تشخیص به هنگام بیماری‌های دریچه قلبی
پژوهشگران دانشگاه امیرکبیر روشی برای طبقه بندی بیماری‌های دریچه قلبی ارائه کردند که قادر به مکان‌یابی دریچه‌ها و تحلیل خودکار صدای قلب و بیماری‌ها است.
به گزارش بازتاب به نقل از دانشگاه صنعتی امیرکبیر، عذرا سعیدی مجری طرح با بیان اینکه صدای قلب حاوی اطلاعات فیزیولوژیکی مهمی در خصوص ساختار و عملکرد قلب است، گفت: اولین نشانه پاتولوژی قلب حضور مولفه‌هایی اضافی به نام «سوفل» در کنار مولفه‌های اصلی صدای قلب است که تحلیل خودکار صدای قلب می‌تواند برای تشخیص به هنگام بیماری قلبی مناسب باشد.
وی ادامه داد: به طور کلی در روش‌های متداول تشخیص بیماری‌های قلبی مانند اکوکاردیوگرافی مبتنی بر روش‌های تصویربرداری پیچیده، سنگین و هزینه‌بر و نیازمند متخصص است.
این محقق تاکید کرد: بنابراین محققان به دنبال روشی ساده، غیر تهاجمی با قیمت مناسب و قابلیت کاربرد وسیع در تحلیل خودکار صدای قلب هستند.
سعیدی گفت: این پژوهش با عنوان «طبقه بندی بیماری‌های دریچه‌ای قلب با استفاده از مکان‌یابی منابع صوتی قلبی» در دانشگاه صنعتی امیرکبیر اجرایی شد.
وی عنوان کرد: در این تحقیق با بکارگیری ایده ضبط چند کاناله صدای قلب، اطلاعات مکانی – زمانی دریچه‌های قلب استخراج شد و با بهره‌گیری از این اطلاعات، روشی جدید برای قطعه‌بندی و طبقه‌بندی سوفل‌های قلب پیشنهاد شده است.
این محقق تاکید کرد: با اجرای این طرح می‌توان انتظار داشت، جایگزینی برای بخشی از توانایی‌های تشخیصی قرار گیرد که تنها توسط دستگاه اکوکاردیوگرافی و توسط متخصص قابل انجام است.
سعیدی اظهار داشت: در مطالعات انجام شده می‌توان با یک بخش سخت‌افزاری ساده ضبط صدا، تکنسین و با پشتیبانی یک نرم‌افزار نه چندان پیچیده، عملکرد قلب مورد ارزیابی قرار گیرد.
وی ادامه داد: در این پژوهش، روش مکان‌یابی ترکیبی ارائه شد که از این طریق قادر به تعیین مکان چهار دریچه اصلی قلب هستیم. از طریق روش‌های پیشنهادی مکان‌یابی دریچه‌های قلبی امکان تعیین نوع سوفل‌های قلبی (به صورت تکی و یا چندین سوفل به طور همزمان) در شرایط وجود اشکال در دریچه‌های قلبی فراهم شده است.
این محقق افزود: در حال حاضر برای تعیین همزمان چندین سوفل نیاز به اطلاعات اکوکاردیوگرافی است که ما در این تحقیق موفق شدیم تنها با بکارگیری از اطلاعات صوتی صدای قلب با ضبط همزمان صدای قلب و با آرایه میکروفونی انواع سوفل‌ها به صورت تکی و یا همزمان را شناسایی کنیم.
سعیدی خاطر نشان کرد: دقت طبقه‌بندی این الگوریتم برای بیماری‌های دریچه‌ای قلب ۹۴.۷۵ درصد و با میانگین حساسیت ۹۶.۸ درصد بدست آمده است.
وی تحلیل صدای قلب به منظور طبقه‌بندی بیماری‌های دریچه‌ای به صورت خودکار و با بکارگیری آرایه‌های میکروفونی را از اهداف این طرح دانست و گفت: اطلاعات مکانی از منابع صوتی درون قلب و طول زمان رخداد ناهنجاری‌های قلبی، به تشخیص نوع بیماری کمک بسزایی می‌کنند.
این محقق افزود: این درحالی است که روش‌های متداول تشخیص بیماری‌های قلبی تنها از یک میکروفون استفاده می‌شود که این روش‌ها اطلاعات کافی از زمان و مکان فرآیند عملکرد بخش‌های مختلف قلب را ارائه نمی‌دهد.
سعیدی ادامه داد: بر این اساس در این تحقیق از ایده ضبط دادگان چند کاناله استفاده می‌شود تا بتوان اطلاعات مکانی و مدت زمان فعال بودن دریچه‌ها را به منظور ارزیابی عملکرد قلب بدست آورد.
وی با بیان اینکه ضبط داده‌های چند کاناله و پردازش‌های آرایه‌ای رزولوشن بالا، امکان مکان‌یابی منابع صدا در نقاط مختلف از قلب را به ما ارائه می‌دهد، خاطر نشان کرد: یکی از موارد اساسی در بکارگیری از الگوریتم‌های مکان یابی طراحی چیدمان آرایه میکروفونی و الگوریتم بکارگرفته شده است.
این محقق گفت: ما در این تحقیق با استفاده از شبیه ساز طراحی شده به دنبال چیدمانی مناسب برای تعیین مکان منابع صوتی قلب بوده‌ایم.
وی بهبود الگوریتم مکان‌یابی منابع صوتی قلب را از نوآوری‌های این طرح عنوان کرد و افزود: در این تحقیق ما به دنبال روشی برای دستیابی به مکان منابع با تعداد محدود میکروفون هستیم.
این محقق تاکید کرد: در روش پیشنهادی با بکارگیری اطلاعات فازی طیف میوزیک (تابع تأخیر گروهی میوزیک) به صورت تکراری و حذف اثر منبع مکان‌یابی شده، مکان دریچه‌های قلبی با دقت مناسبی تعیین می‌شوند.
سعیدی گفت: گام بعدی این مطالعات پس از تعیین مکان دریچه‌های قلبی، مشخص کردن فازهای سیستول و دیاستول صدای قلب است.
وی عنوان کرد: در نهایت با تعیین الگوی زمانی فعال بودن دریچه‌ها در طول زمان برای هر نوع سوفل دریچه‌ای به عنوان مرجعی از هر کلاس به تشخیص نوع بیماری پرداخته می‌شود.
این محقق نگاشت صوتی از منابع صوتی قلب با بکارگیری آرایه میکروفونی، قطعه‌بندی سیگنال صوتی قلب با بکارگیری اطلاعات زمان- مکانی دریچه‌های قلبی، ایجاد درختچه پیدایش دریچه‌های قلب به منظور شناسایی سوفل‌های قلبی و تشخیص شدت سوفل را از مزایای دستگاه طراحی شده نام برد.
سعیدی اظهار داشت: این دستگاه برای تشخیص‌های اولیه بیماری‌های دریچه‌ای قلب چون نارسایی و تنگی دریچه‌های میترال، تریکسپید، آئورت و ریوی قابل استفاده است.
این طرح از سوی عذرا سعیدی و با راهنمایی دکتر فرشاد الماس گنج از اعضای هیات علمی دانشگاه صنعتی امیرکبیر اجرایی شد.
