پیش بینی افت فشار خون بیماران دیالیزی با استفاده از اطلاعات ضربان قلب و غلظت خون
محل انتشار: نشریه ی مهندسی پزشکی زیستی، دوره: 5، شماره: 4
سال انتشار: 1390
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 113
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJBM-5-4_004
تاریخ نمایه سازی: 20 اسفند 1404
چکیده مقاله:
افت فشار خون بیماران دیالیزی در حین فرآیند همودیالیز از شایع ترین مشکلاتی است که امروزه حدود ۲۰ الی ۳۰ درصد از بیماران دیالیزی با آن روبرو هستند. در راستای جلوگیری از این افت فشار، می بایست فشار خون بیمار دیالیزی را در حین فرآیند همودیالیز حتی المقدور به صورت پیوسته و غیرتهاجمی اندازه گیری کرد. اما از آنجائی که این کار عملا امکان پذیر نیست و دستگاه های اندازه گیری غیر تهاجمی و پیوسته ی افت فشار خون محدود و بسیار گران قیمت می باشند لذا می بایست با استفاده از پارامتر های مرتبط با افت فشار خون به این مقصود رسید. با توجه به ارتباط تغییرات غلظت خون و ضربان قلب با تغییرات فشار خون بیماران دیالیزی، در این مطالعه به ارائه مدلی پرداختیم که بتواند به وسیله ی تغییرات غلظت خون و ضربان قلب، فشار خون بیمار دیالیزی را پیش بینی نماید تا دیگر نیازی به اندازه گیری مستقیم فشار نباشد. در این راستا با استفاده از دستگاه های اندازه گیری تغییرات غلظت خون، ضربان قلب و فشارخون به ثبت داده های کلینیکی از ۱۴ بیمار دیالیزی و پس از آن با استفاده از داده های کلینیکی به ارائه مدل شبکه عصبی پرداختیم که این مدل توانائی پیش بینی افت فشار خون بیمار دیالیزی با استفاده از اطلاعات ضربان قلب و غلظت نسبی خون را با خطای ۸/۳ درصد دارا می باشد.
کلیدواژه ها:
نویسندگان
وحید ابوئی
کارشناسی ارشد، دانشکده مهندسی پزشکی، دانشگاه صنعتی امیر کبیر
فرزاد توحیدخواه
دانشگاه صنعتی امیر کبیر، دانشکده مهندسی پزشکی، استاد
وحید رضا نفیسی
سازمان پژوهش های علمی- صنعتی ایران، پژوهشکده برق و کامپیوتر، استادیار
هانی شریفیان
دانشگاه صنعتی امیر کبیر، دانشکده مهندسی پزشکی، کارشناسی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :