根据美国疾病控制和预防中心2013年的一份报告，机动车撞车是15至34岁人群急诊室就诊，住院和与创伤性脑损伤有关的死亡的最常见原因。
创伤性脑损伤(TBI)占美国所有伤害死亡人数的30%左右，早期诊断和治疗是预防这些死亡的最重要方法之一。航空航天和机械工程教授Samy Missoum，也是工程系统计算设计优化或CODES实验室的主任，研究生Seyed Saeed Ahmadisoleymani最近发表了一篇关于生物力学和生物医学工程计算机方法的论文，详细介绍了一种新的计算方法。由于车祸造成TBI的概率。
“与美式足球或应用不同，对车祸和TBI之间的联系进行的研究并不多，”密苏姆说。“我们已经开发了一种方法的第一步，即根据碰撞条件评估TBI的概率，例如撞击速度和角度。”将实验与计算数据相结合TBI研究传统上涉及实验方法，例如对动物进行测试或收集足球运动员的数据。其他方法纯粹是计算的 - 例如，使用有限元模型，这是一种数学工具，用于预测像大脑这样的系统在受到外力时的行为。
密苏里的方法融合了实验和计算数据。他使用实验数据模拟假人如何在车祸中移动，并将模拟中的运动数据应用到大脑的计算机模型中，以了解它将如何受到影响。这种数据融合为研究人员希望最终能够计算车祸后TBI概率的方法提供了基础。
如果研究人员不确定碰撞速度和撞击角度，或者他们是否没有太多关于坠机人员大脑的信息，该方法甚至可以做出预测。
“从科学的角度来看，这里的新颖之处在于我们如何将计算数据和实验数据结合起来，同时还要考虑几种不确定因素，”密苏姆说。“从实际的角度来看，该方法提供了一种确定TBI概率的工具。”
这项工作处于早期阶段，但该项目的一个目标是让第一响应者能够到达事故现场，并将有关崩溃的信息输入到工具(可能是移动应用程序)中，这将确定一个TBI马上。
“让我们说一名护理人员到达车祸现场，”密苏姆说。“他们可以将信息输入一个工具并说，'好吧，根据这次事故的特点，这个人将有70%到80%的严重创伤性脑损伤概率。'”机器学习：一个关键的推动者
进入车祸或者造成创伤性脑损伤，或者不会。研究人员使用先前在CODES实验室开发的机器学习方法来改进分离两种结果的阈值，并更准确地确定TBI的风险。将来，这种方法将通过增加可以考虑的因素的数量来进一步提高准确性，例如车辆的重量或乘员的年龄。
该研究小组希望将从亚利桑那州交通局获得的实际车祸数据纳入他们的研究中。当前的碰撞报告中没有像碰撞中的撞击角度这样的信息，这使得该方法能够以一定程度的不确定性进行计算尤为重要。
标签：脑损伤
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。