ارائه راهكاري جهت تشخيص بيماري MS با استفاده از ابزارهاي شبكه ارتباطات كاركردي پوياي مغز و شبكه عصبي هوشمند به كمك داده‌هاي آزمايشگاهي

در بيماري MS، آسيب‌ هاي وارد شده به فيبر عصبي در داده‌هاي ساختاري به خوبي قابل تشخيص نيست. لذا استفاده از داده‌هاي ساختاري به‌تنهايي، موجب پنهان ماندن بيماري مي‌شود. اين مطلب نشان‌گر اهميت داده‌هاي كاركردي در تشخيص زودهنگام بيماري است. در اين مقاله به بررسي داده‌هاي fMRI براي دو گروه سالم و بيمار به كمك ابزارهاي شبكه ارتباطات كاركردي و شبكه عصبي پرداخته مي‌شود. با توجه به اختلال شناختي ناشي از ضايعات ساختاري در مراحل اوليه بيماري، ارائه مدل ارتباطات كاركردي امكان ارزيابي تغييرات مشخصه‌هاي توپولوژي مغز را فراهم مي‌كند. براي اين منظور، تعداد 60 سوژه شامل 30 نفر سالم و 30 نفر بيمار در بازه سني 20 تا 60 سال با دوره بيماري با ميانگين 30 ماه و با تعداد حملات متغير انتخاب شده‌اند. در ادامه يك ديكشنري كامل با حضور سري‌هاي زماني داده‌هاي هر دو گروه استخراج شده و درنهايت، مفهوم ساختار ماژولار از وزن‌هاي پراكنده براي بيان ارتباطات نواحي مختلف مغز به كار گرفته شده است. بررسي نتايج نشان داد كه در كل تعداد 57 ناحيه ROI از هر دو گروه افراد سالم و بيمار محاسبه شده كه از بين 57 ناحيه به دست آمده، تنها 16 ناحيه در ميان دو گروه سالم و بيمار مشترك است.