محققان روشی غیر تهاجمی را برای ارزیابی صدمات ناشی از سوختگی نشان می دهند

محققان یک مدل شبکه عصبی ایجاد کرده‌اند که از داده‌های طیف‌سنجی دامنه زمانی تراهرتز (THz-TDS) برای ارزیابی سوختگی غیرتهاجمی استفاده می‌کند. آنها رویکرد جدید را با یک دستگاه تصویربرداری دستی ترکیب کردند که به طور خاص برای تصویربرداری سریع THz-TDS از آسیب های سوختگی ایجاد کردند.

م. حسن ارباب، سرپرست تیم تحقیقاتی از دانشگاه استونی بروک، گفت: «برای متخصصان مراقبت های بهداشتی مهم است که عمق سوختگی را به طور دقیق ارزیابی کنند تا مناسب ترین درمان را ارائه دهند. با این حال، روش‌های فعلی ارزیابی عمق سوختگی، که بر معاینه بصری و لمسی تکیه دارند، غیرقابل اعتماد هستند، با نرخ‌های دقت در حدود 60 تا 75 درصد. برنامه ریزی درمانی.”

THz-TDS از پالس های کوتاه تابش تراهرتز برای بررسی نمونه استفاده می کند. برای ارزیابی صدمات ناشی از سوختگی در حال بررسی است زیرا تغییرات فیزیکی ناشی از سوختگی باعث ایجاد تغییراتی در بازتاب تراهرتز پوست می شود.

در مجله Biomedical Optics Expressمحققان نتایجی را گزارش می‌کنند که نشان می‌دهد الگوریتم طبقه‌بندی شبکه عصبی مصنوعی آنها می‌تواند با دقت 93 درصد نتیجه بهبودی نهایی سوختگی‌های in vivo را در یک مطالعه حیوانی پیش‌بینی کند. در مقایسه با روش‌های یادگیری ماشین قبلی که توسط محققان استفاده می‌شد، روش جدید میزان داده‌های آموزشی لازم را حداقل تا دو مرتبه کاهش می‌دهد. این می تواند پردازش مجموعه داده های کلان به دست آمده در آزمایش های بالینی بزرگ را کاربردی تر کند.

ارباب گفت: «در سال 2018، حدود 416000 بیمار به دلیل سوختگی تنها در بخش اورژانس در ایالات متحده تحت درمان قرار گرفتند. “تحقیق ما این پتانسیل را دارد که با هدایت برنامه های درمان جراحی به طور قابل توجهی نتایج بهبود سوختگی را بهبود بخشد، که می تواند تاثیر زیادی بر کاهش مدت زمان بستری شدن در بیمارستان و تعداد روش های جراحی برای پیوند پوست داشته باشد و در عین حال توانبخشی پس از آسیب را نیز بهبود بخشد.”

ارزیابی سوختگی بهتر

فناوری‌های مختلفی برای بهبود ارزیابی سوختگی ایجاد شده‌اند، اما به دلیل اشکالاتی مانند زمان طولانی، هزینه‌های بالا و عمق نفوذ و میدان دید محدود، به طور گسترده در کلینیک مورد استفاده قرار نگرفته‌اند.

اگرچه THz-TDS برای ارزیابی سوختگی امیدوارکننده به نظر می‌رسد، تظاهرات اولیه به اندازه‌گیری‌های طیف‌سنجی نقطه‌ای محدود شد، که ناهمگونی سوختگی و تغییرات فضایی را در نظر نمی‌گیرد. تنظیمات طیف سنجی THz همچنین حجیم و گران هستند و به ترازهای نوری دست و پا گیر نیاز دارند که آنها را برای استفاده بالینی در محیط های واقعی غیرعملی می کند.

ارباب گفت: «برای مقابله با این چالش‌ها، ما اسکنر بازتابی طیفی دستی قابل حمل (PHASR) را توسعه دادیم، یک دستگاه کاربرپسند برای تصویربرداری سریع ابرطیفی از آسیب‌های سوختگی in vivo با استفاده از THz-TDS. این دستگاه دستی از یک لیزر دو فیبر فمتوثانیه با طول موج مرکزی 1560 نانومتر و آنتن‌های فوتورسانای تراهرتز در پیکربندی تصویربرداری دور مرکزی برای تصویربرداری سریع 37 در 27 میلی‌متر استفاده می‌کند.² میدان دید تنها در چند ثانیه.”

پیش از این، محققان از روش‌های عددی برای استخراج ویژگی‌ها از تصاویر THz-TDS و تکنیک‌های یادگیری ماشینی برای تخمین درجه شدت جراحات سوختگی in vivo با استفاده از اندازه‌گیری‌های اسکنر PHASR استفاده می‌کردند. با این حال، این رویکرد دینامیک فیزیکی و تغییرات ماکروسکوپی گذردهی دی الکتریک بافت پوست سوخته را در نظر نگرفت. گذردهی دی الکتریک چگونگی واکنش یک ماده به میدان الکتریکی را توصیف می کند.

برای بررسی مکانیسم‌هایی که عملکرد دی‌الکتریک پیچیده سوختگی‌های پوست را در فرکانس‌های تراهرتز تغییر می‌دهند، محققان به نظریه دوگانه Debye روی آوردند که با موفقیت برای توضیح برهم‌کنش تابش THz با انواع مختلف بافت‌های بیولوژیکی استفاده شده است.

پیش بینی شدت و بهبود

ارباب گفت: «ما یک مدل شبکه عصبی با استفاده از پنج پارامتر به‌دست‌آمده از تطبیق مدل دوگانه Debye با گذردهی دی‌الکتریک آسیب‌های سوختگی ایجاد کردیم. این رویکرد مبتنی بر فیزیک به استخراج نشانگرهای تشخیصی زیست پزشکی از پالس‌های THz باند پهن، کاهش ابعاد داده‌های THz برای آموزش مدل‌های هوش مصنوعی و بهبود کارایی الگوریتم‌های یادگیری ماشین اجازه می‌دهد.

محققان روش خود را با استفاده از اسکنر PHASR برای به دست آوردن تصاویر طیف سنجی از سوختگی های پوست و اندازه گیری میزان گذرا بودن سوختگی ها آزمایش کردند. پس از تعیین پارامترهای Debye، محققان از این داده ها برای ایجاد یک مدل شبکه عصبی بر اساس بیوپسی های برچسب دار استفاده کردند. این مدل شدت سوختگی را با میزان دقت متوسط ​​84.5% تخمین زد و نتیجه فرآیند بهبود زخم را با دقت 93% پیش بینی کرد.

محققان خاطرنشان می کنند که آزمایش بالینی این تکنیک و دستگاه تصویربرداری دستی قبل از ادغام این تکنیک در جریان کار موجود ارزیابی سوختگی بالینی مورد نیاز است.