Л.Н. Гумилев атындағы Еуразия ұлттық университетінде философия докторы (PhD) дәрежесін алу үшін Амирбай Айзат Айтуганқызы «8D06103 – Ақпараттық жүйелер» білім беру бағдарламасы бойынша «Көз қозғалысы мен бет мимикасы деректерін мультимодальды талдау негізінде аутизм спектрінің бұзылыстарының ерте белгілерін болжауға арналған ақпараттық жүйені құру» тақырыбында диссертациясы қорғалады.
Диссертация Л.Н. Гумилев атындағы Еуразия ұлттық университетінің «Ақпараттық жүйелер кафедрасы» кафедрасында орындалды.
Қорғау тілі - қазақ тілінде
Ресми рецензенттер:
Еділхан Дидар – философия докторы (PhD), қауымдастырылған профессор, «Smart City» ғылыми-зерттеу орталығының директоры, Astana IT University (Астана қ., Қазақстан Республикасы);
Қайбасова Динара Жеңісбекқызы – философия докторы (PhD), «Компьютерлік инженерия» департаментінің қауымдастырылған профессоры, Astana IT University (Астана қ., Қазақстан Республикасы).
Диссертациялық кеңестің уақытша мүшелері:
Барахнин Владимир Борисович – техника ғылымдарының докторы, доцент, Ақпараттық және есептеу технологиялары федералдық зерттеу орталығының (ФИЦ ИВТ) жетекші ғылыми қызметкері (Новосибирск қ., Ресей Федерациясы);
Ақанова Ақерке Сапарқызы – философия докторы (PhD), қауымдастырылған профессор, «Компьютерлік ғылымдар» білім беру бағдарламалары тобының жетекшісі, С. Сейфуллин атындағы Қазақ агротехникалық зерттеу университеті КеАҚ (Астана қ., Қазақстан Республикасы);
Еримбетова Айгерім Сембекқызы – философия докторы (PhD), техника ғылымдарының кандидаты, қауымдастырылған профессор, ҚР ҒЖБМ Ғылым комитетінің Ақпараттық және есептеуіш технологиялар институтының жетекші ғылыми қызметкері (Алматы қ., Қазақстан Республикасы).
Ғылыми кеңесшілері:
Муханова Аягоз Асанбекқызы – философия докторы (PhD), Л.Н. Гумилев атындағы Еуразия ұлттық университетінің «Ақпараттық жүйелер» кафедрасының қауымдастырылған профессоры (Астана қ., Қазақстан Республикасы);
Рахимов Кувватали Ортикович – философия докторы (PhD), доцент, Ферғана мемлекеттік университетінің Қолданбалы математика және информатика кафедрасының меңгерушісі (Ферғана қ., Өзбекстан Республикасы).
Қорғау 2026 жылғы 26 тамыз, сағат 12:00 Л.Н. Гумилев атындағы Еуразия ұлттық университетінің «8D06103 – Ақпараттық жүйелер» білім беру бағдарламасы бойынша «8D061 – Ақпараттық-коммуникациялық технологиялар» кадрларды даярлау бағыты бойынша диссертациялық кеңесте өтеді. Диссертациялық кеңес отырысы аралас (офлайн және онлайн) форматта өткізіледі.
Сілтемесі: https://teams.microsoft.com/meet/46077209072182?p=MVrvQx7cEtWUNOoEEZ
Мекен-жайы: Астана қ., Пушкин көшесі, 11, №2 оқу ғимараты , 222-аудитория.
Аңдатпа (қаз.): Амирбай Айзат Айтуганқызының «8D06103 - Ақпараттық жүйелер» білім беру бағдарламасы бойынша философия докторы (PhD) дәрежесін алуға ұсынылған «Көз қозғалысы мен бет мимикасы деректерін мультимодальды талдау негізінде аутизм спектрінің бұзылыстарының ерте белгілерін болжауға арналған ақпараттық жүйені құру» диссертациялық жұмысының АҢДАТПАСЫ Зерттеу жұмысының өзектілігі. Аутистік спектр бұзылыстары (АСБ) балалар арасында жиі кездесетін нейро даму бұзылыстарының қатарына жатады және қазіргі қоғам үшін маңызды медициналық, әлеуметтік және білім беру мәселелерінің бірі болып табылады. Дүниежүзілік денсаулық сақтау ұйымы деректеріне сәйкес, әлемде орта есеппен әрбір 100 баланың бірінде АСБ белгілері анықталады. Сонымен қатар, соңғы жылдардағы эпидемиологиялық зерттеулер нәтижелері бұл көрсеткіштің одан да жоғары екенін көрсетеді. АҚШ ауруларды бақылау және алдын алу орталықтары мәліметтері бойынша, 2023 жылы АСБ белгілері шамамен әрбір 36 баланың бірінде анықталған. Бақыланып отырған динамика соңғы онжылдықтар ішінде АСБ таралуының айтарлықтай артқанын көрсетеді. Бұл үрдіс АСБ ерте белгілерін болжау мүмкіншіліктерінің кеңеюімен, қоғамның ақпараттану деңгейінің жоғарылауымен, сондай-ақ нейро даму бұзылыстарын диагностикалау әдістерінің жетілдірілуімен түсіндіріледі. Қазақстан Республикасында да АСБ бар балалар санының арту мәселесі өзектілікке ие болуда. Қазақстан Республикасы Денсаулық сақтау министрлігі деректеріне сәйкес, елде АСБ диагнозы қойылған балалар санының тұрақты өсуі байқалады. Егер 2020 жылы АСБ бар шамамен 3,5 мың бала тіркелген болса, 2024 жылға қарай олардың саны 12 мыңнан асып, ал 2025 жылғы көрсеткіш бойынша АСБ диагноз қойылған кәмелетке толмағандар саны шамамен 14,5 мың адамға жетіп, көрсеткіш 5,1 есе артқан. Сонымен қатар, мамандар ресми статистика АСБ-ның нақты таралу деңгейінен төмен болуы мүмкін екенін атап өтеді, себебі көп жағдайларда баланың даму кезеңінің кеш сатыларында ғана анықталуы немесе мүлдем диагноз қойылмай қалуында. Даму бұзылыстарын ерте болжау, түзету, білім беру және оңалту бағдарламаларының тиімділігін арттыруда шешуші рөл атқарады. Көптеген зерттеулер АСБ белгілерін дер кезінде анықтау және ерте араласу баланың когнитивтік, әлеуметтік және коммуникативтік дамуын едәуір жақсартуға, сондай-ақ оның білім беру және әлеуметтік бейімделуінің тиімділігін арттыруға мүмкіндік беретінін көрсетеді. Алайда тәжірибеде АСБ диагностикасы көбінесе айтарлықтай кеш кезеңде - әдетте үш жастан жеті жасқа дейінгі аралықта жүргізіледі. Бұл ерте түзету көмегін көрсету мүмкіндіктерін едәуір шектейді, себебі баланың көптеген ерекше белгілері даму барысының кейінгі кезеңдерінде ғана айқын көріне бастайды. Сонымен қатар, заманауи зерттеулер нәтижелері АСБ-ның алғашқы белгілері әлдеқайда ерте, яғни 6-12 айлық кезеңде-ақ байқалуы мүмкін екенін көрсетеді. Мұндай ерте көріністерге көз қозғалысының ерекшеліктері, әлеуметтік стимулдарға жауаптың төмендеуі, мимикалық белгілердің өзгешеліктері, көру зейінінің төмен болу бұзылыстары және вербалды емес белгілердің басқа да сипаттамалары жатады. Аталған мінез-құлық ерекшеліктері негізінен баланың бет-әлпет белгілері арқылы көрініс табады, соның ішінде көз қозғалыстары, көзқарастың бағыты мен фиксациясы, мимикалық белсенділік және бас бағытының өзгеруі маңызды рөл атқарады. АСБ-ны болжау мен анықтаудың қолданыстағы әдістері негізінен мамандардың клиникалық бақылауларына, стандартталған диагностикалық шкалаларға, сауалнамаларға және психологиялық-педагогикалық тесттерге сүйенеді. Аталған әдістер кеңінен қолданылғанымен, олардың нәтижелері көп жағдайда маман тарапынан баланың ерекше белгілерін субъективті бағалауға тәуелді болып келеді. Бұл өз кезегінде нәтижелердің тұрақсыздығына алып келіп, әлеуметтік өзара әрекеттесудің ерте белгілерін сандық тұрғыдан талдау мүмкіндіктерін шектейді. Сонымен қатар, көптеген АСБ-ның ерте белгілері микродинамикалық сипатқа ие болып, дәстүрлі субъективті бақылау барысында оларды тіркеу қиындық тудырады. Соңғы жылдары жасанды интеллект, компьютерлік көру және адам мінез-құлқын талдау технологиялары қарқынды дамып, нейро даму бұзылыстарын диагностикалауды автоматтандыру үшін жаңа мүмкіндіктер ашуда. Қазіргі ғылыми зерттеулерде көз қозғалыстары, көзқарастың фиксациясы мен көру зейінінің бөлінуі, мимикалық белгілер, бас бағыты және әртүрлі әлеуметтік стимулдарға жауап сияқты бет-әлпет белгілерді талдауға ерекше назар аударылады. Аталған параметрлер әлеуметтік қабылдау мен өзара әрекеттесу үдерістерінің маңызды индикаторлары болып табылады және АСБ-ның ерте көріністерінің әлеуетті маркерлері ретінде қарастырылуы мүмкін. АСБ-ны ерте анықтауда маңызды бағыттардың бірі көз қозғалыстарын қадағалау технологиялары болып табылады. Көптеген шетелдік зерттеулер АСБ бар балалардың көру зейіні, көз қозғалыстары ерекшеліктері қалыпты дамыған (ҚД) балалармен салыстырғанда айтарлықтай өзгеше екенін көрсетеді. Алайда мұндай заңдылықтарды дәстүрлі субъективті бақылау әдістері арқылы анықтау қиын, себебі көру қозғалысының көптеген ерекшеліктері көздің микрокозғалыстары деңгейінде көрініс табады және оларды тіркеу мен талдау үшін арнайы технологияларды қолдану қажет. Сонымен қатар, деректерінің тек бір ғана түрін пайдалану баланың әлеуметтік қабылдау ерекшеліктерін кешенді сипаттауға мүмкіндік бермейді. Осыған байланысты қазіргі зерттеулерде бірнеше дерек көздерін бір мезгілде қолдануға негізделген мультимодальды талдауға ерекше назар аударылуда. Мұндай тәсілге көз қозғалыстары, бет мимикасы белгілері, бас бағыты және әртүрлі стимулдарға жауаптар сияқты деректер жатады. Әртүрлі модальдылықтардан алынған деректерді біріктіру бет-әлпет деректерінің (көз қозғалысы, мимикалық белгілер, бас бағыты) ерекшеліктерін талдау дәлдігін арттырып, АСБ-ның ерте көріністерінің неғұрлым тұрақты сандық маркерлерін анықтауға мүмкіндік береді. Машиналық оқыту әдістері мен деректерді интеллектуалды талдау технологияларының дамуы мультимодальды бет-әлпет деректерінің үлкен көлемдерін өңдеу және интерпретациялау үшін жаңа мүмкіндіктер ашады. Заманауи алгоритмдер балалардың мінез-құлқындағы жасырын заңдылықтарды анықтауға, ақпараттық белгілерді қалыптастыруға және даму кезеңінің ерте сатыларында нейро даму бұзылыстарының белгілерін автоматты түрде анықтай алатын болжамдық модельдерді құруға мүмкіндік береді. Осыған байланысты балалардың бет-әлпет деректерін автоматтандырылған түрде жинауды, өңдеуді және мультимодальды талдауды қамтамасыз ететін ақпараттық жүйе әзірлеу ерекше өзектілікке ие болып отыр. Мұндай жүйелер медицина, психология және ерекше білім беру салаларындағы мамандар үшін шешім қабылдауды қолдау құралдары ретінде қызмет атқарып, баланың мінез-құлықтық бет-әлпет ерекшеліктерін неғұрлым объективті және сандық тұрғыдан негізделген бағалауды қамтамасыз етеді. Жұмыстарға шолу. Қазақстан Республикасында ақпараттық технологияларды қолдану, деректерді интеллектуалды талдау және машиналық оқыту әдістері саласындағы зерттеулер қарқынды дамып, әртүрлі ғылыми және қолданбалы міндеттерді шешуде кеңінен қолданылуда. Интеллектуалды ақпараттық жүйелерді дамытуға, деректерді талдау әдістері мен машиналық оқыту алгоритмдерін жетілдіруге қазақстандық зерттеушілер Е.Б. Амиргалиев, А.Б. Жумагулов, А.К. Шокпарова, Д.Т. Баймуканов және А.К. Кабжанова елеулі үлес қосты. Олардың еңбектерінде деректерді интеллектуалды талдау алгоритмдерін әзірлеу, ақпараттық жүйелерді құру және күрделі деректерді өңдеудің қолданбалы міндеттерін шешуде машиналық оқыту әдістерін пайдалану мәселелері қарастырылады. Қазақстандық зерттеушілер А.А. Муханова және А.А. Амирбай еңбектерінде машиналық оқыту әдістерін, деректерді интеллектуалды талдауды және заманауи ақпараттық технологияларды күрделі бет-әлпет және моторлы деректерді өңдеуде қолдану мәселелері зерттелген. Бұл жұмыстарда жасанды интеллект әдістерін деректер жиындарын талдау, интеллектуалды модельдер құру және шешім қабылдауды қолдау жүйелерін әзірлеу үшін пайдалану мүмкіндіктері қарастырылады. АСБ бар балалардың даму ерекшеліктері мәселелері қазақстандық психологиялық-педагогикалық және медициналық ғылыми мектептерде де белсенді зерттелуде. Атап айтқанда, Ж.М. Намазбаева, К.К. Жарыкбаев, Г.М. Кожахметова және басқа да ғалымдардың еңбектерінде даму бұзылыстарын диагностикалау, АСБ бар балалардың әлеуметтік және коммуникативтік мінез-құлқының ерекшеліктері, сондай-ақ ерекше білім беру қажеттіліктері бар балаларды психологиялық-педагогикалық түзету және сүйемелдеу әдістері қарастырылған. Соңғы жылдары Қазақстанда адам мінез-құлқы белгілерін талдау үшін деректерді талдаудың заманауи технологияларын, компьютерлік көру әдістерін және терең оқыту тәсілдерін қолдануға бағытталған зерттеулер де пайда болуда. Атап айтқанда, А. Амирбай және А.А. Муханова еңбектерінде аутистік спектр бұзылыстарының белгілерін анықтау мақсатында балалардың бет-әлпет белгілерін, қозғалыс белсенділік ерекшеліктерін талдауда машиналық оқыту әдістері мен нейрондық желілерді қолдану тәсілдері қарастырылған. Аталған зерттеулердің нәтижелері бет-әлпет белгілерін автоматты талдау үшін нейро даму бұзылыстарын ерте болжауда деректерді интеллектуалды талдау әдістерін қолдану перспективалы екенін көрсетеді. Әлемдік ғылыми әдебиетте АСБ ерте диагностикалау мәселесі соңғы онжылдықтар бойы белсенді зерттеліп келеді. АСБ бар балалардың әлеуметтік мінез-құлқы туралы ғылыми түсініктердің дамуына S. Baron-Cohen, A. Klin, F. Volkmar және A. Schultz елеулі үлес қосты. Олардың еңбектерінде АСБ бар балалардың әлеуметтік қабылдау, көру зейіні және коммуникативтік мінез-құлық ерекшеліктері қарастырылған. Warren Jones және Ami Klin жүргізген зерттеулер аутизмі бар балалардың көру зейінін бөлуінде өзіндік ерекшеліктер бар екенін көрсетті, атап айтқанда, әңгімелесушінің көздеріне қарау фиксациясының төмендеуі және екінші дәрежелі объектілерге назардың жоғарылауы байқалады. Ұқсас нәтижелер M. Chita-Tegmark еңбектерінде ұсынылған, мұнда eye-tracking технологияларын қолдану арқылы балалардың көру мінез-құлқы талданып, АСБ және ТД балалардың әлеуметтік стимулдарды өңдеу стратегияларында айырмашылықтар бар екені көрсетілген. Компьютерлік көру алгоритмдері негізінде бет-әлпет өрнектерін және мінез-құлық сигналдарын автоматты талдау әдістері J. Hashemi, T. Tariq және D.P. Wall зерттеулерінде қарастырылған. Бұл жұмыстарда машиналық оқыту әдістерін қолдану балалардың мінез-құлқын бейне деректер негізінде талдау арқылы аутизмге тән мінез-құлықтық паттерндерді анықтауға мүмкіндік беретіні көрсетілген. Заманауи зерттеулер балалардың мінез-құлқын талдаудың мультимодальды әдістерін әзірлеуге де бағытталған. H. Voss, J. Ma және S.J. Amaral еңбектерінде көз қозғалыстарын, мимикалық белгілерді және дене қалпын талдауды біріктіретін тәсілдер қарастырылған, бұл автоматтандырылған диагностиканың дәлдігін арттыруға және АСБ-ның неғұрлым тұрақты мінез-құлықтық маркерлерін анықтауға мүмкіндік береді. Зерттеулер санының көптігіне қарамастан, қолданыстағы әдістер көбінесе деректердің жекелеген түрлерін талдауға бағытталған және деректерді кешенді түрде талдау мүмкіндіктерін толық ескермейді. Бұл өз кезегінде баланың әлеуметтік мінез-құлқын жан-жақты талдауды және АСБ тән тұрақты белгілерді анықтау мүмкіндіктерін шектейді. Зерттеудің мақсаты ‒ бет-әлпет деректерін мультимодальды талдау негізінде аутистік спектр бұзылыстарының ерте белгілерін болжауға арналған ақпараттық жүйені әзірлеу. Қойылған мақсаттарға сәйкес диссертациялық жұмыста келесі міндеттері орындалуы керек: Аутистік спектр бұзылыстарын анықтаудың қолданыстағы әдістері мен ғылыми еңбектеріне жүйелі шолу жүргізу; Аутистік спектр бұзылыстары бар және қалыпты дамыған балалардың құрылымдалған бірегей бет-әлпет деректер қорын қалыптастыру; Бет-әлпет деректерін мультимодальды талдау негізінде аутистік спектр бұзылыстарының ақпараттық белгілер векторын құру; Бет-әлпет деректерін мультимодальды талдау негізінде аутистік спектр бұзылыстарының болжау моделін әзірлеу. Аутистік спектр бұзылыстарының ерте белгілерін болжауға арналған ақпараттық жүйені құру. Зерттеу объектісі – аутистік спектр бұзылыстары бар және қалыпты дамыған балалардың бет-әлпет деректері. Зерттеу пәні – бет-әлпет деректерін мультимодальды талдау негізінде аутистік спектр бұзылыстарының ерте белгілерін болжаудың ЖИ негізделген әдістер мен модельдер. Зерттеу әдістері – бет-әлпет деректерін тіркеудің компьютерлік көру әдісі, деректерді мультимодальды талдау, статистикалық өңдеу әдістері, машиналық оқыту әдістері. Программалық құралдар. Алгоритмдерді және бағдарламалық құралдарды құрудың әдістемелік негізі MatLab, Python бағдарламалық құралдары және MediaPipe, FaceMesh бағдарламалық кітапханаларын қолдану арқылы қамтамасыз етілді. Ғылыми жаңалығы: Бет-әлпет деректерін мультимодальды талдау негізінде ақпараттық белгілер векторы құрылды; Мультимодальды талдау негізінде аутистік спектр бұзылыстарының ерте белгілерін болжау моделі әзірленді. Қорғауға шығарылатын негізгі нәтижелер: Аутистік спектр бұзылыстары бар және қалыпты дамыған балалардың құрылымдалған бірегей бет-әлпет деректер қорын қалыптастыру; Бет-әлпет деректерін мультимодальды талдау негізінде ақпараттық белгілер векторы құру; Мультимодальды талдау негізінде аутистік спектр бұзылыстарының моделді әзірлеу; Аутистік спектр бұзылыстарының ерте белгілерін болжауға арналған ақпараттық жүйені құру. Зерттеудің теориялық маңыздылығы: Көз қозғалысы, бет мимикасы және бас бағыты деректерін біріктіру, мультимодальды талдау негізінде ақпараттық белгілер векторын қалыптастыру және машиналық оқыту әдістерімен АСБ-ның ерте белгілерін болжау моделін әзірлеуге бағытталған. Зерттеудің практикалық маңыздылығы: Зерттеу нәтижесінде балалардың бет-әлпет деректерін тіркеу және мультимодальды талдау негізінде АСБ-ның ерте белгілерін объективті болжауға арналған ақпараттық жүйе әзірленді. Әзірленген ақпараттық жүйе Астана қаласы әкімдігінің «№2 Психологиялық-педагогикалық түзету кабинеті» коммуналдық мемлекеттік мекемесі базасында апробациядан өтіп, 143 қатысушының қатысуымен сынақтан өткізілді. Ұсынылған жүйе медицина және білім беру салаларында мамандардың шешім қабылдауын сандық тұрғыдан негіздеуге, диагностика дәлдігін арттыруға және дәрігерлерге арналған қосалқы диагностикалық құрал ретінде қолданылуы мүмкін. Нәтижелерді ендіру. Жұмыстың нәтижелері Астана қаласы әкімдігінің «Психологиялық-педагогикалық түзету кабинеті №2» КММ-де зерттеу нәтижелерінің тәжірибеде қолданылғанын растайтын ақпараттық жүйені 2026 жылғы 04 мамырдағы енгізу актісі алынды. Диссертациялық жұмыс Қазақстан Республикасы Ғылым және жоғары білім министрлігінің №AP26105045 «Аутизмі бар балалардың әлеуметтік сигналдарын талдауға арналған жасанды интеллект модельдері мен алгоритмдерін әзірлеу» гранттық қаржыландырудың ғылыми жобасы шеңберінде орындалды. Диссертация нәтижелерінің апробациядан өтуі. Диссертациялық зерттеулердің негізгі нәтижелерін төмендегі халықаралық конференцияларда баяндалды: 1. Spaitiotemporal logic-based modeing of behavioral pattern in autism spectrum disorder detection // Қазақ–Француз логикасы бойынша VIII халықаралық ғылыми коллоквиумы конференциясы (Астана, 2025 – 24-27 маусым). 2. Hybrid CNN–LSTM Framework for Spatiotemporal Detection of Autism Based on Facial and Motor Behavior Analysis // Компьютерлік ғылымдар және инженерия бойынша 2025 жылғы 10-шы халықаралық конференция (UBMK) IEEE (Ыстанбұл, 2025 – 17-21 қыркүйек). 3. Hybrid Deep Neural Network with SHAP Interpretability for Early Detection of Neurodevelopmental Disorders in Children // Компьютерлік ғылымдар және жасанды интеллект саласындағы 9-шы халықаралық конференция (Бейжің, 2025 – 12-15 желтоқсан). Зерттеу нәтижелерінің талқылануы және жүзеге асырылуы: Scopus және Web of Science базаларындағы журналдарда 3 мақала: 1. Amirbay A., Mukhanova A., Baigabylov N., Kudabekov M., Mukhambetova K., Baigusheva K., Baibulova M., Ospanova T. Development of an algorithm for identifying the autism spectrum based on features using deep learning methods // International Journal of Electrical & Computer Engineering, 14(5), 2024. - P. 5513–5523 (Квартиль - Q2, процентиль - 65) 2. Amirbay A., Baigabylov N., Mukhanova A., Mukhambetova K., Zaitov E., Burganova R., Khusanova K., Akhmedova F. Autism detection using facial and motor analysis using machine learning // Bulletin of Electrical Engineering and Informatics, 14(5), 2025. - P. 3985–4000 (Квартиль - Q2, процентиль - 59) 3. Mukhanova, A.; Amirbay, A.; Taszhurekova, Z.; Kholbekov, A.; Khaydarova, K.; Kalanova, S.; Abdykerimova, G.; Akhmetova, A.; Latip, R.; Baibulova, M. (2026). A Hybrid multi-branch deep learning model for autism spectrum disorder detection using spatiotemporal gait analysis//IEEE Access, 14, 94707–94724 (Квартиль - Q1, процентиль - 89). Қазақстан Республикасы Ғылым және жоғары білім министрлігінің Ғылым және жоғары білім саласындағы cапаны қамтамасыз ету комитеті ұсынатын ғылыми басылымдар тізбесіндегі журналдарға 2 мақала: 1. Mukhanova A., Amirbay A., Abdikerimova G., Shekerbek A., Rakhimov Q. Application of deep learning models for early detection of autism signs based on eye movement analysis // International Journal of Information and Communication Technologies. - 2025. - Vol. 6, №4 (24). - P. 239–250. 2. Amirbay A., Amanbaikyzy Z., Maxutova K., Mukhanova A., Kassim M. Machine learning algorithm for early detection of autism spectrum disorders in children based on multimodal analysis of eye movements and facial expressions // International Journal of Information and Communication Technologies. – 2026. – Vol. 7, №2 (26). – P. 227–241. Зерттеу жұмысына этикалық комиссия рұқсатын 2025 жылғы 14 қарашадағы №1 Этика комиссиясы отырысының хаттамасы негізінде, Қазақстан Республикасы Білім министрлігінің «Арнайы және инклюзивті білім беруді дамытудың ұлттық ғылыми-практикалық орталығы» растамасымен 2025 жылы 1 желтоқсандағы ресми қорытынды түрінде ресімделді. Авторлық құқықпен қорғалатын объектісіне – компьютерлік бағдарламаға мемлекеттік тіркеу туралы куәлік. 2026 жылғы 05 мамырдағы № 71410. Диссертацияның құрылымы және көлемі. Диссертациялық жұмыс қазақ тілінде жазылған, кіріспе, үш бөлімнен, қорытынды, әдебиеттер тізімі және қосымшалардан тұрады. Бірінші бөлімде аутистік спектр бұзылыстарын ерте анықтаудың теориялық негіздері қарастырылып, қолданыстағы клиникалық, психологиялық-педагогикалық және ақпараттық тәсілдерге және диагностикалық ақпараттық жүйелерге жүйелі шолу жасалды. Сонымен қатар бет-әлпет деректерін талдауға негізделген заманауи бағыттар, оның ішінде компьютерлік көру және машиналық оқыту әдістерінің мүмкіндіктері талданды. Көз қозғалыстары мен бет мимикасын зерттеудің ғылыми негіздері және мультимодальды талдаудың артықшылықтары айқындалды. Екінші бөлімде балалардың бет-әлпет деректерін жинау және тіркеу әдістемесі әзірленіп, аутистік спектр бұзылыстары бар және қалыпты дамыған балалардың мультимодальды деректер қоры қалыптастырылды. Сонымен бірге көз қозғалыстары, мимикалық белгілер және бас бағыты сияқты әртүрлі деректер көздерін біріктіру тәсілдері қарастырылып, ақпараттық белгілерді қалыптастыру әдістері ұсынылды. Бұл бөлімде деректерді алдын ала өңдеу, құрылымдау және талдау үшін қолданылатын әдістер жүйеленді. Үшінші бөлімде аутистік спектр бұзылыстарының ерте белгілерін болжауға арналған математикалық модель әзірленіп, оның тиімділігі бағаланды. Сонымен қатар мультимодальды деректер негізінде құрылған белгілер кеңістігі, классификация әдістері және модельдің жұмыс істеу алгоритмдері сипатталды. Әзірленген ақпараттық жүйенің архитектурасы, бағдарламалық жүзеге асырылуы және пайдаланушы интерфейсі толыққанды қарастырылды. Қорытындыда зерттеу жұмысының негізгі нәтижелері жинақталды. Аутистік спектр бұзылыстарын болжаудың дәстүрлі тәсілдері мен ақпараттық жүйелерге шолу жасалып, олардың мүмкіндіктері мен шектеулері айқындалды. Әдістер мен модельдердің ғылыми және практикалық маңыздылығы негізделді. Аутистік спектр бұзылыстарының ерте белгілерін анықтауда мультимодальды талдау мен жасанды интеллект әдістерін қолданудың тиімділігі көрсетіліп, зерттеудің әрі қарайғы даму бағыттары ұсынылды. Автор өзінің ғылыми кеңесшісі, Л.Н. Гумилев атындағы Еуразия ұлттық университетінің «Ақпараттық жүйелер» кафедрасының қауымдастырылған профессоры, PhD Муханова Аягөз Асанбекқызына зерттеу жұмысының барлық кезеңінде көрсеткен кәсіби қолдауы, ғылыми жетекшілігі мен бағыт-бағдары үшін терең ризашылығын білдіреді. Ғалымның тәжірибесі мол әдістемелік кеңестері, ғылыми мәселені шешудегі жүйелі көзқарасы мен сындарлы ұсыныстары диссертациялық жұмыстың мазмұнын айқындап, нәтижелерінің сапасын арттыруға зор үлес қосты. Сондай-ақ автор шетелдік ғылыми кеңесші, техника ғылымдарының докторы, доцент Рахимов Кувватали Ортикұлына, Ферғана мемлекеттік университетіне, көрсеткен ғылыми көмек-қолдауы, пайдалы пікірлері мен құнды әдістемелік нұсқаулары үшін ерекше алғыс білдіреді. Оның кәсіби тәжірибесі мен халықаралық ғылыми ортадағы көзқарасы зерттеу жұмысының нәтижелерін тереңдетіп, оларды халықаралық деңгейде салыстыруға мүмкіндік берді. Сонымен қатар, автор ғылыми ізденістердің табысты орындалуына жағдай жасаған «Ақпараттық жүйелер» кафедрасының ұжымына шынайы ризашылығын білдіреді.
Зерттеулерді этикалық бағалау жөніндегі комиссияның қорытындысы
Диссертациялық кеңестің шешімі
Диссертация қорғауының бейнежазбасы: https://www.youtube.com/watch?v=D8DCKrYroYg
