ASD. We found that studies on the ASD diagnosis using EEG
techniques could be divided into two groups, where analysis was based on either comparison
techniques or pattern recognition techniques. In this paper, we try to explain these two sets of
algorithms along with their applied methods and results. Ultimately, evaluation measures of
diagnosis algorithms are discussed
Розлади аутистичного спектра (autism spectrum disorders –
ASD) – це глибокі відхилення розвитку нервової
сфери, що характеризуються порушенням соціальних
взаємодій, комунікативних навичок та стереотипної
поведінки. Оскільки реєстрація та аналіз ЕЕГ є одними
із фундаментальних засобів діагностики та ідентифікації
нейрофізіологічних розладів, дослідники намагаються
використовувати ЕЕГ-сигнали для діагностики ASD у тих
або інших осіб. Як ми встановили, дослідження, спрямовані
на діагностику ASD із застосуванням ЕЕГ-методик, можуть
бути поділені на дві групи, коли аналіз базується або на
техніці порівнянь, або на техніці розпізнавання образів.
У цьому огляді ми намагались описати застосування двох
відповідних комплексів алгоритмів, а також методики
їх використання та отримані результати. Нарешті,
обговорюється порівняльна ефективність вказаних
алгоритмів діагностування.
