جستجو در مقالات منتشر شده


2 نتیجه برای آلزایمر

مونا سرحدی، محمدامین شایگان،
دوره 15، شماره 1 - ( 1-1400 )
چکیده

زمینه و هدف: برای درمان مؤثر بیماری آلزایمر (AD: Alzheimer Disease)، تشخیص دقیق این بیماری و مرحله‌‌ی پیش از آن، یعنی اختلال شناختی خفیف (MCI: Mild Cognitive Impairment) اهمیت دارد. یکی از مهمترین روشهای تشخیص زودهنگام AD، اندازه‌‌گیری آتروفی است که برای این کار از انواع اسکنهای مغزی مانند MRI استفاده می‌شود. هدف اصلی پژوهش حاضر ارایه یک سیستم تشخیص کامپیوتری به ‌‌منظور تشخیص زودهنگام AD، با استفاده از الگوریتم‌‌های یادگیری ماشین، جهت کمک به پزشکان است. سیستم پیشنهادی با بررسی آتروفی هیپوکامپ تصاویر MRI مغز، اقدام به تشخیص AD نموده و دقت تشخیص این بیماری را نیز افزایش می‌‌دهد. 
روش بررسی: در این پژوهش با استفاده از شبکه عصبی کانولوشن و کانتور فعال، عملیات جداسازی هیپوکامپ از سایر بخشهای مغز انجام شد و پس از آن با استفاده از طبقه‌‌بند ماشین‌‌بردار پشتیبان، سه گروه افراد سالم (NC: Normal Control) به تعداد ۴۴ مورد، افراد مبتلا به AD به تعداد ۴۵ مورد و افراد مبتلا به MCI به تعداد ۴۶ مورد تفکیک گردیدند. 
یافته‌ها: روش پیشنهادی در این مطالعه ، در طبقه‌‌بندی دوکلاسه AD در برابر NC به‌‌ترتیب به میانگین دقت، حساسیت و خاصیت ۷۷/۹۸%، ۷۴/۹۸% و ۹۶/۹۷% دست یافت. همچنین در طبقه‌بندی دوکلاسه MCI در برابر NC، این روش به‌‌ترتیب به میانگین ۱۴/۹۶% دقت، ۲۳/۹۶% حساسیت و ۲۱/۸۸% خاصیت دست یافته است. روش پیشنهادی در مقایسه با نزدیکترین روش رقیب در طبقه‌بندی AD در برابر NC به ‌‌ترتیب ۶۴/۱% بهبود دقت و ۸۱/۲% بهبود حساسیت و در طبقه‌بندی MCI در برابر NC به‌‌ترتیب ۹/۸% بهبود دقت و ۱۶/۲% بهبود خاصیت را نشان داد. این بهبود ناشی از استفاده از الگوریتم بهبودیافته تقطیع ACM، ترکیب ویژگی‌‌های استخراجی از تصاویر هیپوکامپ با ویژگی‌‌های ایجاد‌‌شده از قبل توسط شبکه ImageNet، حذف ویژگی‌‌های نامناسب از بردار ویژگی و همچنین استفاده از شبکه عمیق Inception v۳  بوده است.
نتیجه‌‌گیری: بر اساس نتایج، ترکیب ویژگیهای استخراجی از چندضلعی محیطی هیپوکامپ و ویژگیهای به‌‌دست آمده از شبکه عمیق، جهت تشخیص AD و MCI می‌‌تواند کاملا مناسب باشد


زهرا خواجه، کامران یزدانی، ابراهیم عبدالله‌پور، محسن محمدی، سحرناز نجات،
دوره 17، شماره 5 - ( 9-1402 )
چکیده

زمینه و هدف: آلزایمر یک بیماری مزمن است که باعث ناتوانی‌های شناختی، تفکر، تغییرات شخصیتی و اختلال در فعالیت‌های روزمره می‌شود. به دلیل این اختلالات، بیماران نیاز به مراقبت طولانی مدت دارند. مراقبت از بیماران مبتلا به آلزایمر، بیشتر در منزل توسط اعضای خانواده انجام می‌شود و همین امر باعث می‌شود مراقبان خانگی از نظر روحی، جسمی، عاطفی، اجتماعی و مالی دچار مشکل شوند. پرسنل بهداشتی نقش کلیدی در زمینه‌ی ارایه اطلاعات و راهنمایی و کمک به خانواده در کنترل این شرایط دارند. هدف از اجرای این مطالعه بررسی سطح آگاهی و نگرش در مورد بیماری آلزایمر در پرسنل سلامت(بهورزان) و تعیین عوامل مرتبط با آن است. 
روش بررسی: این پژوهش یک مطالعه‌ی مقطعی جهت بررسی سطح آگاهی و نگرش بهورزان در مورد بیماری آلزایمر و عوامل مرتبط با آن است. تمام ۲۶۰ نفر از بهورزان دو شهرستان گرگان و کردکوی به روش سرشماری جهت بررسی سطح آگاهی و نگرش در مورد بیماری آلزایمر و عوامل مرتبط با آن وارد مطالعه شدند. برای تعیین ارتباط بین متغیرهای مستقل با متغیر وابسته (نمره‌ی کلی آگاهی و نگرش) از آزمون‌های T- test و آنالیز واریانس ANOVA در آنالیز bivariate استفاده شد. متغیرهایی که سطح معناداری ارتباط آن‌ها با متغیر پاسخ در آنالیز bivariate کمتر از۰/۲ بود  وارد مدل خطی شدند و در نهایت از مدل خطی چندگانه (multivariable) برای تعیین عوامل مرتبط با سطح آگاهی و نگرش استفاده شد.
یافته‌ها: میانگین سطح آگاهی ۴۶/۷۳% (۴۸/۱۶–۴۶/۴۵ :CI ۹۵ درصد) و میانگین سطح نگرش ۵۵/۶۱% (۵۶/۷۴-۵۴/۶۳ :CI ۹۵ درصد) به دست آمد. نتایج نشان می‌دهد، که آن‌هایی که سابقه‌ی آموزش قبلی، سابقه‌ی مراقبت از بیماران مبتلا به آلزایمر، سابقه‌ی کار طولانی‌تری در سیستم بهداشتی داشتند و دارای جنسیت مؤنث و متأهل بودند از سطح آگاهی بالاتر و افرادی که سابقه‌ی آموزش قبلی داشتند و دارای قومیت سیستانی بودند از نگرش بالاتری برخوردار بودند. 
نتیجه‌گیری: به طور کلی سطح آگاهی بهورزان ۴۶/۷۳ از ۱۰۰-۰ و سطح نگرش ۵۵/۶۱ از ۱۰۰-۰ است. عواملی از جمله جنسیت، سابقه‌ی کار در سیستم بهداشتی، سابقه‌ی شرکت در کارگاه آموزشی، سابقه‌ی مراقبت از بیمار مبتلا و وضعیت تأهل با سطح آگاهی بهورزان و عواملی از جمله قومیت و سابقه‌ی شرکت در کارگاه آموزشی با سطح نگرش بهورزان مرتبط بود.

صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به پیاورد سلامت می باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2026 , Tehran University of Medical Sciences, CC BY-NC 4.0

Designed & Developed by : Yektaweb