Nonlinear Heart Rate Variability based artificial intelligence in lung cancer prediction

نوسان غیرخطی ضربان قلب مبتنی بر هوش مصنوعی در پیش بینی سرطان ریه

هوش مصنوعی، گروه انکولوژی گروه تعاونی شرقی، تنش قلبی، سرطان ریه، تجزیه و تحلیل غیر خطی

سرطان، رشد سلول ها با الگویی نامنظم است که به رشد غیرطبیعی بافت می انجامد که نئوپلازی گفته می شود و به دو دسته ی بدخیم یا بالقوه بدخیم دسته بندی می شود (Weinberg، 1996). سرطان ریه عمدتا در پوشش اپیتلیال درخت نایژه ای بوجود می آید و در نایژه های لوبار و اصلی آغاز می شود (Garland و همکاران، 1968). کارسینومای سلول سنگفرشی ، کارسینومای سلول کوچک و ادنوکارسینوما سه هیستولوژی سرطان ریه هستند. شیوع و مرگ و میر ناشی از سرطان ریه دربین مردان و زنان با آلودگی هوا بشدت در حال افزایش است، سیگارکشیدن و استعمال دخانیات عوامل پیشرو هستند (De Couck و همکاران، 2013؛ Kim و همکاران، 2010). سن و جنسیت بعنوان عوامل مستقل فرض شده اند که شدت بیماری را مبتنی بر علائم متعدد تحت تاثیر قرار می دهند (Walsh و همکاران، 2000). تنش مزمن در بیماران سرطانی شایع است (Li و همکاران، 2013) که به سوءعملکرد دستگاه عصبی خودکار (ANS) برمی گردد (Guo و همکاران، 2015؛ Walsh و Nelson، 2002). کاهش نوسان ضربان قلب (HRV) (Kim و همکاران، 2015؛ Schlenkert و همکاران، 2014) در آزمودنی های سرطان مطرح شده است. HRV بصورت بازه ی زمانی ضربان تا ضربان ارزیابی شده است که از الکتروکاردیوگرام (ECG) بدست می آید. HRV سابقا بعنوان تکنیک ارزیابی فعل و انفعال میان دستگاه عصبی سمپاتیک (SNS) و پاراسمپاتیک (PNS) تشریح شده بود (Acharya و همکاران، 2002؛ Aggarwal و همکاران، 2014). ANS روی مکانیسم لوپ بازخوردی برای کنترل متغیرهای فیزیولوژی مثل ضربان قلب کار می کند و دینامیک غیرخطی دارد (Aggarwal و همکاران، 2014؛ Signorini و همکاران، 2001). آهنگ ANS در شرایط سرطان بمنظور برآورده کردن تقاضای متابولیکی غیرضروری فورا فرق می کند و فعالیت SNS بیشتر و PNS کمتر می شوند (Aggarwal و همکاران، 2014؛ Schlenker و همکاران، 2014). تغییر آهنگ ANS، بازتاب وضعیت پاتولولوژی بیمار در حالت بحرانی است (Chiang و همکاران، 2013). کاربرد HRVی غیرخطی در توضیح مراحل اولیه ی بیماری مطرح شده است (Acharya و همکاران، 2002؛ De Souza و همکاران، 2014؛ Mohebbi و همکاران، 2011؛ Roy و Ghatak، 2013؛ Schlenker و همکاران، 2014؛ Yeh و همکاران، 2006؛ 2010). سیگنال های قلبی، سری های زمانی غیرخطی هستند و برای بررسی کوچکترین نوسان به انالیز غیرخطی نیازدارند. این روش ستبر است و بنابراین باگذشت زمان به انالیز دمین بسامد ترجیح داده می شود (De Souza و همکاران، 2014؛ Roy و Ghatak، 2013؛ Yeh و همکاران، 2010). تشخیص سرطان با استفاده از انالیز دمین بسامدی و زمان HRV در چند بررسی گزارش شده است (De Couck و همکاران، 2016؛ Guo و همکاران، 2015؛ Kim و همکاران، 2010؛ Walsh و Nelson، 2002). کاربرد هوش مصنوعی (AI) در پیش آگهی انواع سرطان ها مطرح است (Cosma و همکاران، 2016؛ Utomo و همکاران، 2014). این درحالی است که تا آنجا که می دانیم، شاخص های HRV بعنوان ورودی یادگیری ماشینی در هیچ بررسی استفاده نشده اند. بنابراین اهداف این بررسی، شناسایی تغییرات در جنبه های HRVی غیرخطی با وضعیت عملکردی (PS)، جنسیت و سن در سرطان ریه، اگر باشد، و تمایز داده های بالینی شان با کمک شبکه ی عصبی مصنوعی (ANN) و ماشین بردار پشتیبان (SVM) برای طراحی ابزار تشخیصی خودکار برای سرطان ریه بودند.