تشخیص بیمای آلزایمر با بهره گیری از هوش مصنوعی
پژوهشگران امکان تشخیص بیماری آلزایمر با بهره گیری از هوش مصنوعی را بررسی کردند.
به گزارش نکسترو به نقل از ایسنا، مبتلاشدن به بیماری آلزایمر به تدریج موجب مرگ سلول های عصبی و از بین رفتن بافت مغزی می شود. با گذشت زمان حجم مغز بطور چشم گیری کاهش یافته و تمام عملکردهای آن تحت تاثیر قرار می گیرد. در مراحل پیشرفته این بیماری فرد توانایی خودرا برای برقراری ارتباط، تشخیص خانواده و همین طور مراقبت از خود از دست می دهد.
زمان تشخیص این بیماری عامل مهمی در روند پیشگیری از پیشرفت بیماری است و هم اکنون هیچ درمان قطعی برای آن وجود ندارد. از آن جایی که آلزایمر موجب تخریب سلول های مغزی می شود، با استفاه از تکنیک های تصویربرداری کامپیوتری می توان تغییرات رخ داده در ساختار مغز را بررسی کرد.
بر همین اساس پژوهشگران با استفاده از هوش مصنوعی، امکان تشخیص بیماری آلزایمر را از روی تصاویر MRI بررسی کردند.
با توجه به اینکه داده های موجود در مراکز درمانی ایران، بصورت پراکنده هستند و تصاویر MRI موجود با استفاده از دستگاههای تصویربرداری با استانداردهای متفاوت حاصل شدند؛ به همین خاطر از این داده ها در ارزیابی های این پژوهش استفاده نشد.
داده های مورد نیاز این تحقیق از مجموعه داده های موجود در پایگاه داده ADNI استفاده شد که در ارتباط با شرکت کنندگان در مطالعات این مرکز در آمریکای شمالی شامل بیماران مبتلا به آلزایمر، پارکینسون، افراد مبتلا به اختلالات شناختی خفیف، افراد دارای کهولت سن و افراد نرمال بود که در سایت این مرکز در دسترس می باشد.
تصاویر MRI مغز افراد از این پایگاه داده دریافت شد و برای تشخیص بیماری، میدان تصادفی شرطی و شبکه عصبی عمیق (Inception) بر روی تصاویر MRI وفق داده شدند. از آن جایی که بافت هیپوکامپوس مغز از نخستین بافت هایی است که تحت تاثیر بیماری آلزایمر قرار می گیرد، ابتدا محدوده هیپوکمپوس تعیین شد و سپس با عنایت به میزان تحت تاثیر قرار گرفتن این بافت، مبادرت به تشخیص بیماری کردند.
میدان تصادفی شرطی توانست قطعه های هیپوکمپوس با اشکال مختلف را از تصاویر استخراج کند و این داده ها مبنایی جهت استفاده شبکه عصبی عمیق شد. شبکه عصبی عمیق؛ شبکه ای است که از پیش بر روی مجموعه داده بسیار بزرگ Imagenet آموزش داده شده است تا بتواند در تشخیص بیمار کمک نماید.
یافته های این پژوهش نشان داد که این شبکه عمیق می تواند بافت مغزی فرد دارای آلزایمر را از فرد سالم با دقت ۹۸.۵ درصد تشخیص دهد. این میزان برای تشخیص اختلال شناختی خفیف در مقابل سلامت، ۹۳.۴۱ درصد بود. این داده ها نسبت به روش های گذشته به ترتیب ۲.۵۶ و ۸.۴۱ درصد افزایش دقت داشت.
نتایج این مطالعه نشان داد که استفاده از این نوع هوش مصنوعی در تشخیص بیماری آلزایمر دقت بالایی دارد.
به گفته پژوهشگران این تحقیق؛ در مسائل داده کاوی پزشکی، شناسایی دقیق افراد بیمار مهم تر از سایر اختلالات است (در این مورد تشخیص آلزایمر از اختلال شناختی خفیف یا سالم). به عبارت دقیق تر چنانچه شخصی که دارای بیماری آلزایمر با علائم اولیه بیماری است، به اشتباه در گروه سالم طبقه بندی شود؛ مشخصا ضرر زیادی ایجاد می شود. همین طور هدف اصلی این تحقیق نیز که تشخیص اولیه سریع آلزایمر است نیز برآورده نخواهد شد. اما طبقه بندی اشتباه فرد سالم در گروه اختلال شناختی خفیف یا دارای آلزایمر، فقط منجر به آزمایش دوباه فرد خواهد شد که هزینه کمتری خواهد داشت. نتایج این مطالعه نشان از برتری این روش در مقابل سایر روش های رقیب می دهد.
در انجام این تحقیق محمد امین شایگان و زهرا مولودی؛ پژوهشگران گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی شیراز مشارکت داشتند.
یافته های این مطالعه بهار سال جاری بصورت مقاله علمی با عنوان «تشخیص بیمای آلزایمر از روی تصاویر MRI با استفاده از هوش مصنوعی» در مجله علمی دانشگاه علوم پزشکی گرگان انتشار یافته است.
مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب