شناسایی و طبقه بندی خودکار نواحی خونریزی مغزی با استفاده از ماشین بردار پشتیبان چند کلاسه در تصاویر سی تی اسکن

خونریزی مغزی ناشی از ضربه به سر، یکی از عوامل شایع مرگ و میر می باشد. تشخیص به موقع محل و نوع خونریزی از اهمیت زیادی برخوردار است؛ به طوری که نجات جان این بیماران به طور کامل به تشخیص زودهنگام محل و نوع خونریزی بستگی دارد. در این مقاله یک روش خودکار شناسایی و طبقه بندی نواحی خونریزی مغزی به منظور ارتقای دقت و سرعت تصمیم گیری پزشک معرفی شده است.
ابتدا از یک روش ناحیه بندی برای شناسایی و جداسازی خونریزی از سایر قسمت های مغز استفاده شد. پس از آن به استخراج ویژگی های گوناگون از هر ناحیه ی خونریزی پرداخته شد و سپس با کمک الگوریتم ژنتیک، بهترین آن ها جهت تحویل به یک طبقه بند انتخاب گردیدند. تصاویر مورد استفاده در این تحقیق، از دستگاه سی تی اسکن بیمارستان کاشانی جمع آوری شدند و مربوط به 70 بیمار زن و مرد بین گروه سنی 60-15 سال بودند. این افراد، مشکوک به خونریزی های اپی دورال، ساب دورال، اینتراسربرال، داخل بطنی و یا بدون خونریزی (سالم) بودند.
با استفاده از روش شناسایی و طبقه بندی پیشنهادی، صحت شناسایی انواع خونریزی EDH (Eextradural haematoma)، ICH (Intracerebral hemorrhage)، SDH (Subdural haemorrhage) به ترتیب مقادیر 87/96، 10/96 و 15/92 درصد به دست آمد. همچنین خونریزی IVH (Intraventricular hemorrhage) با صحت 82/91 شناسایی و از بقیه ی انواع خونریزی جدا شد. در مرحله ی طبقه بندی، صحت طبقه بندی و تشخیص نوع هر یک از انواع خونریزی 13/94 درصد به دست آمد.
در این مقاله، یک روش مستقل و خودکار شناسایی و طبقه بندی خونریزی مغزی ارایه شده است. روش ارایه شده تلاشی در جهت ارتقای دقت تشخیص پزشکان و تسریع تصمیم گیری آن ها به منظور نجات جان بیماران است. با استفاده از روش ارایه شده، 4 نوع خطرناک خونریزی در تصاویر سی تی اسکن تشخیص داده و انواع آن ها طبقه بندی شدند که از این طریق، فرایند درمان بیماران مبتلا به ضربه ی مغزی تسریع می گردد.