| Περίληψη |
Το θέμα της παρούσης εργασίας αφορά την περιοχή της διαθλαστικής χειρουργικής και συγκεκριμένα τους παράγοντες και τους φυσικούς μηχανισμούς οι οποίοι συμβάλλουν στην ακρίβεια της έκβασης μιας τέτοιας επέμβασης. Παρά την προσεκτική σχεδίαση της κατανομής της φωτοαποδόμησης και της λήψης των απαραίτητων μετρήσεων προ-εγχειρητικά, παρατηρείται μετεγχειρητικά μια απόκλιση της διόρθωσης από την επιθυμητή. Το σφάλμα αυτό κειμένεται από 0,25D έως 1,25D και εικάζεται ότι οφείλεται σε ένα πλήθος παραμέτρων όπως είναι η ίδια η επιθυμητή διόρθωση, τα ιδιαίτερα χαρακτηριστικά του προς θεραπεία οφθαλμού καθώς επίσης και τα χαρακτηριστικά του ατόμου που χειρουργείται. Σημαντική φαίνεται να είναι η συμβολή της μηχανικής και εμβιομηχανικής απόκρισης του κερατοειδή μετεγχειρητικά ενώ τεχνολογικοί παράγοντες του χειρουργικού εξοπλισμού είναι επίσης πιθανόν να συνεισφέρουν σε αυτό το σφάλμα. Στόχος ήταν ο καθορισμός αυτών των παραμέτρων, η ανάλυση και ο συνδυασμός τους με τρόπο τέτοιο ώστε να γίνεται δυνατή η πρόβλεψη του σφάλματος αποσκοπώντας στην βελτίωση της ακρίβειας των διαθλαστικών επεμβάσεων. Η πολύ-παραγοντική φύση του προβλήματός καθώς επίσης και η αλληλεξάρτηση και αλληλεπίδραση των παραμέτρων του οδήγησε στην χρήση τεχνητών νευρωνικών δικτύων καθώς θεωρούνται ιδανικά συστήματα για την αντιμετώπιση τέτοιων προβλημάτων. Η δυναμική τους στηρίζεται στην οργάνωση απλών λειτουργικών μονάδων σε πολύπλοκες διατάξεις για την διεκπεραίωση της εκάστοτε λειτουργίας. Εμπνευσμένα από τα βιολογικά νευρωνικά συστήματα προσομοιάζουν τα δομικά χαρακτηριστικά του ανθρώπινου εγκεφάλου ενώ ανάλογα αποθηκεύουν εμπειρικά δεδομένα μέσω της εκπαίδευσής τους και τα καθιστούν προσβάσιμα για χρήση. Για την εφαρμογή και ειδικότερα για την εκπαίδευση του δικτύου που σχεδιάστηκε (feedforward backpropagation neural network for function approximation) χρησιμοποιήθηκαν ένα σύνολο από 167 δεδομένα από το εργαστήριο του ΒEMMO το οποίο περιλάμβανε μετρήσεις για το διαθλαστικό σφάλμα (σφαίρα, κύλινδρος, άξονας) προ-εγχειρητικά, μετεγχειρητικά καθώς και την επιθυμητή διόρθωση ενώ χρησιμοποιήθηκαν και μεταβλητές για το φύλο, την ηλικία, την ζώνη φωτοαποδόμησης, το πάχος του κερατοειδή και την ενδοφθάλμια πίεση. Αρχικά έγινε μια προ-επεξεργασία των δεδομένων για την εκτίμηση της καταλληλότητας του δείγματος ενώ έγιναν επίσης ορισμένες τροποποιήσεις στην αναπαράσταση της κάθε μεταβλητής και ειδικότερα του αστιγματισμού και εφαρμόστηκαν διάφορες μέθοδοι για την βελτιστοποίηση της απόδοσης του αλγορίθμου του νευρωνικού δικτύου κυρίως για την εξάλειψη του θορύβου στα δεδομένα. Αφού εξετάστηκαν αρκετές περιπτώσεις πιθανής δομής του δικτύου, μέθοδοι εκπαίδευσής του και τρόποι επεξεργασίας των δεδομένων επιλέχθηκε εν τέλει ένας αλγόριθμος ο οποίος υπολογίζει-προβλέπει το διαθλαστικό σφάλμα με σφάλμα 0,5D. Η προσέγγιση θεωρήθηκε αρκετά ικανοποιητική δεδομένου ότι πράγματι υπήρχε αρκετός θόρυβος στο δείγμα που χρησιμοποιήθηκε καθώς και ανεπάρκεια δεδομένων ενώ το σφάλμα στην προσέγγιση πιστεύεται ότι οφείλεται σε άλλες μεταβλητές που υπάρχουν οι οποίες δεν χρησιμοποιήθηκαν στην παρούσα εφαρμογή. Με βάση τα αποτελέσματα προβλέπεται κατά περίπτωση υπό-διόρθωση ή υπέρ- διόρθωση ανάλογα με τον αναμενόμενο φυσικό μηχανισμό. Καθώς η κάθε διαφορετική ζώνη φωτοαποδόμησης προκύπτει με βάση διαφορετικό αλγόριθμο του laser φαίνεται να μην υπάρχει μονότονη εξάρτηση του σφάλματος από την διάμετρο της οπτικής ζώνης και ενδεχομένως απαιτείται διαφορετική ανάλυση για κάθε οπτική ζώνη ξεχωριστά. Ακόμα η προ- εγχειρητική ενδοφθάλμια πίεση φαίνεται να είναι ισχυρός παράγοντας πρόγνωσης του διαθλαστικού αποτελέσματος. Γενικότερα τα τεχνητά νευρωνικά δίκτυα φαίνεται να είναι αποτελεσματικά για τον υπολογισμό της απόκλισης του διαθλαστικού αποτελέσματος και θα μπορούσαν μελλοντικά να αντικαταστήσουν ή να συμπληρώσουν την εφαρμογή των νομογραμμάτων που χρησιμοποιούνται για τον ίδιο σκοπό.
|
Χρήση τεχνητών νευρωνικών δικτύων για την πρόβλεψη του σφάλματος στις επεμβάσεις διαθλαστικής χειρουργικής
