کنفرانس مهندسی برق ایران

صفحه اصلی / سی و چهارمین کنفرانس بین المللی مهندسی برق

Clinical Risk Score: A Novel Evaluation Metric for Stroke Classification Systems

نویسندگان :

Morteza Ahmadinasab¹ Amir Reza Attari² Mohammad Saeed Majedi³ Meqdad Taheri⁴

1- دانشگاه فردوسی مشهد 2- دانشگاه فردوسی مشهد 3- دانشگاه فردوسی مشهد 4- دانشگاه فردوسی مشهد

کلمات کلیدی :

Stroke Classification،Microwave Sensing،Clinical Risk Score،Evaluation Metrics

چکیده :

Rapid and accurate classification between ischemic and hemorrhagic stroke is critical because their treatments are completely different. The administration of tissue plasminogen activator (tPA) — the standard treatment for ischemic stroke —is strictly contraindicated for hemorrhagic patients, as it exacerbates bleeding and can be fatal. Developing automated diagnostic systems faces two main challenges: statistically, the prevalence of ischemic cases biases models toward the majority class, and clinically, error costs are non-uniform— mistaking a hemorrhage for an ischemia is life-threatening, while the reverse error is less severe. This study critiques conventional metrics for failing to capture these safety priorities and introduces a new metric called the Clinical Risk Score (CRS) to address this issue. Using S-parameter data from realistic head phantom simulations, we benchmark a Support Vector Machine (SVM) optimized for accuracy against a cost-sensitive SVM optimized for the CRS metric. The results show that while the model with high conventional accuracy achieves good statistical scores, it misses a significant number of hemorrhagic cases. In contrast, the CRS-based approach shifts the decision boundary to protect the high-risk class, reducing life-threatening diagnostic errors by approximately 17%. We conclude that in medical diagnostic systems, optimization must prioritize patient safety over conventional accuracy metrics.

لیست مقالات

لیست مقالات بایگانی شده

Effect of Passivation on the Structural and Electronic Properties of Armchair MoSe2 Nanoribbons: A First-Principles Investigation

ََAmirreza Ghazi - Arash Yazdanpanah

ترکیب الگوریتم بهینه‌ساز ازدحام ذرات و شبکه عصبی هم‌گشتی رزنت در مدل‌سازی و طراحی سطوح انتخابگر فرکانس فراکتالی

امین مزروعی آبکنار - مجتبی مداح علی - مرضیه نصیریان

A Siamese Neural Network for Predicting snoRNA-Disease Association

Milad Besharatifard - Fatemeh Zare-Mirakabad

تدوین استراتژی تعمیرات و نگهداری مبتنی بر قابلیت اطمینان در شبکه ی انتقال قدرت

سید سینا طاهری اطاقسرا - مسعود اصغری قراخیلی

Design an Intelligent Fault Detection System for Spring-Drive Operating Mechanism of SF6 High Voltage Circuit Breaker Using ADAMS

Milad Tahvilzadeh - Mehdi Aliyari Shooredeli - Ali asghar Razi Kazemi

طراحی لایه Max-Pooling نوری مجتمع مبتنی بر Ge2Sb2Te5 برای شبکه های عصبی پیچشی نوری

سمانه امیری - دکتر مهدی میری

الگوریتم تشخیصی برای طبقه بندی سرطان خون لوسمی لنفوسیتی حاد با استفاده از شبکه های عصبی عمیق در یادگیری آنلاین

رضا گودرزی - علی جلالی - امید هاشمی پورتفرشی

Geospatial and Levelized Cost of Exergy Assessment of Solar PV and PVT Systems: A Case Study of Major Cities in Iran

Erfan Mofidipour - Mahan Ahmadi Rahmatabadi - Saeid Talebi - Amir Khorsandi - Gevork Babamalek Gharehpetian

Does Lower Extremity Rehabilitation Affect The Recurrence Dynamics of Hand EMG Signals? A Case Study

Shahed Salehzehi - Parisa Hosseini - Zahra Alizadeh Sarborj - Mobina Ramezani - Ahmadreza Borna - Mobina Hemati - Hamid Reza Kobravi - Mehran Beiraghi Toosi - Narges Hashemi - Javad Akhondian

Joint Space Control of a Deployable Cable Driven Parallel Robot with Redundant Actuators

S. Ahmad Khalilpour - Ali Hassani - Rohollah Khorambakht - A.R. Zahedi - Abbas Bataleblu - Hamid D. Taghirad

بیشتر