ارائه کننده: مبینا حیدری
استاد راهنما: دکتر منصوره پاکروان
استاد ناظر داخلی : دکتر بابک محمدزاده
استاد ناظر خارجی : دکتر باقر شمس اللهی (دانشگاه صنعتی شریف)
تاریخ: 1402/01/30
مکان: سالن جلسات دانشکده مهندسی برق

چکیده:
پیش­ آگهی در بیماران مبتلا به اختلال مزمن در عملکرد خون­ رسانی به بطن چپ با وجود پیشرفت­ های فراوان در حوزه­ی درمان، همچنان جای پیشرفت دارد. از جمله پیش­ آگهی که در مدیریت اوضاع جسمی بیمار کمک کننده است ارزیابی زنده بودن عضله­ی قلب به صورت غیرتهاجمی است. زمانی که عروق کرونر قلب تا حدودی مسدود می­ شوند، خون و اکسیژن کافی به عضله ­ی قلب نمی­ رسد و عضله عملکرد طبیعی خود را از دست می­دهد. اگر عضله زنده باشد این امکان وجود دارد که پس از خون ­رسانی مجدد عروق، دوباره به فعالیت طبیعی خود بازگردد. اسکن قلب با استفاده از ردیاب­ رادیواکتیو تالیوم، می­تواند یک ارزیابی عینی و قابل سنجش از زنده بودن عضله­ ی قلب ارائه کند و به پیش ­بینی احتمال بازیابی عملکرد عضله­ ی قلب بعد از خون­ رسانی مجدد عروق کمک کند. این ارزیابی گاهی چالش برانگیز است و ممکن است با خطای تشخیصی همراه باشد. بنابراین، هدف اصلی مورد نظر در این پژوهش ارائه یک روش قابل اطمینان و نوین براساس دانش موجود در حوزه تحلیل داده همچون شناسایی آماری الگو، پردازش تصاویر پزشکی و یادگیری ماشین برای پیش­بینی میزان زنده بودن عضله قلب است. برای این منظور، در مجموع 125 بیمار که طی سه سال اخیر در بیمارستان رجایی مورد ارزیابی میزان زنده بودن عضله­ ی قلب، تحت اسکن SPECT با استفاده از الکترو کاردیوگرافی قرار گرفته بودند، در طی نه ماه جمع­ آوری شد. تصویر قلب هر بیمار شامل سه ناحیه basal، mid و apical است که برای کلیه بیماران تعیین گردید و این ارزیابی بر اساس هر یک از این نواحی بوده است. پس از برچسب­ گذاری داده­ ها توسط پزشک متخصص، جهت متعادل کردن تعداد داده­ ها در هر کلاس و حذف تصاویر دارای آرتیفکت ، 60 بیمار برای این اریابی در نظر گرفته شد و عضله­ ی قلب آن­ها قطعه بندی شد. سپس 400 ویژگی بافت رادیومیکس با پارامترهای مختلف برای هر ناحیه محاسبه شد و از روش انتخاب ویژگی بصورت پیش­رو جهت کاهش ابعاد ویژگی­ ها بهره برده شد، که این ویژگی­ ها برای آموزش طبقه­ بند ماشین بردار پشتیبان استفاده شدند. نتایج بدست آمده شامل صحت بدست آمده %91.7 برای ناحیه basal، صحت %83.3 برای ناحیه mid و صحت 86.6% برای ناحیه  apicalاست. در انتها از روش تفسیر محلی SHAP برای تفسیر نتایج بدست آمده استفاده شد.