12 مهر 1401
غلامحسين روشني

غلامحسین روشنی

مرتبه علمی: دانشیار
نشانی:
تحصیلات: دکترای تخصصی / مهندسی هسته ای
تلفن:
دانشکده: دانشکده انرژی

مشخصات پژوهش

عنوان
پیش بینی وقوع مرگ تا 30 روز بر اساس سن بیمار و حجم خونریزی در عکس سی تی اسکن با استفاده از هوش مصنوعی
نوع پژوهش مقاله چاپ شده
کلیدواژه‌ها
سی تی اسکن، هوش مصنوعی، آسیب های مغزی، شبکه عصبی پرسپترون چند لایه
پژوهشگران نسترن کرانی (نفر اول)، محمد امیر ستاری (نفر دوم)، غلامحسین روشنی (نفر سوم)، سعید ستایشی (نفر چهارم)

چکیده

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 30 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 30 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 30 روز می باشد. داده های مورد استفاده شامل حجم خونریزی و سن 76 بیمار مبتلا به خونریزی عمیق ، 66 بیمار مبتلا به خونریزی لوبار ، 11 بیمار مبتلا به خونریزی مخچه ای و 9 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 3/94% و داده های تست 4/86% ، دقت شبکه عصبی برای بیماران مبتلا به خونریزی لوبار حاصل از داده های آموزش 8/97% و داده های تست 80% ، دقت شبکه عصبی برای بیماران مبتلا به خونریزی مخچه ای حاصل از داده های آموزش %100 و داده های تست 100%، و دقت شبکه عصبی برای بیماران مبتلا به خونریزی پونتین حاصل از داده های آموزش 100% و داده های تست 100% می باشد.