پژوهشگران دانشگاه صنعتی امیرکبیر روشی را برای طبقه‌بندی بیماری‌های دریچه قلبی ارائه کردند که قادر است با مکان‌یابی دریچه‌های قلبی و تحلیل خودکار صدای قلب، بیماری‌های آن را تشخیص دهد.صدای قلب حاوی اطلاعات فیزیولوژیکی مهمی در خصوص ساختار و عملکرد قلب است، اظهار کرد: اولین نشانه پاتولوژی قلب، حضور مولفه‌های اضافی به نام “سوفل” در کنار مولفه‌های اصلی صدای قلب است؛ از این رو تحلیل خودکار صدای قلب می‌تواند برای تشخیص به هنگام بیماری قلبی مناسب باشد.
به گزارش آردی نیوز به نقل از روابط عمومی دانشگاه صنعتی امیرکبیر، عذرا سعیدی -مجری این طرح -می گوید: به طور کلی روش‌های متداول تشخیص بیماری‌های قلبی مانند اکوکاردیوگرافی، مبتنی بر روش‌های تصویربرداری پیچیده، سنگین و هزینه‌بر و نیازمند تخصص است؛ بنابراین محققین به دنبال روشی ساده، غیر تهاجمی، با قیمت مناسب و قابلیت کاربرد وسیع در تحلیل خودکار صدای قلب هستند.
این پژوهشگر دانشگاه صنعتی امیرکبیر از اجرای تحقیقاتی در این زمینه خبر داد و گفت: این پژوهش با عنوان “طبقه بندی بیماری‌های دریچه‌ای قلب با استفاده از مکان‌یابی منابع صوتی قلبی” در دانشگاه صنعتی امیرکبیر اجرایی شد. در این تحقیق با به‌کارگیری ایده ضبط چند کاناله صدای قلب، اطلاعات مکانی – زمانی دریچه‌های قلب استخراج شده و با بهره‌گیری از این اطلاعات، روشی جدید برای قطعه‌بندی و طبقه‌بندی سوفل‌های قلب پیشنهاد شده است.
سعیدی اجرای این طرح را جایگزینی برای بخشی از توانائی‌های تشخیصی، که فقط توسط دستگاه اکوکاردیوگرافی و متخصص قابل انجام است، دانست و اظهار کرد: در مطالعات انجام شده می‌توان با یک بخش سخت‌افزاری ساده ضبط صدا، یک تکنسین و نیز پشتیبانی یک نرم‌افزار نه چندان پیچیده، عملکرد قلب را مورد ارزیابی قرار داد.
وی سپس به نحوه اجرای این طرح اشاره کرد و گفت: در این پژوهش یک روش مکان‌یابی ترکیبی ارائه شد که از طریق آن قادر به تعیین مکان چهار دریچه اصلی قلب هستیم. از طریق روش‌های پیشنهادی مکان‌یابی دریچه‌های قلبی، امکان تعیین نوع سوفل‌های قلبی (به صورت تکی یا چندین سوفل به طور همزمان) در شرایط وجود اشکال در دریچه‌های قلبی فراهم شده است.
مجری طرح فوق اضافه کرد: در حال حاضر برای تعیین همزمان چندین سوفل نیاز به اطلاعات اکوکاردیوگرافی است؛ ما در این تحقیق موفق شدیم تنها با به‌کارگیری اطلاعات صوتی صدای قلب و ضبط همزمان این صدا با آرایه میکروفونی، انواع سوفل‌ها به صورت تکی یا همزمان را شناسایی کنیم.
سعیدی خاطر نشان کرد: دقت طبقه‌بندی این الگوریتم برای بیماری‌های دریچه‌ای قلب ۹۴.۷۵ درصد و با میانگین حساسیت ۹۶.۸ درصد به دست آمده است.
وی تحلیل صدای قلب به منظور طبقه‌بندی بیماری‌های دریچه‌ای قلب به صورت خودکار و با به‌کارگیری آرایه‌های میکروفونی را از اهداف این طرح عنوان کرد و یادآور شد: اطلاعات مکانی از منابع صوتی درون قلب و طول زمان رخداد ناهنجاری‌های قلبی، به تشخیص نوع بیماری کمک به‌سزایی می‌کنند. این درحالی است که در روش‌های متداول تشخیص بیماری‌های قلبی تنها از یک میکروفون استفاده شده و این روش‌ها اطلاعات کافی از زمان و مکان فرآیند عملکرد بخش‌های مختلف قلب را ارائه نمی‌دهد.
این پژوهشگر دانشگاه صنعتی امیرکبیر ادامه داد: بر این اساس در این تحقیق از ایده “ضبط دادگان چند کاناله” استفاده می‌شود تا بتوان اطلاعات مکانی و مدت زمان فعال بودن دریچه‌ها را به منظور ارزیابی عملکرد قلب به دست آورد.
سعیدی با بیان اینکه ضبط داده‌های چند کاناله و پردازش‌های آرایه‌ای رزولوشن بالا، امکان مکان‌یابی منابع صدا در نقاط مختلف از قلب را به ما ارائه می‌دهد، خاطر نشان کرد: یکی از موارد اساسی در استفاده از الگوریتم‌های مکان‌یابی، طراحی چیدمان آرایه میکروفونی و الگوریتم به‌کارگرفته شده است. ما در این تحقیق با استفاده از شبیه ساز طراحی شده به دنبال چیدمانی مناسب برای تعیین مکان منابع صوتی قلب بوده‌ایم.
وی “بهبود الگوریتم مکان‌یابی منابع صوتی قلب” را از نوآوری‌های این طرح نام برد و افزود: در این تحقیق ما به دنبال روشی برای دستیابی به مکان منابع با تعداد محدود میکروفون هستیم. در روش پیشنهادی، با به‌کارگیری اطلاعات فازی طیف میوزیک (تابع تأخیر گروهی میوزیک) به صورت تکراری و حذف اثر منبع مکان‌یابی شده، مکان دریچه‌های قلبی با دقت مناسبی تعیین می‌شوند.
این محقق دانشگاه امیرکبیر ادامه داد: گام بعدی این مطالعات، پس از تعیین مکان دریچه‌های قلبی، مشخص کردن فازهای سیستول و دیاستول صدای قلب است. در نهایت با تعیین الگوی زمانی فعال بودن دریچه‌ها در طول زمان، برای هر نوع سوفل دریچه‌ای به عنوان مرجعی از هر کلاس، به تشخیص نوع بیماری پرداخته می‌شود.
سعیدی نگاشت صوتی از منابع صوتی قلب با به‌کارگیری آرایه میکروفونی، قطعه‌بندی سیگنال صوتی قلب با به‌کارگیری اطلاعات زمان- مکانی دریچه‌های قلبی، ایجاد درختچه پیدایش دریچه‌های قلب به منظور شناسایی سوفل‌های قلبی و تشخیص شدت سوفل را از مزایای دستگاه طراحی شده نام برد و اظهار کرد: این دستگاه برای تشخیص‌های اولیه بیماری‌های دریچه‌ای قلب چون نارسایی و تنگی دریچه‌های میترال، تریکسپید، آئورت و ریوی قابل استفاده است.
به گزارش روابط عمومی دانشگاه صنعتی امیرکبیر، این طرح از سوی عذرا سعیدی و با راهنمایی دکتر فرشاد الماس گنج از اعضای هیات علمی دانشگاه صنعتی امیرکبیر اجرایی شد.