Vankara, JayavaniKrishna, Muddada MuraliNandhini, Sekharamahanti S.Sagiraju, Hima Keerthi2024-12-062024A novel autism spectrum disorder detection using multi-label graph convolutional network with label attentive neighborhood convolution / Ja. Vankara, M. M. Krishna, S. S. Nandhini, H. K. Sagiraju // Сучасні інформаційні системи = Advanced Information Systems. – 2024. – Т. 8, № 4. – С. 65-73https://repository.kpi.kharkov.ua/handle/KhPI-Press/84081Due to the lack of precise medical testing for autism, such as blood tests to detect the illness, diagnosing autism spectrum disorder (ASD) has proven to be challenging. The prevalence of restrictive and/or repetitive behaviors and difficulties and impairments in social communication are hallmarks of autism spectrum disorders. This behavioral condition has been identified. Doctors assess the child's developmental history and behavior to make a diagnosis. Через відсутність точних медичних тестів на аутизм, таких як аналізи крові для виявлення захворювання, діагностика розладу спектру аутизму (РАС) виявилася складною. Поширеність обмежувальної та/або повторюваної поведінки, а також труднощі та порушення соціального спілкування є характерними ознаками розладів аутистичного спектру. Цей поведінковий стан було виявлено. Лікарі оцінюють історію розвитку та поведінку дитини, щоб поставити діагноз.enautism spectrum disordergraph convolutional networkaccuracyinformation systemdecision supportрозлад спектру аутизмуграфова згорткаточністьінформаційна системапідтримка прийняття рішеньArticlehttps://doi.org/10.20998/2522-9052.2024.4.09https://orcid.org/0000-0002-3815-6794https://orcid.org/0000-0002-5779-0838https://orcid.org/0000-0002-4746-9928https://orcid.org/0009-0006-6128-7828