جستجو در مقالات منتشر شده
۲ نتیجه برای تومور مغزی
زهرا تابان فر، سیدمحمد فیروزآبادی، زینب خداکرمی، زینب شنکائی،
دوره ۹، شماره ۴ - ( ۹-۱۳۹۷ )
چکیده
اهداف: آزمایش الکتروانسفالوگرام (EEG) به‌عنوان یک آزمایش بالینی مهم برای تشخیص بسیاری از بیماری‌های مغزی مطرح است. هدف مطالعه حاضر، تحلیل داده‌های الکتروانسفالوگرام حین استراحت در بیماران مبتلا به تومور مغزی بود.
مواد و روش‌ها: در مطالعه تحلیلی مشاهده‌ای حاضر، از داده‌های EEG حین استراحت ۴۴ فرد مبتلا به تومور مغزی (گروه تومورال) و ۳۱ فرد سالم (گروه سالم) استفاده شد. پس از پیش‌‌پردازش و حذف آرتیفکت‌های موجود در سیگنال‌ها، ویژگی‌های خطی زمانی و طیفی توان نسبی باندهای متفاوت فرکانسی، ویژگی‌های غیرخطی بعد فرکتال و آنتروپی استخراج شد. سپس تمایزپذیری میان دو گروه سالم و تومورال بر مبنای ویژگی‌های استخراج‌شده، با استفاده از روش آماری شاخص دیویس-بولدین، طبقه‌بندی خطی (LDA) و طبقه‌بندی غیرخطی k نزدیک‌ترین همسایه (KNN) مورد بررسی قرار گرفت.
یافته‌ها: میان ویژگی‌های بعد فرکتال کتز و طول شکل موج دو گروه سالم و تومورال، تفاوت معنی‌داری وجود نداشت. در میان سایر ویژگی‌ها، آنتروپی نمونه با کاهش معنی‌دار در گروه تومورال، بیشترین تمایز را میان دو گروه ایجاد کرد (مقدار ۰.۶۹ برای گروه سالم در مقابل ۰.۵۳ برای گروه بیمار). بالاترین صحت طبقه‌بندی دو گروه، با استفاده از آنتروپی نمونه و طبقه‌بند KNN برابر با ۸۴% بود.
نتیجه‌گیری: سیگنال‌های EEG، پتانسیل جداسازی بیماران تومورال مغزی و افراد سالم را دارند. ویژگی غیرخطی آنتروپی با تطبیق بیشتر بر ماهیت غیرخطی مغز، صحت بالاتری در بازنمایی گروه تومورال نشان می‌دهد. آنتروپی کمتر گروه تومورال نشان‌دهنده پیچیدگی کمتر در پردازش‌های مغزی این گروه نسبت به افراد سالم است.
دوره ۱۸، شماره ۴ - ( ۵-۱۳۹۷ )
چکیده
امروزه سرطان یکی از عوامل اصلی مرگ و میر در جهان محسوب می‌شود و تفاوت بیولوژیکی افراد با یکدیگر موجب می‌شود که استفاده از یک برنامه‌ی درمانیِ واحد برای همه‌ی بیماران نتیجه‌ی مطلوبی نداشته باشد. به‌منظور شخصی‌سازی درمان، لازم است رفتار تومور در هر بیمار مشخص گردد؛ برای این منظور می‌توان از اطلاعات کلینیکی بیماران استفاده نمود. از میان روش‌های مختلف بررسی رشد تومورهای سرطانی، روش‌های مدل‌سازی به علت انعطاف پذیریِ بیشتر برای بررسی شرایط مختلف، مورد توجه پژوهشگران قرار گرفته‌اند. مطالعات متعددی در زمینه بررسی تومورهای مغزی صورت گرفته است اما تنها مطالعات محدودی از تصاویر پزشکیِ خودِ بیمار برای شخصی‌سازی مدل رشد استفاده کرده‌اند. در مطالعه‌ی حاضر به بررسی رشد تومور مغزی با استفاده از مدل‌سازی ریاضی مبتنی بر تصاویر پزشکی ام آر پرداخته شده و اثر جرمی و ترم-های واکنش مختلف مورد ارزیابی قرار گرفته‌اند؛ هم‌چنین برای اولین بار پارامتر کسر درون سلولی برای ایجاد ارتباط میان مدل و تصاویر مربوط به تومور مغزی، به‌کار رفته است. نتایج پیش‌بینی شده با استفاده از دو معیار خطای جذر میانگین مربعاتِ کسر درون سلولی و ضریب دایس مورد مقایسه قرار گرفته‌اند. طبق این نتایج درنظر گرفتن اثر جرمی در مدل ریاضی رشد تومور مغزی موجب بهبود پیش‌بینی می‌شود. هم‌چنین لازم است به منظور بهبود دقت پیش‌بینی، ترم واکنش مناسب با توجه به اطلاعات پزشکی بیمار در مدل‌سازی درنظر گرفته شود. از روش ارائه شده در این پژوهش می‌توان به‌عنوان مبنایی جهت شخصی‌سازی درمان در بیماران مبتلا به تومور مغزی استفاده نمود.
