پژوهشگران دانشگاه صنعتی شریف روشی را توسعه داده‌اند که می‌تواند بیماری آپنه - برادیکاردی که تشخیص فوری آن از اهمیت بالایی برخوردار است را با استفاده از تغییرات ضربان قلب به سرعت تشخیص دهند.
کد خبر: ۸۵۱۷۹
تاریخ انتشار: ۰۸ شهريور ۱۳۹۴ - ۰۶:۱۴ 30 August 2015
به گزارش تابناک یزد، پژوهشگران دانشگاه صنعتی شریف روشی را توسعه داده‌اند که می‌تواند بیماری آپنه - برادیکاردی که تشخیص فوری آن از اهمیت بالایی برخوردار است را با استفاده از تغییرات ضربان قلب به سرعت تشخیص دهند.

ایست تنفسی طولانی مدت به همراه افت در نرخ ضربان قلب، بیماری است که درصد زیادی از نوزادان نارس به آن مبتلا می‌شوند.

این بیماری که به آپنه - برادیکاردی موسوم است، حدود نیمی از نوزادانی که در دوره 30 تا 31 هفتگی جنینی متولد شده و حدود سه چهارم نوزادانی که بین 22 تا 27 هفتگی متولد می‌شوند را مبتلا می‌کند که به دنبال آن میزان جذب اکسیژن و در نتیجه فعالیت سلولهای مربوط به بافتهای مهم بدن از جمله مغز کاهش یافته و تکرار آن مانعی در برابر رشد سیستم عصبی نوزاد است که می‌تواند منجر به ضعف و یا فلج حرکتی دائمی شده و یا حتی زمینه مرگ ناگهانی در بسیاری از نوزادان را فراهم آورد.

به همین دلیل نوزادان نارس در بخش مراقبت‌های ویژه نوزادان ( NICU ) تحت مانیتورینگ دائمی قلبی و تنفسی قرار می‌گیرند تا سیگنال‌های قلبی و تنفسی آنها به منظور تشخیص هرچه سریعتر علائم گویای وقوع آپنه - برادیکاردی ثبت شود.

اهمیت سرعت در تشخیص رویداد آپنه - برادیکاردی به دلیل عملیاتی است که لازم است هر چه سریعتر و به دنبال اعلام خطر نمایشگر توسط پرستار مراقب انجام شود که شامل به حرکت در آوردن نوزاد، برای تنفس مجدد و یا قرار دادن ماسک تنفس و یا نهایتاً لوله‌گذاری تنفسی است. این تأخیر زمانی تا واکنش برای پرستار طولانی به نظر میرسد.

بر اساس آمارها حدود 7 درصد از نوزادان به صورت نارس به دنیا می‌آیند و پردازش سیگنال‌های قلبی از روش‌هایی است که برای تشخیص زود هنگام این بیماری در جهان به کار می‌رود به همین دلیل پژوهشگران همواره برای توسعه این روش در حال تحقیق هستند.

سمیرا مسعودی که به راهنمایی دکتر محمدباقر شمس‌الهی، طی انجام پروژه پایانی به این موضوع پرداخته است در پایان نامه خود روش انجام کار را بدین صورت معرفی می‌کند:« در این پروژه سری های زمانی حاوی اطلاعات مبتنی بر رخداد آپنه - برادیکاردی از سیگنال های قلبی استخراج  و روش های کلاسیک و مبتنی بر مدل مخفی مارکوف بر اساس این سری های زمانی، پیاده سازی و مقایسه شده‌اند.
علاوه بر آن در این تحقیق، اثر استفاده از داده‌ها بصورت مجزا و چندبعدی در الگوریتم‌های مدل مخفی مارکوف و مدل مخفی نیمه مارکوف و همینطور با در نظرگرفتن برهم کنش بین داده‌ها در الگوریتم مدل مخفی مارکوف کوپلاژ شده مورد بررسی قرار گرفته‌اند.
داده‌های ثبت شده‌ مربوط به سیگنال های قلبی تعدادی نوزاد در بیمارستان دانشگاه«رن» فرانسه مورد استفاده قرار گرفته‌اند.


شبکه خبر

اشتراک گذاری
نظر شما
نام:
ایمیل:
* نظر:
* :
آخرین اخبار