پیش بینی فشار هوا در ونتیلاتور متصل به بیمار بیهوش با استفاده از شبکه عصبی عمیق مبتنی بر لایه های BiLSTM

  • سال انتشار: 1400
  • محل انتشار: اولین کنفرانس بین المللی مهندسی برق، کامپیوتر، مکانیک و هوش مصنوعی
  • کد COI اختصاصی: EECMAI01_016
  • زبان مقاله: فارسی
  • تعداد مشاهده: 228
دانلود فایل این مقاله

نویسندگان

علیرضا صادقی

دانشجوی کارشناسی ارشد مهندسی مکاترونیک دانشگاه تهران

مهدیه صادقی

دانشجوی پزشکی دانشگاه پیامبر اعظم مازندران

چکیده

عارضه تنفسی یکی از موارد مهم تهدیدکننده سلامت بیماران به حساب می آید. برای کمک به بیماران دارای عارضه تنفسی از دستگاه و نتیلاتور استفاده می شود. برای کنترل میزان فشار هوای ایجاد شده در ریه بیماران متصل به این دستگاه، عموما از روش های کنترل کلاسیک استفاده می شود. این روش ها، علاوه بر ضعف در برخی شرایط بالینی، نیازمند نظارت مستمر پزشک برای ایجاد فشار مناسب در ریه بیمار می باشند که در عمل چالش های فراوانی را به همراه دارد. وجود سامانه ای که بتواند فشار مورد نیاز در ریه بیمار را پیش بینی کند و تنظیمات مورد نظر برای رسیدن به این فشار را به صورت خودکار در ونتیلاتور انجام دهد، می تواند نقش مهمی در به بود عملکرد دستگاه و روند درمانی بیمار، ایفا کند. یادگیری ماشین به عنوان عرصه ای نوین در سال های اخیر، توانسته پیشرفت های چشمگیری در پیش بینی داده های زمانی داشته باشد. د این پژوهش با طراحی یک شبکه عصبی عمیق مبتنی بر لایه های BiLSTM، فشار هوای درون ریه بیماران بیهوش متصل به ونتیلاتور را پیش بینی نموده ایم. برای ارزیابی عملکرد این سیستم از معیار میانیگن خطای مطلق استفاده شده که مقدار آن برای مدل پیشنهادی این پژوهش ۴۹۹/۰ بوده است.

کلیدواژه ها

ونتیلاتور، شبکه عصبی، لایه BiLSTM، عارضه تنفسی، فشار هوای ریه

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.