تشخیص هوشمند مرحله ی رشد بیماری ملانوم براساس تحلیل پاسخ حرارتی پوست

از گذشته های دور تغییرات دمای سطح بدن به عنوان نشانه ای در تشخیص بیماریها مورد توجه قرار گرفته است. دمای پایای سطح پوست بدن انسان که از تعادل گرمایی ناشی از گردش خون زیر پوست، سوخت و ساز محلی بدن و دمای محیط حاصل می شود، در تشخیص های پزشکی حائز اهمیت می باشد. پژوهش های پزشکی نشان داده اند تومورهای پوستی در پاسخ به یک تحریک دمایی، تغییرات دمایی متفاوتی در مقایسه با بافت سالم نشان میدهند. روی این اصل، در این مقاله به طراحی سیستمی هوشمند بر مبنای شبکه های عصبی می پردازیم که با دریافت سیگنال پاسخ حرارتی، تخمینی از مرحله ی رشد یک تومور پوستی را ارائه دهد. ابتدا سیگنال های حرارتی مربوط به 30 مرحله ی رشد تومور، در طول بازیابی حرارتی پس از اعمال محرک سرد استخراج می شود. فرآیند انتقال گرما روی بافت پوست با معادله ی حرارتی پنس مدل می شود. سپس این سیگنال ها به طور کمی پردازش شده و ویژگی های مناسب استخراج می شود. در نهایت طبقه بندی کننده ای طراحی می گردد که با دقت بالای ٪94 مراحل رشد را از هم جدا می کند. این دقت نشان میدهد که انتخاب پاسخ حرارتی به عنوان معیار تفکیک مراحل می تواند معیاری مناسب در تشخیص اولیهی بیماری باشد