بخشی از مقاله
خلاصه
واریکوسل اتساع و پیچخوردگی غیرطبیعی شبکه وریدی - سیاهرگی - بالای بیضهها است. الگو توزیع حرارتی غیرطبیعی را میتوان در کیسه بیضه توسط تصویربرداری حرارتی تشخیص داد. تصویربرداری حرارتی روشی از راه دور، بدون تماس و غیرتهاجمی است. در این مقاله با استفاده از دوربین مادون قرمز غیرتماسیSDS Hotfind L و عکسبرداری از تعداد 50 نفر از بیماران ارجا شده به بیمارستان 501 ارتش - آجا - که مبتلا به واریکوسل بودند، به کمک شبکههای عصبی کانولوشن به طبقه بندی گریدینگ واریکوسل اقدام شده است. میزان حساسیت روش ارایه شده برابر با %70 و ویژگی %88,23 می باشد. نتایج حاصل از این پژوهش حاکی از مناسب بودن روش شبکه های عصبی کانولوشن در جهت طبقه بندی واریکوسل است.
مقدمه
واریکوسل اتساع و پیچ خوردگی غیرطبیعی شبکه وریدی - سیاهرگی - بالای بیضهها است. شیوع آن زیر 10 سال نادر است ولی در بالغین جوان 15 و در مردان نابارور 20 تا 40 میباشد - . - 1 در کسانی که با ناباروری ثانویه مراجعه مینمایند، یعنی قبلاً بچهدار شدهاند شیوع آن به 70 میرسد 90 . - 2 - موارد طرف چپ و در10 موارد دو طرفه است - . - 3 علت این پدیده طولانیتر بودن ورید تخلیهکننده خون بیضه چپ به ورید کلیوی و همچنین زاویه عمودیتر آن نسبت به سمت راست میباشد. یکی از عمدهترین تئوریهای توجیه کننده پاتوفیزیولوژی واریکوسل تئوری افزایش دمای بیضه است
الگوهای حرارتی غیرطبیعی را میتوان به راحتی توسط تصویر برداری حرارتی تشخیص داد. یافتههای اندازه-گیری حرارتی به طور کلی در مقایسه با سایر یافتههای بالینی برای ارزیابی همبستگی امکان پذیر است. اگر چه روشی غیراختصاصی است و گاهی به شدت بر پس زمینه و محیط اطراف بستگی دارد، ولی دلایل متعددی وجود دارد که سبب شده است تصویر برداری حرارتی، پذیرش گستردهای در میان جامعه پزشکی پیدا کند. اول از همه اینکه، تصویربرداری حرارتی از راه دور، بدون تماس و روشی غیرتهاجمی است
مدت زمان عکس برداری بسیار کوتاه است بنابراین به طور همزمان نظارت بر منطقه بزرگی از جمعیت امکان پذیر است. تفسیر رنگ های ترموگرام آسان و سریع میباشد. علاوه بر این، این روش فقط تابش های طبیعی ناشی از سطح پوست را ثبت می کند و هیچ اثری از اشعه های مضر وجود ندارد. بنابراین برای استفاده طولانی مدت و مکرر آن را مناسب کرده است.
در نهایت تصویربرداری حرارتی یک روش بلادرنگ میباشد که قادر است تغییرات دینامیکی درجه حرارت را نظارت و مانیتور نماید. ترموگرافی دیجیتال مادون قرمز از کیسه بیضه، ابزار حساس غیرتهاجمی تشخیصیای برای تشخیص واریکوسل اولیه با استفاده از اندازهگیری درجه حرارت سطح پوست اسکروتوم است. علیرغم حقیقت عینی و کوتاه بودن این روش تشخیصی، هنگام عملهای بالینی در گذشته گاه و بیگاه از این روش استفاده میشده است. به نظر میرسد که دلایل اصلی این کار عدم تشخیص کامل و هزینههای بالای جراحی بوده است.
تحقیقی اخیراً معیارهای تشخیصی برای ترموگرافی اسکروتوم برای تشخیص واریکوسل پیشنهاد کرده است - . - 6 همچنین اثبات شده است که ترموگرافی اسکروتوم روش تشخیصی سودمندی برای واریکوسل خفیف است و برای دورهی پس از عمل جراحی روش مناسبی است - . - 7 همچنین به عنوان یک روش موفقیت آمیز جهت follow-up به کار رفته است
یکی از اصول و روشهای اولیه جهت آنالیز تصاویر حرارتی تکنیک عدم تقارن میباشد. نویسندگان در - 11 - تجزیه و تحلیل عدم تقارن را بر اساس تغییر درجه حرارت،بر مبنای skewness و kurtosis تصویر و منطقه مورد بررسی انجام دادند. در حال حاضر طبق بررسیهای به عمل آمده در سایر کشورها مشخص شده است که سیستمهای تصویربرداری ترموگرافی در تشخیص سلامتی و یا بیماری فرد با مد نظرگرفتن جوابهای صحیح تشخیصی مناسب و در مقابل تعداد معدودی پاسخ های مثبت و یا منفی کاذب حاصله نه به عنوان یک روش کامل دقیق و مطلق بلکه به صورت تکمیلی در کنار سایر روش ها دقت مناسبی خواهند داشت
ساختار کنونی شبکههای عصبی کانولوشن، نخستین بار توسط Lecun در سال 1998 میلادی برای شناسایی اسناد مطرح و استفاده شد و بعدها توسط خود Lecun مدل های بهبود یافته آن منتشر شد. شبکههای عصبی کانولوشن تا حد بسیار زیادی شبیه شبکه های عصبی مصنوعی هستند. این نوع شبکه ها متشکل از نورونهایی با وزنها و بایاسهای قابل یادگیری هستند. هر نورون تعدادی ورودی دریافت کرده و سپس حاصل ضرب وزنها در ورودی ها را محاسبه کرده و در انتها با استفاده از یک تابع فعال سازی غیرخطی نتیجهای را ارائه دهد. کل شبکه همچنان یک تابع امتیاز مشتق پذیر را ارائه میکند، که در یک طرف آن پیکسلهای خام تصویر ورودی و در طرف دیگر آن امتیازات مربوط به هر دسته قرار دارد. این نوع شبکهها هنوز یک تابع هزینه مثل - SVM,Softmax - در لایه آخر دارند و تمامی نکات مطرحی در مورد شبکه های عصبی معمولی در اینجا هم صادق است.
بر این اساس و با عنایت به آنچه که ذکر شد، حال مساله اصلی این تحقیق آن است که آیا میتوان از قابلیتهای شبکه های عصبی کانولوشن در سیستم ترموگرافی جهت طبقه بندی واریکوسل استفاده کرد یا خیر؟
تصاویر ترموگرافی بیضه
در بررسی حاضر جهت انجام ترموگرافی از دستگاه دمانگاری با دوربین مادون قرمز غیرتماسیSDS Hotfind L استفاده شده است. این سیستم دارای وضوح تصویر 110592پیکسل در در هر تصویر، و مینیمم اختلافِ وضوحِ دماییِ 0/01 درجه سانتیگراد میباشد. برای انجام ترموگرافی، بیمار در فاصله مشخصی حدودا 30 سانتی متری نسبت به دوربین حرارتی مادون قرمز قرار گرفته و امواج ساتع شده از بدن وی که در محدوده طول موج های 0/7 تا 0/9 میکرومتر قرار دارند، پس از عبور از یک عدسی متمرکز کننده که به منزله یک فیلتر عمل مینماید، به سیستم پردازشگر کامپیوتری تصویر ارسال شده و پس از تعیین موقعیت مکانی؛ و با توجه به طول موج دریافتی دمای هر نقطه از بدن به صورت یک رنگ مشخصی بر روی صفحه نمایش تصویر نمایان میشود.
قبل از انجام تصویربرداری حرارتی مواردی از جمله: شرایط تصویربرداری، دمای اتاق، راحتی بیمار در فضای اتاق، و امثال این موارد که همگی در ارایه پاسخ صحیح یا کاذب آزمایش ترموگرافی میتوانند موثر باشند مورد ارزیابی قرار گرفتند. سپس بیمار در حالت ایستاده و با برهنه کردن پوشش پایینی بدن مقابل خود، به صورت مستقیم مقابل دوربین قرار گرفته است. سپس از بیمار خواسته شده است که با دستانش نوک آلت تناسلی خود را به سمت بالا نگه دارد به طوریکه پاهای بیماران کشیده و بیضه ها آزادانه آویزان بودند، و سر آلت تناسلی مقابل دیوارهی شکمی نگه داشته شده بود.
در نهایت اپراتور مربوطه، از ناحیه بیضه ِبیمار عکس ترموگرافی تهیه می نمود. افزایش دمای اسکروتوم به عنوان دلیل اصلی اختلال منی در مبتلایان به واریکوسل در نظر گرفته میشود. زیر نظر گرفتن دمای کیسهی بیضه بخشی از ارزیابی تشخیصی واریکوسل است. در ترموگرافی دیجیتال مادون قرمز از اسکروتوم، از دوربین های مادون قرمز بسیار حساسی برای ردیابی و اندازه گیری دمای منطقهی اسکروتوم استفاده میشود - . - 15 نمونهای از تصویر حرارتی از بیماری با درجه 2 واریکوسل در تصویر 1 قابل مشاهده است.
شکل -1 تصویرترموگرافی از بیمار واریکوسل با درجه 2
شبکه عصبی کانولوشن
شبکه های عصبی انعقادی یک شکل از شبکه عصبی Feedforward هستند. با توجه به زیر یک طرح از یک CNN معمولی است. بخش اول شامل لایه های Convolutional و Max-pooling است که به عنوان ویژگی استخراج عمل می کنند. بخش دوم شامل لایه کامل متصل شده است که تحولات غیر خطی از ویژگیهای استخراج را انجام میدهد و به عنوان طبقه بندی عمل می کند. در شکل 1 معماری این الگوریتم ارایه شده است.
