محقـــقــان بــــرای  کمـــک به افــــرادی کـه بــه آپنــــه خـــواب دچــــار شـــده انـــد با اســـتفــاده از عکس های سه بعدی

و هوش مـصنــوعــــی، کمــتریـــن فاصــــله بر روی خطـــوط منحنی صـــورت را با دقت 89% انـــدازه گیــــری کردنـــد.

بـــراســـاس مطـالــعه ای که در شــــماره آوریل ژورنــــال طب خــــواب بـالـــینی منتشــــر شد ، ویژگـــی های صــورت که

از عــکس هـــای ســـه بعدی تجــــزیه و تحـــلیل شده اســـت ، می تواند احتمال ابتـــلا به انسداد خواب را پیـــش بینی کند.

عکس های سه بعدی چگونه آنالیز می شوند؟

بــا اســتفاده از عکـــاسی سه بعـدی و هوش مصنوعــی ، این مطــالــعه نشــان داد که انـــدازه گیـــری های ژئــودزیــــکی

– کوتاهترین فاصـله بیــن دو نقطــه روی یـــک ســـطح خمیده – در بیمـــاران آپنــــه با دقت 89 درصد پیش بینــی مـــی شود.

پیتر ایستووود ، پژوهشــــگر اصــــلی ، كه دارای دكترای فیزیولـــوژی تنفسی و خـــواب و مدیر كــانون مركز علوم خواب

در دانشگاه غربی استرالیــــا ، گفت: “این روش از علائم از پیش تعیین شده روی صــورت و گـــردن استفاده مــی كند.” .

“فاصله های ژئودزیکی و خطی بین این نقاط مشخص شد و الگوریتم تفکیک کننده خطی آموزش، آزمایش و استفاده شد

تــا مـشخـــص کنــــد کــــه یــــک فــــرد در حـــال خــــواب دارای چـــه مـقـــدار ریســــک ابتـــلا به آپنـــه خـــواب را دارد”

ایـــن مطــالــعه شــــامل 300 فـــرد بـا شـــدت متــفـــاوت آپنـــه خــــــواب و 100 نفــــــر بــــــدون آپنـــه خــــواب بـــــود.

این افراد از یـــک بیــمـارستـــان محــلی و از مطـــالعــــه رائین ، یک مطالعه کوهورت طولی در استـــرالیا گرفته شده اند.

همه آنها تحت مطالعه ی خواب شبانه قرار گرفتند و با یک سیستم اسکنر جمجمه ای صورت عکس های سه بعدی گرفتند.

از داده ها برای ساخت یک الگوریتم پیش بینی که در یک مجموعه بیمار دیگر مورد آزمــایش قرار گــرفت ، اسـتفاده شد.

ایســــتوود با سید ذوالــقرنین گیـــلانی ، دانشمند رایـــانه در UWA همکــــاری کرد تا ویژگـــی های صورت را که معمولاً

با آپنه خواب همراه اســــت به عـنـوان عرض گردن و درجه انقباض فک تحتانی (بازشناختی) مرتبط باشد ، شناسایی کند ،