تشخیص سندرم تاکوتسوبو با انتخاب ویژگی قوی از فضای پنهان پیچیده یک شبکه تقسیم بندی مبتنی بر یادگیری عمیق

مقدمه: سندرم تاکوتسوبو (TTS) یا "سندرم قلب شکسته"، یک کاردیومیوپاتی حاد و گذرا است که اغلب با استرس عاطفی یا فیزیکی شدید ایجاد می شود و علائمی مشابه انفارکتوس حاد میوکارد (STEMI) دارد. تشخیص دقیق و زودهنگام آن به دلیل پیچیدگی و شباهت های بالینی چالش برانگیز است. این مطالعه با هدف توسعه یک مدل یادگیری عمیق برای تشخیص دقیق TTS از طریق استخراج ویژگی های قوی از داده های اکوکاردیوگرافی و بالینی انجام شد. مواد و روش ها: در این مطالعه توصیفی-تحلیلی، از یک مجموعه داده عمومی شامل ۳۰۰ نمونه اکوکاردیوگرافی (۱۴۰ بیمار TTS و ۱۶۰ بیمار STEMI) استفاده شد. داده ها به نسبت ۷۰ به ۳۰ برای آموزش و آزمایش تقسیم و پیش پردازش (پاک سازی، نرمال سازی و تقویت داده) شدند. ویژگی های دموگرافیک، بالینی و تصویربرداری با تکنیک هایی مانند تحلیل مولفه های اصلی (PCA) و انتخاب ویژگی مبتنی بر درخت تصمیم استخراج شدند. یک مدل شبکه عصبی کانولوشنی عمیق (DCNN) با معماری سبک (حدود ۶۵۰ پارامتر) طراحی شد که شامل لایه های کانولوشن، Dropout و متراکم بود. عملکرد این مدل با مدل های شبکه عصبی عمیق (DNN)، ماشین بردار پشتیبان (SVM) و جنگل تصادفی (RF) با استفاده از اعتبارسنجی متقابل ۵ برابری و معیارهای دقت، یادآوری، حساسیت و امتیاز F۱ مقایسه گردید. یافته ها: مدل DCNN پیشنهادی به طور معناداری از سایر مدل ها عملکرد بهتری داشت و به میانگین دقت ۹۴.۳۲ درصد، یادآوری ۹۴.۵۶ درصد، حساسیت ۹۳.۸۷ درصد و امتیاز F۱ معادل ۹۴.۱۲ درصد دست یافت. این مدل همچنین دارای پایدارترین عملکرد (انحراف معیار ۰.۷۱-۰.۸۵) و کمترین میزان افت (۰.۰۶۱) در داده های آزمایشی بود. در مقایسه با مطالعات پیشین، مدل حاضر از دقت بالاتری برخوردار بود. نتیجه گیری: مدل DCNN پیشنهادی، با بهره گیری از استخراج ویژگی های قوی از داده های پیچیده اکوکاردیوگرافی و ترکیب آن با اطلاعات بالینی، ابزاری دقیق و قدرتمند برای تشخیص سندرم تاکوتسوبو فراهم می کند. این مدل می تواند به عنوان یک سیستم پشتیبان تصمیم گیری بالینی برای تمایز زودهنگام و دقیق TTS از STEMI و در نهایت بهبود مراقبت از بیماران به کار گرفته شود.

کلیدواژه ها:

سندرم تاکوتسوبو ، یادگیری ماشین ، شبکه عصبی کانولوشنی عمیق (DCNN) ، اکوکاردیوگرافی ، تشخیص بیماری قلبی