طراحی سامانه تصمیم یار بالینی FapsHeal با هدف پایش از راه دور تصاویر زخم

مقدمه: زخم های حاد و مزمن که بر اثر عوامل مختلف ایجاد می شوند، بار سنگین روانی و اقتصادی به بیمار، خانواده و نظامبهداشتی وارد میکنند؛ به همین دلیل شناسایی و پیاده سازی روشهای نوین درمان زخم از موضوعات مهمی است که جوامعمختلف با آن روبهرو هستند. در همین راستا اندازه گیری دقیق ابعاد زخم در طول درمان برای ارزیابی، نظارت بر روند بهبود آنو تعیین مداخلات آتی امری ضروری است. از سوی دیگر، با وجود پیشرفت های روزافزون در علم پزشکی، همچنان بسیاری ازمناطق، فاقد کادر درمانی متخصص هستند و درمان افراد این مناطق ملزم به صرف وقت بسیار و پرداخت هزینه های نسبتا بالابرای انتقال به مراکز شهرها جهت بهره گیری از تخصص کادر درمان است. هدف از این مطالعه، پیشنهاد سامانه ای برایتقسیم بندی کاملا خودکار تصاویر زخم و مشخص کردن ابعاد دقیق زخم است. به علاوه، در این مطالعه تلاش میشود نوع بافتزخم تشخیص داده شده و بر اساس آن روشی برای درمان پیشنهاد شود. از سوی دیگر، با بهرهگیری از تکنولوژی های ارتباط ازراه دور، بستری فراهم شود، که تصاویر به همراه نتایج حاصل از تحلیل آنها، جهت مشاوره برای پزشکان ارسال شود و بر ایناساس هزینه های مراقبت های پزشکی و نقل و انتقال بیماران به مراکز درمانی به خصوص برای نواحی روستایی و محروم کاهش یابد.مواد و روشها: برای پیادهسازی سامانه FapsHeal از کتابخانه EmguCV در محیط C # استفاده شده است، با استفاده ازالگوریتم خوشه بندی KMeans ، زخم از پوست سالم و تصویر پس زمینه جدا شده، سپس مهمترین بافت های زخم مانند فیبرینو نکروز تشخیص داده شده و در نهایت مساحت زخم با دقت بالا محاسبه میشود. برای مشخص کردن نوع بافت، شبکه عصبیMobileNetV۲ در محیط پایتون به کار گرفته شده است. پس از این مرحله، بر اساس پایگاه داده جمع آوری شده که شاملاطلاعات تخصصی در رابطه با انواع گونه های زخم است، روش درمان پیشنهاد می شود. برای ارزیابی عملکرد سامانه طراحی شدهاز مجموعه تصاویری که در مرکز AZH جمعآوری شده است، استفاده شد. این مجموعه داده شامل ۹۹۲۱ تصویر متعلق به۸۸۹ بیمار است.نتایج: برای سامانه FapsHeal معیارهای صحت، دقت، یادآوری و دایس به ترتیب ۰/۶۸%±۹۹/۲۴، ۶/۰۸%±۸۶/۵۸%، ۵/۷۰%±۸۵/۸۶% و ۸/۱۷%±۸۴/۹۸ به دست آمدند. علاوه بر این، صحت روش پیشنهادی برای تشخیص نوع بافت ۹۳/۳۳% به دست آمد. نتیجه گیری: یافته های این پژوهش نشان می دهد راه اندازی یک سامانه خبره می تواند مورد اعتماد پزشکان واقع شود و به عنوانیک سامانه تصمیم یار در کنار پزشک موجب تسریع روند بهبودی زخم شود و در نهایت میتواند در سطح گسترده تر نه تنها دراین حوزه بلکه برای بسیاری از بیماری های دیگر نیز به کاربرده شود.

کلیدواژه ها:

سامانه های حمایت از تصمیم گیری بالینی (CDSS) ، بینایی ماشین ، الگوریتم خوشه بندی .KMeans