پیشبینی وقوع مرگ تا ۳۰ روز بر اساس سن بیمار و حجم خون ریزی در عکس سی تی اسکن با استفاده از هوش مصنوعی

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 391

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_NRES-5-1_006

تاریخ نمایه سازی: 26 تیر 1401

Abstract:

امروزه با توجه به میزان آسیب های مغزی که منجر به انواع خونریزی مغزی می شود نقش پررنگ دستگاه سی تی اسکن در تصویربرداری از مغز نمایان می شود. توسط دستگاه سی تی اسکن می توان حجم خونریزی مغزی را بدست آورد. خونریزی مغزی می تواند منجر به نابودی سلول های مغزی شود. در بدترین حالت خونریزی مغزی، نتیجه می تواند منجر به مرگ شود لذا تلاش هایی باید در جهت حفظ جان بیماران مبتلا به خونریزی مغزی انجام داد. هدف از این مقاله پیش بینی مرگ در طی ۳۰ روز بر اساس عکس سی تی اسکن با استفاده از هوش مصنوعی می باشد. در صورت پیش بینی فوت بیمار مبتلا به خونریزی مغزی در طی ۳۰ روز، لازم است که پزشک معالج مراقبت های ویژه و طرح درمان قوی تری را برای بیمار به عمل آورد. مشخصه های حجم خونریزی مغزی بیماران و سن آن ها به عنوان ورودی شبکه عصبی در نظر گرفته شده است و خروجی شبکه، زنده بودن یا فوت کردن بیماران مبتلا به خونریزی مغزی در طی ۳۰ روز می باشد. داده های مورد استفاده شامل حجم خونریزی و سن ۷۶ بیمار مبتلا به خونریزی عمیق ، ۶۶ بیمار مبتلا به خونریزی لوبار ، ۱۱ بیمار مبتلا به خونریزی مخچه ای و ۹ بیمار مبتلا به خونریزی پونتین می باشد. در این مقاله از شبکه عصبی پرسپترون چندلایه استفاده شده است. دقت شبکه عصبی برای بیماران مبتلا به خونریزی عمیق حاصل از داده های آموزش ۳/۹۴% و داده های تست ۴/۸۶% ، دقت شبکه عصبی برای بیماران مبتلا به خونریزی لوبار حاصل از داده های آموزش ۸/۹۷% و داده های تست ۸۰%، دقت شبکه عصبی برای بیماران مبتلا به خونریزی مخچه ای حاصل از داده های آموزش %۱۰۰ و داده های تست ۱۰۰%، و دقت شبکه عصبی برای بیماران مبتلا به خونریزی پونتین حاصل از داده های آموزش ۱۰۰% و داده های تست ۱۰۰% می باشد.

Keywords:

سی تی اسکن , هوش مصنوعی , آسیب های مغزی , شبکه عصبی پرسپترون چندلایه

Authors

نسترن کرانی

گروه مهندسی برق، دانشکده انرژی، دانشگاه صنعتی کرمانشاه، کرمانشاه، کرمانشاه، ایران

محمدامیر ستاری

گروه مهندسی برق، دانشکده انرژی، دانشگاه صنعتی کرمانشاه، کرمانشاه، کرمانشاه، ایران

غلامحسین روشنی

گروه مهندسی برق، دانشکده انرژی، دانشگاه صنعتی کرمانشاه، کرمانشاه، کرمانشاه، ایران

سعید ستایشی

گروه مهندسی پرتوپزشکی، دانشکده مهندسی انرژی و فیزیک، دانشگاه صنعتی امیرکبیر تهران