مجله دانشکده پزشکی

---

زمینه و هدف: بیماری مزمن انسدادی ریه یکی از شایع‌ترین بیماری‌های ریوی است. وجود یک سیستم مکانیزه که بتواند میزان صدمه وارد شده به بیمار را تخمین بزند در معالجه بیمار بسیار کمک‌ کننده خواهد بود. در این مقاله یک سیستم نوین کمک تشخیصی کامپیوتری (CAD) برای تشخیص بیماری و وخامت آن با استفاده از تصاویر سی‌تی‌اسکن پیشنهاد شده است.

روش بررسی: در دو حالت دم کامل و بازدم کامل از بیست و چهار نمونه تصویر‌برداری شد و با الگوریتم بخش‌بندی کانتورهای فعال نسج ریه از بقیه تصویر جدا گردید. در ادامه الگوی نرمال شده تغییرات نسج خارجی ریه به عنوان معیاری در شناسایی بیماری در نظر گرفته شد. با استفاده از طبقه‌بندی‌کننده بیز الگوها به دو کلاس سالم و بیمار دسته‌بندی گردید. در نهایت آزمون آماری t برای بررسی صحت کلاس‌بندی‌ها اعمال گردید.

یافته‌ها: با روش پیشنهادی نسبت ارتجاع‌پذیری ریه و گیر افتادگی هوا به صورت کمّی به‌دست می‌آید. نزدیک بودن این مقدار به عدد صفر بیانگر افزایش هوای مرده در ریه و ابتلای بیمار به انسداد و تنگی نفس می‌باشد. با بررسی تصاویر ریه در بیماران و افراد سالم مقدار آستانه برای تشخیص بیماری به‌دست آمد. نتایج اعمال روش پیشنهادی بر روی تصاویر کلینیکی نشان می‌دهد که تا حد زیادی می‌توان به کارایی آن امید داشت.

نتیجه‌گیری: با توجه به دشواری و زمان‌بر بودن روش‌های مرسوم تشخیص بیماری انسدادی مزمن ریه، روشی نوین برای طراحی سیستم کمک تشخیصی کامپیوتری جهت کمک به پزشک در تشخیص بیماری انسدادی مزمن ریه پیشنهاد شده است.

---

زمینه و هد ف: بیماری های ریوی و در رأس آن سرطان ریه از شای ع ترین و خطرنا ک ترین بیماری هایی هستند که روزانه افراد زیادی را به کام مرگ م ی کشانند. در این مقاله یک سیستم کمک تشخیصی مکانیزه جهت شناسایی ندول های ریوی به عنوان یکی از علایم اصلی بیماری های ریه ارایه خواهد شد. روش بررسی: در یک کارآزمایی بالینی 25 بیمار ریوی مراجعه کننده به بیمارستان مسیح دانشوری تهران که در تصاویر آن ها ندول ریوی مشاهده گردید به طور تصادفی به دو گروه مورد با جمعیت پانزده ( 9 زن و شش مرد با HRCT 39 سال ) ±4/ 43 سال ) و گروه ناظر با جمعیت ده (شش زن و چهار مرد با میانگین سنی 91 ±5/ میانگین سنی 63 تقسیم شدند . با اعمال روش های پردازش و تحلیل تصاویر پزشکی و استفاده از الگوریتم های شناسایی آماری الگو سیستمی مکانیزه جهت شناسایی خودکار ندول ریوی ارایه گردید. یافت هها: به وسیله رو ش های بخش بندی تصاویر پزشکی نسج اصلی ریه ها از بقیه تصاویر دو بعدی جدا شدند . در مرحله بعد موارد مشکوک شامل رگ، برونش، ندو ل و غیره به صورت رنگی برچسب گرفتند . سپس ویژگی های مشخصه ندول ها به دست آمدند . در نهایت جهت کلاسه بندی با استفاده از شبکه عصبی مصنوعی ندو لهای موجود در تصویر از بقیه موارد تفکیک و مشخص گردیدند. .در مرحله بعد موارد مشکوک شامل رگ، برونش، ندو ل و غیره به صورت رنگی برچسب گرفتند . سپس ویژگی های مشخصه ندول ها به دست آمدند . در نهایت جهت کلاسه بندی با استفاده از شبکه عصبی مصنوعی ندو لهای موجود در تصویر از بقیه موارد تفکیک و مشخص گردیدند نتیجه گیری: با توجه به پیچیدگی و ساختارهای متنوع ندو ل ها و تعد اد زیاد تصاویر س ی تی مربوط به کات های مختلف ریه، پیدا کرد ن ندول ریوی از میان موارد مشکوک کاری دشوار، زمان بر و با احتمال خطای انسانی برای پزشکان ندول ریوی را از موارد مشکوک آشکار ساخته است. (P<0/ متخصص می باشد. خروجی سیستم پیشنهادی به خوبی..

---

زمینه و هدف: در این مطالعه رده‌های سلولی Vero آلوده به مایکوپلاسما، با رقت‌های مختلف سیپروفلوکساسین و انروفلوکساسین که مانع همانندسازی DNA و سنتز پروتیین می‌شوند، تحت درمان قرار گرفتند. روش بررسی: در این پژوهش اکتشافی که در آزمایشگاه پژوهش و ساخت واکسن هاری انسانی انستیتو پاستور از آبان 1392 تا خرداد 1393انجام گردید، رقت‌های مختلف آنتی‌بیوتیکی مورد استفاده و مقایسه قرار گرفت. عملکرد این روش درمانی با PCR ارزیابی شد. با استفاده از روش تاپسیس (Technique for Order of Preference by Similarity to Ideal Solution, TOPSIS) که یک روش تصمیم‌گیری چند جانبه است بهترین اثر غلظت بر زمان به‌دست‌آمده در درمان مایکوپلاسما تعیین شد. یافته‌ها: بهترین غلظت به‌دست‌آمده جهت درمان مایکوپلاسمایی به‌ترتیب 20 و μg/ml 200 از سیپروفلوکساسین و برای درمان سلول‌های آلوده با انروفلوکساسین به‌ترتیب 3 و 30 و μg/ml 300 بود. نتیجه‌گیری: در مطالعه حاضر درمان خط سلولی Vero آلوده به مایکوپلاسما با آنتی‌بیوتیک‌های سیپروفلوکساسین و انروفلوکساسین بدون نیاز به تغییر آنتی‌بیوتیک، که در سایر فرایندها معمول است، انجام شد.