کشف نشانه پنهان سکته مغزی؛ ردپاهایی که از کف پا شروع می‌شود

تشخیص دقیق و به‌موقع سکته مغزی نقش مهمی در انتخاب روش درمان و برنامه‌ریزی توانبخشی دارد.

سکته مغزی یکی از شایع‌ترین بیماری‌های عصبی در جهان به شمار می‌رود و هر سال میلیون‌ها نفر را درگیر می‌کند. این بیماری زمانی رخ می‌دهد که جریان خون‌رسانی به بخشی از مغز مختل شود. در نوع ایسکمیک، که حدود ۸۰ درصد موارد را تشکیل می‌دهد، یک رگ خونی مسدود می‌شود و در نوع هموراژیک، خونریزی در مغز اتفاق می‌افتد. هر دو نوع می‌توانند آسیب جدی به بافت مغز وارد کنند. پیامدهای سکته مغزی فقط به مرحله حاد بیماری محدود نمی‌شود، بلکه بسیاری از بیماران پس از آن با مشکلات حرکتی، ضعف در یک سمت بدن، فلج صورت یا دشواری در راه رفتن روبه‌رو می‌شوند. این ناتوانی‌ها کیفیت زندگی فرد را به شدت تحت تأثیر قرار می‌دهد و انجام فعالیت‌های ساده روزمره را دشوار می‌کند.

تشخیص دقیق و به‌موقع سکته مغزی نقش مهمی در انتخاب روش درمان و برنامه‌ریزی توانبخشی دارد. روش‌های رایج تشخیص مانند تصویربرداری مغزی شامل ام‌آرآی و سی‌تی‌اسکن یا آنژیوگرافی، اطلاعات دقیقی از محل و اندازه ضایعه ارائه می‌دهند، اما اغلب پرهزینه هستند و در برخی موارد جنبه تهاجمی دارند. در سال‌های اخیر، توجه پژوهشگران به سمت استفاده از سیگنال‌های حرکتی و داده‌های فیزیولوژیک جلب شده است؛ داده‌هایی که می‌توان آن‌ها را با هزینه کمتر و بدون آسیب به بدن ثبت کرد. مطالعات قبلی نشان داده‌اند که الگوی راه رفتن افراد مبتلا به سکته مغزی دچار تغییر می‌شود. بی‌ثباتی در گام برداشتن یا ضعف در مچ پا و بخش انتهایی اندام تحتانی از جمله نشانه‌هایی است که می‌تواند در فشار واردشده به کف پا دیده شود. همین موضوع، تحلیل سیگنال فشار کف پا را به گزینه‌ای جذاب برای تشخیص غیرتهاجمی این بیماری تبدیل کرده است.

در همین خصوص، زهرا اتراچالی از دانشکده مهندسی پزشکی دانشگاه صنعتی سهند تبریز به همراه یکی از همکاران دانشگاهی خود، پژوهشی را با تمرکز بر تشخیص خودکار و غیرتهاجمی سکته مغزی ایسکمیک انجام داده‌اند. آن‌ها در این تحقیق، به جای اتکا به تصویربرداری‌های پیچیده، به سراغ تحلیل زمانی و فرکانسی سیگنال فشار کف پا در هنگام راه رفتن رفته‌اند تا بتوانند با کمک مدل‌های محاسباتی، الگوی بیماران را از افراد سالم تفکیک کنند.

در این مطالعه، داده‌های مربوط به فشار کف پای ۴۶ فرد سالم و ۳۶ بیمار مبتلا به سکته مغزی ایسکمیک هنگام راه رفتن جمع‌آوری و تحلیل شد و در نهایت، سه الگوریتم طبقه‌بندی تحت عناوین «ماشین بردار پشتیبان»، «نزدیک‌ترین همسایگی» و «جنگل تصادفی» برای تشخیص بیماران از افراد سالم به کار گرفته شد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا