بابک علاالدوله ای - دانشگاه آزاد اسلامی واحد قزوین
علی شیخانی - استادیار دانشکده مهندسی پزشکیدانشگاه آزاد واحد علوم و تحقیقات تهران

آشالازی یکی از شناخته شده ترین بیماری های دستگاه گوارش و مربوط به مری می باشد. این بیماری، از اختلال حرکتی در مری ناشی می شود و باعث اختلال در تخلیه مری می گردد. تشخیص این بیماری بر اساس علایم بالینی است که توسط یافته های رادیولوژیک، آندوسکوپیک و یا بررسی های مانومتری از سوی متخصص تایید می شود. مانومتری ابزاری برای معاینه مری است که با استفاده از نشان دادن حرکت های فشاری در داخل مری به بخشی از فرایند تشخیص آشالازی تبدیل می شود. در این تحقیق با استفاده از سیگنال مانومتری چندکاناله دهانه مری و شبکه عصبی مصنوعی به تشخیص خودکار این بیماری می پردازیم. نتایج این تحقیق نشان داد که سیگنال خام مانومتری دهانه مری که به EGM معروف است نیاز به پیش پردازش دارد و بهتر است ابتدا تضعیف نویز توسط روش تجزیه به مودهای تجربی تجمعی انجام پذیرد. این کار باعث می شود دقت تشخیص بیماری تا حدود 7 درصد افزایش یابد که مقدار قابل ملاحظه ای است. صحت تشخیص آشالازی در این پژوهش 5/96 درصد به دست آمد که در مقایسه با سایر تحقیقات مشابه قابل توجه است.

تشخیص بیماری های مری، آشالازی، مانومتری دهانه مری، پردازش سیگنال، تجزیه به مودهای تجربی