Skip to main content
European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary
Zawartość zarchiwizowana w dniu 2024-05-24

Ultrasonographic monitoring and early diagnosis of stroke

Article Category

Article available in the following languages:

Wykrywanie i analiza mikrozatorów w czasie rzeczywistym

Prace prowadzone w ramach projektu UMEDS doprowadziły do opracowania automatycznego systemu wykrywania zatorów, pozwalającego na niedrogą analizę w trybie on-line wykrytych objawów mikrozatorowości (ang. MES, micro-embolic signals).

W społeczeństwach zachodnich udar staje się jedną z coraz częściej występujących chorób, która może być trudna do zdiagnozowania ze względu na swoją złożoność. Ze względu na to w projekcie UMEDS skupiono się na nowych nieinwazyjnych sposobach lepszego monitorowania i wczesnej diagnostyki udaru. Korzystając z niedawnych osiągnięć w technologii mikropęcherzyków i harmonicznego obrazowania ultrasonograficznego, opracowano nowe techniki przeznaczone zarówno do jakościowej, jak i ilościowej oceny perfuzji mózgu. Główne innowacje obejmowały zaawansowaną technologię ultrasonograficzną, nowe podejście do obrazowania perfuzji mózgu oraz nowatorską technologię obrazowania molekularnego i trombolizy. Jedną z kluczowych technologii opracowanych w ramach projektu był automatyczny system wykrywania mikrozatorów. Konwencjonalne metody wykrywania mikrozatorów w krążeniu mózgowym są oparte na informacjach z przezczaszkowego ultrasonograficznego badania dopplerowskiego (ang. TCD, transcranial Doppler). Otrzymane informacje są poddawane dalszemu przetwarzaniu w celu wykrycia i analizy objawów mikrozatorowości, co jest postępowaniem kosztownym, pochłaniającym dużo czasu i środków. W celu zaspokojenia tej potrzeby w projekcie UMEDS zaprojektowano oparty na wiedzy system automatycznej identyfikacji i archiwizacji objawów mikrozatorowości w czasie rzeczywistym. Składa się on z komputera osobistego i wydajnego układu cyfrowego przetwarzania sygnału, który umożliwia przeprowadzenie analizy widmowej z szybką transformatą Fouriera (ang. FFT, Fast Fourier Transform) i wykrycie objawów mikrozatorowości. Uzyskane z wejściowych sygnałów dopplerowskich informacje dotyczące czasu, częstotliwości i domen otoczenia są dalej przetwarzane za pomocą teorii rozumowania systemu eksperckiego. Archiwizacja obejmuje pliki danych każdego wykrytego zdarzenia, odpowiednie segmenty surowego sygnału dopplerowskiego i wszelkie stosowne informacje. Technologię sprawdzono już przy użyciu sygnałów Dopplera pochodzących od pacjentów z po endarterektomii tętnic szyjnych i zdrowych ochotników. Technologia okazała się nadzwyczaj dokładna i wysoce specyficzna w wykrywaniu i analizie mikrozatorów.

Znajdź inne artykuły w tej samej dziedzinie zastosowania