عنوان پایان‌نامه
کاربرد دستگاه مادون قرمز نزدیک f NIRS جهت استخراج ویژگی از داده های آزمایشگاهی در نوزادان سالم و برخی نوزادان دارای نارسایی مغزی
- رشته تحصیلی
- مهندسی برق- مهندسی پزشکی - بیوالکتریک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3004;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76543;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3004;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76543
- تاریخ دفاع
- ۲۴ مرداد ۱۳۹۵
- دانشجو
- علی رحیم پورجونقانی
- استاد راهنما
- سیدکمال الدین ستاره دان
- چکیده
- امروزه سیستم طیف سنج مادون قرمز نزدیک دارای کاربردهای فراوانی در زمینه های مختلف تشخیصی و بالینی پیدا کرده است. یکی از مهم ترین کاربردهای این سیستم در اندازه گیری عملکرد همودینامیکی در مغز نوزادان و خصوصا در مراکز مراقبت های ویژه نوزادان (NICU) می باشد. در این پژوهش، پس از توسعه نرم افزاری و سخت افزاری سیستم، تعداد 41 ثبت داده آزمایشی بر روی چند گروه نوزادان شامل نوزادان تازه متولد شده سالم ، نوزادان چند روزه سالم، نوزادان ناسالم تحت نظارت ناسالم و عادی دارای نارسایی هایی از جمله هیروسفالی، کیست مغزی، اسپاسم مغزی، هاپپوتونیا و آرتزی مری در حالت استراحت بدون اعمال تحریک خارجی انجام شد. با توجه به گستردگی و بالا بودن درجه آزادی عمل، سه نوع تحلیل مختلف بر روی داده ها شامل تحلیل بالینی، تحلیل آماری و بازشناسی الگو به انجام رسید. در این راستا رویکردهایی از جمله استخراج ویژگی های زمانی و زمان فرکانسی مختلف از داده همودینامیکی و یافتن ویژگی های لازم برای غربال کردن نوزاد سالم از ناسالم، یافتن کانال بهینه در شناسایی اطلاعات مفید در عمق مغز برای تشخیص و جداسازی نوزادان و در نهایت غربال نوزادان با استفاده از تحلیل آماری T-test و الگوریتم بازشناسی الگوی ماشین بردار پشتیبان (SVM) مورد تحلیل و بررسی قرار گرفت. در نتیجه اختلاف سطح اوکسی و دی اوکسی هموگلوبین، تغییرات زیاد و سطوح پایین تر آن در بسیاری از اختلالات مشاهده شد. علاوه بر آن، ویژگی های زمانی استخراج شده مناسب در جداسازی افراد با شاخص های مختلف را بدست آوردیم. در نهایت، برای تحلیل بازشناسی الگو صحت کلاس بندی بالای نزدیک به 94% بدست آمد که به ما در شناسایی نوزادان سالم از ناسالم و تشخیص دقیق تر و مستقیم پزشک کمک شایانی می کند . در کنار این بررسی، تفاوت های الگوی پراکندگی نوزاد سالم، تازه متولد شده از چند روزه و همچنین ارتباط تغییرات علایم حیاتی نوزاد با تغییرات اوکسی و دی اوکسی هموگلوبین خون در بافت های عصبی انجام و نتایج قابل توجهی به صورت کیفی مشاهده شد. این دستآوردها، زمینه ای را برای مطالعات گسترده تر در آینده را فراهم می کند که در قسمت پیشنهادات این گزارش آورده شده است.
- Abstract
- Nowadays, functional Near Infrared Spectroscopy has found different applicatons for several diagnostic and clinical fields. One of the most important applications in this system is related to functional hemodynamic measurement in the brains of infants especially in Neonatal Intensive Care Unit. After software and hardware development, forthy one experimental data recordings have been collected from different groups of infants including healthy newborn infants, healthy young infants, unhealthy infants under observation and ordinary unhealthy infants namely Hydrocephalus, Brain Cyst and Hypotonia , all in rest state without external stimulus. According to the high level of the degrees of freedom, several data analyses have been applied to the data, namely several temporal and time-frequency feature extractions from hemodynamic data and finding selective features for distinguishing healthy infants from unhealthy ones for diagnosis by t-test as a statistical analysis and SVM as a pattern recognition algorithm with near to 94% accuracy of classification to help phisycians to recognize unhealthy infants more precisely. Besides, verification of patterns of data clustering and exploring the relationship between Oxy hemoglobin concentration in brain tissues and other physiological signs leads to remarkable results. These cosiderable conclusions provide interests for further researches in future that are reported in the last section. Keywords: functional Near Infrared Spectroscopy, Brain Hemodynaic Response, cross-correlation, Support Vector Machine, Oxy and deOxy hemoglobin Concentraion
