شناسایی کرانیوسینوستوز در نوزادان مبتنی بر تکنیک های یادگیری ماشین

اگر به سر یا جمجمه یک نوزاد دست زده باشید احتمالا متوجه قسمت های نرمی در سر آن ها شده اید. دلیل این نرمی آن است که جمجمه نوزادان از چند صفحه مجزا با درزهای کاملا جدا از یکدیگر تشکیل می شود که به دلیل ایجاد فضا برای رشد مغز و همچنین انعطاف سر در هنگام زایمان وجود دارد و به مرور زمان تا ۱۸ الی ۲۴ ماهگی نوزاد، این صفحات به یکدیگر رسیده و کاملا سفت و بسته می شوند. از همین رو، جمجمه نوزادان دارای درزهای کاملا باز متعددی مانند درز طولی، درز عرضی جلویی، درز عرضی عقبی، درز پیشانی و ملاج جلویی است که باید باعث تفکیک استخوان های جمجمه و ایجاد فضا برای رشد مغز کودک شود. کرانیوسینوستوز نوعی نقص مادرزادی است که به بسته شدن زودهنگام یک یا چند مفصل فیبری بین استخوان های جمجمه نوزاد (درزهای جمجمه) گفته می شود، در این حالت ملاج نوزاد زودتر از شکل گیری کامل مغز بسته می شود. چون رشد مغز، علی رغم بسته شدن درزهای جمجمه ادامه می یابد، سر بدشکل می شود و همچنین عوارض ناشی از کرانیوسینوستوز شامل ناهنجاری در شکل صورت و سر، تاخیر در رشد طولی کودک، اختلالات شناختی، مشکلات بینایی و اختلال در حرکت چشم ها می باشد. از آنجایی که هدف اصلی الگوریتم پیشنهادی شناسایی کرانیوسینوستوز در نوزادان است. برای این منظور در این پژوهش، الگوریتم یادگیری شبکه های عصبی پیچشی و حافظه طولانی کوتاه مدت (با دقت %۹۱.۴) به همراه برخی ویژگی ها جهت شناسایی کرانیوسینوستوز در نوزادان (با دقت ۸۸-۹۶% )بکار گرفته شده است تا میزان دقت الگوریتم پیشنهادی افزایش یافته و کارایی آن جهت انجام فرآیند شناسائی افزایش یابد.

کلیدواژه ها:

کرانیوسینوستوز ، شبکه های عصبی پیچشی ، حافظه کوتاه مدت طولانی