بخشی از مقاله

چکیده

کرون بیماری التهاب و ایجاد زخم در لایههای عمقی داخلی دیواره راست روده و کلون است. شایعترین ناحیه های آسیب دیده، شامل قسمت پائینی روده کوچک و اولین قسمت روده بزرگ می باشند. این بیماری میتواند هر قسمتی از دستگاه گوارش فوقانی از دهان تا معده و روده را درگیر نماید. در این مقاله یک سیستم خبره مبتنی بر دانش جهت تشخیص آتروفی بافت روده بر اساس پردازش تصاویر کلونوسکوپی، سیگموئیدوسکپی، نتایج معاینات بالینی و علایم ظاهری، ارائه شده است.

پایگاه دانش سیستم، مبتنی بر قاعده بوده و به گونه ای طراحی شده که، بدون هیچگونه اشکال در موتور استنتاج قابل توسعه درآبنده باشد. از استنتاج قیاسی و استقرایی در موتور استنتاج سیستم بهره گرفته شده است. پردازش تصویر در سیستم پیشنهادی شامل پیش پردازش تصویر دیواره روده ی کوچک، فیلتر تصویر، عملیات مورفولوژیکی، و تعیین میزان پرزهای آتروفی می باشد.

.1 مقدمه

التهاب روده گاهی اوقات به عنوان یک بیماری مزمن توصیف می شود که برای مدت طولانی با فرد همراه است و فرد بیمار ممکن است برای بازه های زمانی طولانی علائمی نداشته باشد و یا فعال شدن بیماری با علائم و ناراحتی های مشخص مواجه می شود. علل دقیق بیماریهای التهابی روده شناخته شده نیست. اما عوامل ژنتیکی، عفونی و استرس در بروز و ایجاد این بیماری موثر هستند.

این بیماری ها بیشتر در افراد جوان 18 تا 29 سال دیده می شود. در کودکان در سنین دو سالگی و یا سالمندان در دهه هفتم و هشتم نیز به میزان کمتر مشاهده می شود. مردها و زنان شانس یکسانی برای ابتلا به بیماری دارند. شایعترین ناحیه های آسیب دیده، شامل قسمت پائینی روده کوچک ، ایلئوم و همچنین اولین قسمت روده بزرگ می باشند .

در صورت درگیری اولین قسمت روده بزرگ به این نوع از بیماری کرون ایلئوکولیت می گویند. بیماری کرون میتواند هر قسمتی از دستگاه گوارش فوقانی ، از دهان گرفته تا معده و روده را نیز درگیر نماید. زخمها همچنین ممکن است در مری، معده و قسمت بالایی روده کوچک دوازدهه نیز رخ دهند. تمایز بین این زخمها و زخمهای معده و روده، بدون نمونه برداری امکان پذیر نیست.

.2 تعریف سیستم خبره

سیستم خبره یک سیستم هوشمند مبتنی بر دانش و نمونه است که دانش خود را در یک حوزه کاربردی پیچیده و خاص به کار می برد و به عنوان یک مشاور متخصص برای کاربر نهایی عمل میکند. سیستم های خبره به سوالاتی در زمینه مشکلات و مسائل خاص به وسیله استنباطی نظیر استنباط انسان در حوزه دانشی که در آن متخصص است،جواب می دهد.سیستم های خبره باید قادر باشند فرآیند استدلال و نتیجه گیری خود را برای کاربر نهایی توضیح دهند. زمانی که سازمان با مشکلات پیچیده مواجه است، غالبا از خبره ها برای مشاوره استفاده می کند. این خبره ها ، صاحب دانش تخصصی و تجربه و تبحر در یک حوزه خاص هستند. در واقع سیستم خبره سعی دارد در استنتاج خود تا از نحوه استدلال متخصصین انسانی تقلیدکند.

.3اجزا سیستم خبره

سه بخش اصلی برای سیستم خبره مبتنی بر دانش پیشنهادی، در نظر گرفته شده است، که عبارتند از:

.3,1 رابط کاربری

بخشی است که به کاربر اجازه پرس و جو و برقراری ارتباط با موتور استنتاج و پایگاه دانش را میدهد. و در نتیجه این پرس و جو کاربر توصیه یا راه حلی را دریافت می کند. رابط کاربری طراحی شده، ساده ، قابل درک و کاربر پسند میباشد.

.3,2 پایگاه دانش

این بخش شامل پایگاه جامعی از قواعد می باشد. که بر اساس قوانین شرطی اگر-آنگاه طراحی شده است. دانش این بخش بر اساس آزمایشات، معاینات بالینی، علایم ظاهری و تجربه پزشک متخصص جمع آوری شده است.

.3,3 موتور استنتاج

موتور استنتاج بر اساس قواعد ذخیره شده در پایگاه دانش و حقایق حافظه کاری، نتایج را استنتاج و از طریق واسط کاربر به کاربر اعلام می دارد. موتور استنتاج سیستم پیشنهادی از نوع زنجیره پیشرو بوده و بر مبنای استنتاج قیاسی و استقرایی استدلال خبره را عینا پیاده سازی می کند. این موتور فرآیند تشخیص بیماری کرون را در سه مرحله انجام می دهد. در مرحله اول علائم ظاهری بررسی می شود در صورت وجود احتمال بیماری، علائم بالینی مورد بررسی قرار می گیرد.

در صورت تداوم احتمال، درخواست تصویر سیگموئیدوسکوپی و کولونوسکوپی داده و نتایج حاصل از پردازش تصویر را به عنوان حقایق سیستم دریافت می نماید. و به عنوان بخشی از ورودی به همراه نتایج آزمایشات و معاینات به موتور استنتاج جهت استنتاج قیاسی و استقرایی ارسال می نماید. موتور استنتاج بر اساس قواعد موجود در پایگاه دانش و حقایق ورودی سیستم، استنتاج و پاسخ نهایی را به همراه توصیه های مربوطه به کاربر اعلام میکند.

.3,4 نمودار موکلر

تشخیص بیماری کرون به صورت یک فرآیند است. نمودار موکلر فرآیند هدف و تشخیص نهایی را نشان می دهد.

.4پردازش تصاویر

کولونوسکوپی آزمایشی است که مشاهده لایه پوشش دهنده داخلی روده بزرگ و راست روده را ممکن می سازد. در صورت انجام نمونهبرداری، نمونههای گرفته شده برای بررسی بیشتر به آزمایشگاه فرستاده میشود. در صورت انجام کولونوسکوپی توسط فوقتخصص گوارش، این نسبتهای شانس عبارت بودند از: 0/26 به طور کلی، 0/17 برای کولون چپ و 0/35 برای کولون راست. این یافتهها شواهد بیشتری را فراهم میکنند مبنی بر آنکه غربالگری با کولونوسکوپی از سرطان کولورکتال در هر دو سمت کولون پیشگیری میکند. عدم تاثیر بررسیهای باکیفیت احتمالا به این خاطر است که شناسایی آدنومها در تعریف بررسی باکیفیت لحاظ نشده است.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید