ارائه یک روش هوشمند برای پیش‌بینی وقوع مرگ براساس سن بیمار و حجم خون‌ریزی در عکس سی‌تی‌اسکن

محورهای موضوعی : انرژی های تجدیدپذیر

یسرا عزیزی نصرآبادی ¹ , علی جمالی نظری ² , حمید قدیری ³ , فرشید باباپور مفرد ⁴

1 - گروه مهندسی پزشکی- واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
2 - دانشکده فنی- واحد شاهرود، دانشگاه آزاد اسلامی، شاهرود، سمنان، ایران
3 - گروه مهندسی برق- واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
4 - گروه مهندسی پرتوپزشکی- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

تاریخ دریافت : 1401/02/18 تاریخ پذیرش : 1401/06/14 تاریخ انتشار : 1403/06/01

کلید واژه: شبکه عصبی, پیش‌بینی, ماشین بردار پشتیبان, آسیب‌های مغزی, سی‌تی‌اسکن,

چکیده مقاله :

هدف از این مقاله پیش بینی زنده ماندن و یا مرگ افراد مبتلا به خون ریزی مغزی در طی سی روز بر اساس میزان خون ریزی مغزی است. تشخیص و درمان به موقع و صحیح خون ریزی مغزی از اهمیت بسیار بالایی برخوردار است، چنانچه در مدت این سی روز فوت بیمار پیش بینی شود، پزشک معالج باید مراقبت های ویژه و درمان قوی تری برای بیمار استفاده کند. خون ریزی های مغزی نیاز به درمان فوری و تشخیص سریع و دقیق دارند. در این مقاله با استفاده از حجم خون ریزی مغزی و سن بیمار و با استفاده از شبکه عصبی ماشین بردار پشتیبان (SVM) پیش بینی شده است که چند درصد از افراد مبتلا به خون ریزی مغزی زنده می مانند و چند درصد فوت می کنند. پارامتر های حجم خون ریزی مغزی و سن بیماران، ورودی شبکه عصبی در نظر گرفته شده است. خروجی شبکه، زنده ماندن و یا مرگ بیماران مبتلا به خون ریزی مغزی طی سی روز آینده است. داده هایی که استفاده شده شامل سن و حجم خون ریزی 66 بیمار مبتلا به خونریزی لوبار، 76 بیمار مبتلا به خون ریزی عمیق، 9 بیمار مبتلا به خون ریزی پونتین و 11 بیمار مبتلا به خون ریزی مخچه ای است. تمام مدل های خون ریزی به عنوان ورودی شبکه عصبی ماشین بردار پشتیبان در نظر گرفته شده است. دقت کلی شبکه عصبی ماشین بردار پشتیبان طراحی شده 93 درصد است. مستقل از نوع خون ریزی مغزی، زنده ماندن و یا مرگ افراد مبتلا به خون ریزی مغزی در طی سی روز پیش بینی شده است.

چکیده انگلیسی:

The purpose of this paper's prediction of survival or death within 30 days is based on a cerebral hemorrhage. Timely and correct diagnosis and treatment of cerebral hemorrhage are essential. If the patient's death is predicted during these thirty days, the treating physician should use intensive care and more treatment for the patient. Cerebral hemorrhages require immediate treatment and rapid and accurate diagnosis. In this article, using the volume of cerebral hemorrhage and the patient's age and using the neural network of support vector machine (SVM), it is predicted what percentage of people with cerebral hemorrhage survive and what percentage die. Parameters of cerebral hemorrhage volume and, age of patients, neural network input are considered. The network's output is the survival or death of patients with cerebral hemorrhage over the next thirty days. The data we used included the bleeding volume and age of 66 patients with lobar hemorrhage, 76 patients with deep bleeding, nine patients with Pontine hemorrhage and 11 patients with cerebellar hemorrhage. All bleeding models are considered as input to the support vector machine neural network. The overall accuracy of the designed support vector machine neural network is 93%. Regardless of the type of cerebral hemorrhage, the survival or death of people with cerebral hemorrhage within 30 days is predicted.

منابع و مأخذ:

[1] J. P. Broderick, J. C. Grotta, A. M. Naidech, T. Steiner, N. Sprigg, K. Toyoda, D. Dowlatshahi, A. M. Demchuk, M. Selim, J. J. S. Mocco, “The story of intracerebral hemorrhage: from recalcitrant to treatable disease”, American Heart Association (Stroke), vol. 52, no. 5, pp. 1905-1914, May 2021 (doi:10.1161/STROKEAHA.121.033484).

[2] V.A. Lioutas, A.S. Beiser, H.J. Aparicio, J.J. Himali, M.H. Selim, J.R. Romero, S. Seshadri, "Assessment of incidence and risk factors of intracerebral hemorrhage among participants in the Framingham Heart Study between 1948 and 2016”, JAMA Neurology, vol. 77, no. 10, pp. 1252-1260, Oct. 2020 (doi: 10.1001/jaman­eurol.20­20.1512).

[3] P.B. Sporns, M.N. Psychogios, G. Boulouis, A. Charidimou, Q. Li, E. Fainardi, D. Dowlatshahi, J.N. Goldstein, A.J.J.C.M. Morotti, “Neuroimaging of acute intracerebral hemorrhage”, Journal of Clinical Medicine, vol. 10, no. 5, Article Number: 1086, March 2021. (doi: 10.3390/jcm10051086).

[4] M. Brainin, W.D. Heiss, “Textbook of stroke medicine”, Cambridge University Press, 2019 (doi: 10.1017/97­81108­659574).

[5] A.K. Boehme, C. Esenwa, M.S.J.C. Elkind, “Stroke risk factors, genetics, and prevention”, Circulation Research, vol. 120, no. 3, pp. 472-495, Feb. 2017 (doi: 10.1161/CIRCRESAHA.116.308398).

[6] R.D. Brown, J.P. Whisnant, J. Sicks, W.M. O'Fallon, D.O.J.S. Wiebers, “Stroke incidence, prevalence, and survival: Secular trends in rochester, minnesota, through 1989”, Stroke, vol. 27, pp. 373-380, March 1996.

[7] M. Togha, K. Bakhtavar, "Factors associated with in-hospital mortality following intracerebral hemorrhage: A three-year study in Tehran, Iran", BMC Neurology, vol. 4, no. 1, Article Number: 15193159, June 2004 (doi: 10.1186/1471-2377-4-9).

[8] L. Schwindling, A. Ragoschke‐Schumm, M. Kettner, S. Helwig, M. Manitz, S. Roumia, M. Lesmeister, I.Q. Grunwald, K.J.J.N. Fassbender, “Prehospital imaging‐based triage of head trauma with a mobile stroke unit: first evidence and literature review”, Journal of Neuroimaging, vol. 26, no. 5, pp. 489-493, Sept. 2016 (doi: 10.1111/jon.12355).

[9] V.J. Calderon, B.M. Kasturiarachi, E. Lin, V. Bansal, O.O.J.I. Zaidat, “Review of the mobile stroke unit experience worldwide”, Interventional Neurology, vol. 7, no. 6, pp. 347-358, Oct. 2018 (doi: 10.1159/00­048­73­34).

[10] J.P. Broderick, T.G. Brott, J.E. Duldner, T. Tomsick, G.J.S. Huster, “Volume of intracerebral hemorrhage. A powerful and easy-to-use predictor of 30-day mortality”, Stroke, vol. 24, no. 7, pp. 987-993, July 1993 (doi: 10.1161/01.STR.24.7.987).

[11] M. Giroud, P. Gras, N. Chadan, P. Beuriat, C. Milan, P. Arveux, R.. Dumas, “Cerebral haemorrhage in a French prospective population study”, Neurosurgery, and Psychiatry, vol. 54, no. 7, pp. 595-598, 1991 (doi: 10.1136/jnnp.54.7.595).

[12] E. Shobeiri, H. R. Saiedi, M. Rezaei, A. Jahanbakhshi, “Relationship between brain’s CT scan findings and consciousness level, surgical findings and outcome of the patients with traumatic intracranial hemorrhage”, Ournal of Kermanshah University of Medical Sciences,  vol. 18, no. 3, Article Paper: e74155, June 2014 (doi: 10.22110/jku­ms.v18­i3.1­22­8).

[13] J.P. Broderick, T. Brott, T. Tomsick, G. Huster, R. Miller, “The risk of subarachnoid and intracerebral hemorrhages in blacks as compared with whites”, New England Journal of Medicine, vol. 326, no. 11, pp. 733-736, March 1992 (doi: 10.1056/NEJM199203123261103).

[14] N. Karani, M.A. Sattari, S. Roshni, “Predicting the occurrence of death up to 30 days based on the patient age and bleeding volume in the CT scan using artificial intelligence”, New Researches of Engineering Sciences, vol. 30, no. 5, pp. 55-62, March 2020.

[15] W. Bouida, S. Marghli, S. Souissi, H. Ksibi, M. Methammem, H. Haguiga, S. Khedher, H. Boubaker, K. Beltaief, M. Grissa, “Prediction value of the Canadian CT head rule and the New Orleans criteria for positive head CT scan and acute neurosurgical procedures in minor head trauma: a multicenter external validation study”, Annals of emergency medicine, vol. 61, no. 5, pp. 521-527, May 2013 (doi: 10.1016/j.annemergm­ed.2­012.07.016).

[16] S. Dogra, R. Jain, M. Cao, S. Bilaloglu, D. Zagzag, S. Hochman, A. Lewis, K. Melmed, K. Hochman, LJ.J. S. Horwitz, C. Diseases, “Hemorrhagic stroke and anticoagulation in COVID-19”, Journal of Stroke and Cerebrovascular Diseases, vol. 29, no. 8, Article Number: 104984, Aug. 2020 (doi: 10.1016/j.jstrokece­rebro­vas­dis.2020.104984).

[17] A.L.O. Manoel, A. Goffi, F.G. Zampieri, D. Turkel-Parrella, A. Duggal, T.R. Marotta, R.L. Macdonald, S. Abrahamson, “The critical care management of spontaneous intracranial hemorrhage: A contemporary review”, Critical Care, vol. 20, no. 1, pp. 1-29, Sept. 2016. (doi: 10.1186/s13054-016-1432-0).

[18] K. Yamagami, Y. Maeda, K.J.W.N. Iihara, “Variant type of posterior reversible encephalopathy syndrome associated with deep brain hemorrhage: case report and review of the literature”, World Neurosurgery, vol. 134, pp. 176-181, Feb. 2020 (doi: 10.1016/j.wneu.2019.10.196).

[19] R.L. Sacco, R. Adams, G. Albers, M.J. Alberts, O. Benavente, K. Furie, L.B. Goldstein, P. Gorelick, J. Halperin, R.J.S. Harbaugh, “Guidelines for prevention of stroke in patients with ischemic stroke or transient ischemic attack: a statement for healthcare professionals from the American Heart Association/American Stroke Association Council on Stroke: co-sponsored by the Council on Cardiovascular Radiology and Intervention: the American Academy of Neurology affirms the value of this guideline”, Stroke, vol. 37, no. 2, pp. 577-617, Feb. 2006 (doi: 10.1161/01.STR.0000199147.30016.74).

[20] D. Persaud-Sharma, J. Burns, J. Trangle, S.J.M.S. Moulik, “Disparities in brain cancer in the United States: a literature review of gliomas”, Medical Sciences, vol. 5, no. 3, pp. 16, July 2017 (doi: 10.3390/meds­ci50­30­016).

[21] H. Arishima, H. Neishi, K. Kikuta, M. Morita, N. Hosono, T. Yamauchi, M. Souri, A.J.J.S. Ichinose, C. Diseases, “Lobar hemorrhage induced by acquired factor XIII deficiency in a patient with cerebral amyloid angiopathy”, Journal of Stroke and Cerebrovascular Disease, vol. 26, no. 10, pp. e203-e205, Oct. 2017 (doi: 10.1016/j.jstrokecerebrovasdis.2017.07.009).

[22] S. Datar, A.A.J.N. Rabinstein, “Cerebellar hemorrhage”, Neurologic Clinics, vol. 32, no. 4, pp. 993-1007, 2014 (doi:10.1016/j.ncl.2014.07.006).

[23] S. Kinthala, K. Jiao, A. Ankam, C.G.J.C. Paramore, “Cerebellar hemorrhage and spinal fluid overdrainage with tonsillar herniation following spine surgery”, Cureus, vol. 12, no. 9, Sept. 2020 (doi: 10.7759/cure­us.10418).

[24] J.P. Broderick, T. Brott, T. Tomsick, R. Miller, G.J.J. Huster, “Intracerebral hemorrhage more than twice as common as subarachnoid hemorrhage”, Journal of neurosurgery, vol. 78, no. 2, pp. 188-191, Feb. 1993 (doi: 10.3171/jns.1993.78.2.0188).

[25] A. Solés Gimbernat, “Evaluation of a prognostic score for the identification of patients with poor prognosis in cerebral venous thrombosis: A multicentric prospective cohort study protocol”, 2021, (http://hdl.handle.net/10256/19949).

[26] U. Karadan, R.N. Supreeth, R.G. Manappallil, C. Jayakrishnan, C. Diseases, “Twenty-four syndrome: an untold presentation of pontine hemorrhage”, Journal of Stroke and Cerebrovascular Diseases, vol. 27, no. 5, Article Number: e73-e74, May 2018 (doi: 10.1016/j.jstrokecerebrovasdis.2017.12.007).