بیوالکتریک
زهره مجیری؛ امیر اخوان؛ احسان روحانی
دوره 16، شماره 3 ، آذر 1401، ، صفحه 257-269
چکیده
تحریک الکتریکی عمقی مغز روشی است که به کمک آن میتوان به تحریک نواحی عمقی مغز دست یافت و به دو صورت تهاجمی و غیرتهاجمی استفاده میشود. در تحریک عمقی مغز با رویکرد تهاجمی، برای دستیابی به عمق مورد نظر تحریک، الکترودها توسط عمل جراحی در داخل مغز کاشته میشوند. از شایعترین عوارض این روش میتوان به خونریزی داخل جمجمه اشاره کرد. یکی ...
بیشتر
تحریک الکتریکی عمقی مغز روشی است که به کمک آن میتوان به تحریک نواحی عمقی مغز دست یافت و به دو صورت تهاجمی و غیرتهاجمی استفاده میشود. در تحریک عمقی مغز با رویکرد تهاجمی، برای دستیابی به عمق مورد نظر تحریک، الکترودها توسط عمل جراحی در داخل مغز کاشته میشوند. از شایعترین عوارض این روش میتوان به خونریزی داخل جمجمه اشاره کرد. یکی از تکنیک‌های جایگزین، استفاده از تحریک عمقی مغز با رویکرد غیرتهاجمی به روش تداخل زمانی است. در تحریک تداخل زمانی، تداخل سازنده دو میدان الکتریکی ایجاد شده توسط دو جریان سینوسی فرکانس بالا، باعث تقویت شدن تحریک در عمق مشخصی میشود. هدف این پژوهش، بررسی و تحلیل کیفی و کمی اثر تحریک تداخل زمانی بر روی قشر حرکتی اولیه مغز رت می‌باشد. برای نیل به این هدف، از یک دستگاه تحریک کننده 4 کاناله استفاده میشود. نحوه انجام آزمایش به این صورت است که پس از بیهوشی رت با ماده اورتان، تحریک به صورت فراجمجمه‌ای توسط پیچ اتصال الکترود که بر روی جمجمه قرار گرفته است، اعمال و نتایج آن به صورت کیفی و کمی در حوزه زمان، فرکانس و مکان ارزیابی میشود. برای کمی سازی نتایج از یک سنسور شتاب‌سنج سه محوره برای ثبت حرکات دست راست استفاده میشود. نتایج نشان داد که به ازای تغییر در پارامترهای تحریک (شدت جریان تحریک، اختلاف فرکانس و نسبت جریان‌های دو الکترود) ناحیه تحریک در داخل دو نیمکره مغز و به دنبال آن دامنه حرکت ایجاد شده در دست راست تغییر می‌کند. همچنین ارتباط میان اختلاف فرکانس تحریک زوج الکترود با دامنه حرکت ایجادشده در دست راست با استفاده از یک رگرسور چندجمله‌ای مرتبه 3 مورد بررسی و تحلیل قرار گرفت.
بیوالکتریک
امین محمدیان؛ اکرم قربعلی؛ مریم اسدالله تویسرکانی؛ راضیه کاوه؛ کیان شاهی
دوره 16، شماره 1 ، اردیبهشت 1401، ، صفحه 33-50
چکیده
تحلیل‌گران مصاحبه به تشخیص فریب موضوعی نیاز دارند که زمینه‌ی ارائه‌ی راه‌کارهایی برای توانمندسازی آنها را فراهم کرده است به طوری که میتوان از طریق پایش فعالیت‌های ناآشکار، گنگ و یا متناقض سوژه حین مصاحبه، به شخص خبره و تحلیلگر مصاحبه کمک کرد. این مطالعه با هدف ترکیب اطلاعات کمی و کیفی در جهت کمک به بهبود تشخیص فریب انجام ...
بیشتر
تحلیل‌گران مصاحبه به تشخیص فریب موضوعی نیاز دارند که زمینه‌ی ارائه‌ی راه‌کارهایی برای توانمندسازی آنها را فراهم کرده است به طوری که میتوان از طریق پایش فعالیت‌های ناآشکار، گنگ و یا متناقض سوژه حین مصاحبه، به شخص خبره و تحلیلگر مصاحبه کمک کرد. این مطالعه با هدف ترکیب اطلاعات کمی و کیفی در جهت کمک به بهبود تشخیص فریب انجام شده است. بدین منظور در کنار بهرهگیری از ظرفیت روشهای تحلیل کلامی و غیرکلامی، از فناوری تصویربرداری حرارتی و روشهای نوین تحلیل پویایی بروز الگوهای حرارتی کمک گرفته شده است تا به بهبود تشخیص آگاهی مخفی شده در افراد کمک کند. سپس بر اساس طراحی انجام شده، دادگانی شامل 48 فرد راست‌گو و دروغ‌گوی شرکت کننده در یک سناریوی ساختگی تهیه شده است. در ادامه با استفاده از دو شیوه‌ی کیفی تحلیل اطلاعات کلامی و غیرکلامی شامل تحلیل محتوای معیار مدار (CBCA) و مصاحبه‌ی تحلیل رفتار (BAI) به تشخیص افراد دروغ‌گو و راست‌گو پرداخته شده و در تکمیل نتایج به دست آمده بر مبنای این دو روش، با بهکارگیری روش تحلیل ارتباطات موثر، تحلیل شبکهی فیزیولوژیک ارتباط بین نواحی مختلف چهره در تصاویر حرارتی افراد انجام شده است. در نتیجه‌ی ترکیب اطلاعات کمی و کیفی، دقت نهایی تشخیص افراد از متوسط 61/73 به 17/79 درصد افزایش پیدا کرده است. بررسی تحلیل توافقی بین روش‌ها توسط ضریب کاپا و تحلیل اطلاعات ماتریس آشفتگی بیان‌گر وجود اطلاعات مکمل در روشهای مختلف کمی و کیفی جهت بازشناسی آگاهی مخفی شده در افراد است.
بیوالکتریک
الهام دهقان‌پور ده‌عرب؛ پیوند قادریان
دوره 15، شماره 4 ، اسفند 1400، ، صفحه 279-287
چکیده
بیماری پارکینسون یکی از شایعترین انواع زوال مغزی بوده که با اختلالات حرکتی و کاهش مهارتهای اجرایی مانند نوشتن همراه است. راه‌کارهای تشخیصی این بیماری اغلب به کمک روشهای تصویربرداری مغزی انجام شده که پرهزینه بوده و یا به صورت تهاجمی قابل اجرا می‌باشند و همچنین صحت تشخیصی آنها به تجربه و مهارت پزشک وابسته است. از این ...
بیشتر
بیماری پارکینسون یکی از شایعترین انواع زوال مغزی بوده که با اختلالات حرکتی و کاهش مهارتهای اجرایی مانند نوشتن همراه است. راه‌کارهای تشخیصی این بیماری اغلب به کمک روشهای تصویربرداری مغزی انجام شده که پرهزینه بوده و یا به صورت تهاجمی قابل اجرا می‌باشند و همچنین صحت تشخیصی آنها به تجربه و مهارت پزشک وابسته است. از این رو ارائه‌ی یک سیستم تشخیصی خودکار، کمهزینه و در عین حال قابل اعتماد، مورد توجه محققان قرار دارد. در این مطالعه از سیگنال دست‌خط شامل اجزای شناختی و حرکتی-ادراکی، به عنوان یک مشخصه‌ی غیرتهاجمی، کمهزینه و قابل اعتماد در تشخیص اختلالات شناختی و حرکتی حاصل از بیماری پارکینسون استفاده شده است. بدین منظور از الگوریتم پیگیری تطبیقی با رزولوشن زمانی- فرکانسی بالا جهت تجزیهی مشخصههای x-y بهره گرفته شده است. این روش یک نمایش تنک از سیگنال دست‌خط را فراهم آورده و اطلاعات پایهای از تغییرات محلی نوشتار را به کمک تعداد ضرایب کم کمیسازی مینماید. روش پیشنهادی روی یک پایگاه داده با 31 نمونهی سالم و 29 نمونهی پارکینسون، به کمک طبقهبند ماشین بردار پشتیبان مورد ارزیابی قرار گرفته است. نتایج به دست آمده، قدرت تشخیصی بالای روش پیشنهادی با صحت تشخیص 90%، حساسیت 59/91% و اختصاصیت 90% را نشان میدهد. همچنین مقایسه‌ی تکالیف نوشتاری مختلف، عمل‌کرد برتر نگارش جمله را در تشخیص پارکینسون به اثبات رسانیده است.
بیوالکتریک
فرزانه منظری؛ پیوند قادریان
دوره 15، شماره 4 ، اسفند 1400، ، صفحه 313-328
چکیده
اختلال وسواس اجباری چهارمین اختلال روانی شایع و دهمین علت ناتوانی در سراسر جهان است. این بیماری میتواند منجر به اختلال در عمل‌کردهای مختلف شناختی مانند توجه، حافظه، تفکر، پردازش شنیداری کلمات و شناخت بصری شود. مطالعات گذشته نشان دهنده‌ی تغییر در ارتباط بین فعالیت لوب‌های مختلف مغز بیماران مبتلا به وسواس اجباری است. از این رو کمیسازی ...
بیشتر
اختلال وسواس اجباری چهارمین اختلال روانی شایع و دهمین علت ناتوانی در سراسر جهان است. این بیماری میتواند منجر به اختلال در عمل‌کردهای مختلف شناختی مانند توجه، حافظه، تفکر، پردازش شنیداری کلمات و شناخت بصری شود. مطالعات گذشته نشان دهنده‌ی تغییر در ارتباط بین فعالیت لوب‌های مختلف مغز بیماران مبتلا به وسواس اجباری است. از این رو کمیسازی تقارن و ارتباطات بین نواحی مختلف مغزی توجه زیادی را به خود جلب کرده است. در این مطالعه رویکردی جدید و کارآمد بر اساس نمایش تحلیلی سیگنالهای الکتروانسفالوگرام و ویژگیهای آماری ارائه شده است تا امکان کمیسازی تفاوت مولفه‌های ذاتی مربوط به فعالیت‌های مغزی بین لوب‌های مغز فراهم شود. بدین منظور پوش‌های فاز و دامنه‌ی سیگنالهای تحلیلی الکتروانسفالوگرام استخراج و تجزیه و تحلیل شده است. همچنین از روش طبقهبندی کم‌ترین مربعات غیرمنفی تنک برای تمایز بین گروه سالم و بیماران مبتلا به اختلال وسواس اجباری استفاده شده است. قابلیت تمایز روش پیشنهادی با داده‌های الکتروانسفالوگرام 19 فرد سالم و 11 بیمار حین انجام تکالیف ساده‌ی فلانکر مورد مطالعه قرار گرفته است. نتایج به دست آمده، موثر بودن ترکیب اطلاعات دامنه و فاز در تشخیص بیماری وسواس اجباری را با میانگین صحت 78/93 درصد نشان داده است. در مقایسه بین نواحی مختلف نیز ویژگیهای مستخرج بین نیم‌کره‌‌های مغزی و آن‌هایی که از لوب پیشانی و شبکهی پیشانی-آهیانه‌ای استخراج شده‌اند، کارایی بیش‌تری در تشخیص بیماری از خود نشان داده‌اند. همچنین این مطالعه اهمیت بیشتر استفاده از اطلاعات دامنه در تشخیص اختلال وسواس اجباری را نشان داده است.
بیوالکتریک
سبحان شیخی‌وند؛ زهره موسوی؛ توحید یوسفی رضایی
دوره 14، شماره 3 ، مهر 1399، ، صفحه 179-193
چکیده
در سال‌های اخیر خستگی راننده به یکی از دلایل مهم تصادفات جادهای تبدیل شده و مطالعات زیادی برای تحلیل خستگی راننده انجام شده است. سیگنالهای EEG به دلیل غیرتهاجمی بودن، مطمئنترین روش برای اندازهگیری خستگی راننده محسوب میشوند. تفسیر دستی سیگنالهای EEG برای تشخیص خستگی راننده امری دشوار است، بنابراین باید سیستم خودکاری ...
بیشتر
در سال‌های اخیر خستگی راننده به یکی از دلایل مهم تصادفات جادهای تبدیل شده و مطالعات زیادی برای تحلیل خستگی راننده انجام شده است. سیگنالهای EEG به دلیل غیرتهاجمی بودن، مطمئنترین روش برای اندازهگیری خستگی راننده محسوب میشوند. تفسیر دستی سیگنالهای EEG برای تشخیص خستگی راننده امری دشوار است، بنابراین باید سیستم خودکاری برای تشخیص خستگی راننده با استفاده از سیگنالهای EEG فراهم شود. یکی از مشکلات مربوط به الگوریتمهای تشخیص خودکار خستگی راننده، استخراج و انتخاب ویژگیهای تبعیضآمیز است که به طور کلی منجر به پیچیدگی محاسباتی میشود. در این مقاله یک رویکرد جدید برای طبقهبندی خودکار دومرحلهای خستگی راننده از 6 منطقه‌ی فعال با استفاده از سیگنالهای EEG ارائه شده است. در این روش سیگنال EEG ثبت شده به طور مستقیم و بدون استفاده از استخراج/انتخاب ویژگی کلاسیک به عنوان ورودی شبکهی عمیق کانولوشنال و شبکهی حافظه‌ی طولانی کوتاه‌مدت (CNN-LSTM) در نظر گرفته شده است. موارد بیان شده به عنوان یک روند چالش برانگیز در مقالات پیشین مطرح شده است. معماری شبکهی پیشنهادی به صورت 7 لایه‌ی کانولوشن با 3 لایه‌ی LSTM و به دنبال آن 2 لایه‌ی کاملا متصل طراحی شده است. از شبکهی LSTM در ترکیب با شبکهی CNN برای افزایش پایداری و کاهش نوسانات استفاده شده است. نتایج شبیهسازی روش پیشنهادی برای طبقهبندی 2 حالت از خستگی راننده برای 6 ناحیه‌ی فعال A، B، C، D، E (بر اساس یک کانال) و F به ترتیب صحت 23/99، 55/97، 98، 26/97، 78/98، 77/93 درصد و ضریب کاپاکوهن 98/0، 96/0، 97/0، 96/0، 98/0 و 92/0 را ارائه کرده است. علاوه بر این با مقایسه‌ی نتایج به دست آمده با نتایج روشهای پیشین، عمل‌کرد مطلوب روش پیشنهادی نشان داده شده است. همچنین با توجه به صحت بالای روش پیشنهادی بر اساس یک کانال سیگنال EEG (منطقه‌ی E)، میتوان از آن برای طراحی سیستم‌های خودکار تشخیص خستگی راننده با پیششرط سرعت و صحت بالا استفاده کرد.
بیوالکتریک
سبحان شیخی‌وند؛ زهره موسوی؛ توحید یوسفی رضایی
دوره 14، شماره 3 ، مهر 1399، ، صفحه 209-220
چکیده
استفاده از یک روش هوشمند برای تشخیص خودکار مراحل مختلف بیماری صرع در کاربردهای پزشکی جهت کاهش حجم کار پزشکان در تجزیه و تحلیل داده‌های صرع از طریق بازرسی بصری یکی از چالش‌های مهم در سال‌های اخیر بوده است. یکی از مشکلات شناسایی خودکار مراحل مختلف بیماری صرع، استخراج ویژگیهای مطلوبی است که بتوانند بیشترین تمایز را میان مراحل مختلف ...
بیشتر
استفاده از یک روش هوشمند برای تشخیص خودکار مراحل مختلف بیماری صرع در کاربردهای پزشکی جهت کاهش حجم کار پزشکان در تجزیه و تحلیل داده‌های صرع از طریق بازرسی بصری یکی از چالش‌های مهم در سال‌های اخیر بوده است. یکی از مشکلات شناسایی خودکار مراحل مختلف بیماری صرع، استخراج ویژگیهای مطلوبی است که بتوانند بیشترین تمایز را میان مراحل مختلف صرع ایجاد نمایند. فرایند یافتن ویژگیهای مناسب عموما امری زمانبر است. در این پژوهش رویکرد جدیدی برای شناسایی خودکار مراحل مختلف صرع ارائه شده است. در این مقاله از دستهبندی مبتنی بر نمایش تنک سیگنال (SRC) به همراه یادگیری دیکشنری آموزش دیده برای شناسایی خودکار مراحل مختلف بیماری صرع با استفاده از سیگنال EEG استفاده شده است. روش پیشنهادی در 8 سناریو از 9 سناریوی ارائه شده به صحت، حساسیت و اختصاصیت 100% دست یافته و همچنین در برابر نویز گوسی تا سطح صفر دسیبل مقاوم می‌باشد. نتایج به دست آمده نشان میدهد که استفاده از الگوریتم پیشنهادی برای شناسایی مراحل مختلف صرع موفقیت بیش‌تری نسبت به سایر روشهای مشابه دارد.
بیوالکتریک
الیاس ابراهیم‌زاده؛ حمید سلطانیان‌زاده؛ بابک نجار اعرابی؛ سید سهراب هاشمی فشارکی؛ جعفر مهوری
دوره 13، شماره 2 ، شهریور 1398، ، صفحه 135-145
چکیده
با توجه به رزولوشن زمانی خوب EEG و رزولوشن مکانی مناسب fMRI، ترکیب اطلاعات هم‌زمان آنها میتواند باعث بهبود عمل‌کرد مکان‌یابی شود. در این مقاله سعی شده است تا با استفاده از اطلاعات این دو مدالیته در یک ثبت هم‌زمان، به مکان‌یابی کانون‌های صرعی پرداخته شود. از این رو، نخست از طریق شناسایی وقایع اینترایکتال و میانگین‌گیری، یک الگوی ...
بیشتر
با توجه به رزولوشن زمانی خوب EEG و رزولوشن مکانی مناسب fMRI، ترکیب اطلاعات هم‌زمان آنها میتواند باعث بهبود عمل‌کرد مکان‌یابی شود. در این مقاله سعی شده است تا با استفاده از اطلاعات این دو مدالیته در یک ثبت هم‌زمان، به مکان‌یابی کانون‌های صرعی پرداخته شود. از این رو، نخست از طریق شناسایی وقایع اینترایکتال و میانگین‌گیری، یک الگوی اسپایکر مستخرج از EEG خارج اسکنر ساخته شده و سپس از طریق اعمال همبستگی متقابل بین این الگو و سیگنال EEG درون اسکنر، یک سیستم خودکار به منظور استخراج اطلاعات زمانی لحظهی وقوع حادثه طراحی شده است. پس از آن رگرسور به دست آمده بعد از کانوالو شدن با تابع پاسخ سیستم همودینامیک (HRF) از طریق مدل GLM به مکان‌یابی کانون‌های صرعی پرداخته است. این مطالعه روی 6 بیمار صرعی موضعی مقاوم به دارو که در آزمایشگاه ملی نقشهبرداری مغز از آنها ثبت داده صورت گرفته، انجام شده است. نتایج روش پیشنهادی با اطلاعات ارائه شده در EEG برای هر 6 بیمار هماهنگی داشته و از این میان برای 4 بیمار که کاندید جراحی مغز بودند، اطلاعاتی اضافه ارائه کرده است. نتایج به دست آمده حاکی از بهبود صحت و دقت مکان‌یابی نسبت به روشهای پیشین می‌باشد.
بیوالکتریک
فرزانه کیوان‌فرد؛ عباس نصیرائی‌مقدم
دوره 13، شماره 2 ، شهریور 1398، ، صفحه 147-158
چکیده
مغز به عنوان پیچیده‌ترین عضو بدن انسان، از جنبه‌های مختلفی مورد مطالعه قرار می‌گیرد. بیشترین منشا این پیچیدگی از آن‌جا ناشی میشود که با وجود ثبات معماری ساختاری (اتصالات فیزیکی)، اتصالات کارکردی دینامیک و مختلفی در مغز وجود دارد. در بیماری‌های مغزی، معمولا هر دو اتصال ساختاری و کارکردی مغز و همچنین ارتباط میان آنها دچار ...
بیشتر
مغز به عنوان پیچیده‌ترین عضو بدن انسان، از جنبه‌های مختلفی مورد مطالعه قرار می‌گیرد. بیشترین منشا این پیچیدگی از آن‌جا ناشی میشود که با وجود ثبات معماری ساختاری (اتصالات فیزیکی)، اتصالات کارکردی دینامیک و مختلفی در مغز وجود دارد. در بیماری‌های مغزی، معمولا هر دو اتصال ساختاری و کارکردی مغز و همچنین ارتباط میان آنها دچار تغییر شده و علایم رفتاری متفاوتی را ناشی میشود. مطالعه‌ی تغییرات اتصالات مغزی در این‌گونه بیماری‌ها، به شناخت بهتر ارتباط میان ساختار و کارکرد مغز کمک می‌کند. یکی از اختلالات روانی رایج، بیماری اسکیزوفرنی است که از سایر بیماری‌های روان‌شناختی، وخیم‌تر بوده و هر دو بخش ساختار و کارکرد مغز را به طور گسترده‌ای درگیر می‌کند. در میان روش‌هایی که تا کنون برای بررسی ارتباط میان داده‌های مغز پیشنهاد شده، رویکرد آنالیز توام، به دلیل توانایی استخراج اطلاعات متناظر در چند مدالیته، مورد توجه بسیاری از پژوهش‌گران قرار گرفته است. با وجود یافته‌های ارزشمند این روش‌ها، از آن‌جا که آنالیز آنها تا کنون محدود به واکسل‌های تصویر بوده، اطلاعاتی از ارتباط میان اتصالات مغزی با استفاده از این روش‌ها فراهم نشده است. در این پژوهش از الگوریتم پیوندی آنالیز مولفه‌های مستقل به منظور تحلیل ارتباط میان تغییرات اتصالات کارکردی و ساختاری مغز بیماران اسکیزوفرنی در مقایسه با افراد سالم استفاده شده است. نتایج این مطالعه تایید می‌کند که ارتباط میان اتصالات مغزی الزاما به صورت یک-به-یک نمی‌باشد. همچنین یافته‌های این پژوهش نشان داده که تغییرات اتصالات ساختاری مانند فاسیکولوس طولی فوقانی و فاسیکولوس طولی تحتانی با تغییرات کارکردی در نواحی مختلف مغزی مانند لوب‌های گیج‌گاهی و پیشانی مرتبط است. با مقایسه‌ی قدرت گره و طول کوتاه‌ترین مسیر در زیرشبکه‌های به دست آمده، کاهش بازدهی در انتقال موازی اطلاعات کارکردی در بیماران اسکیزوفرنی مشاهده گردید. با توجه به این یافته‌ها میتوان نتیجه گرفت که آنالیز توام در سطح اتصالات مغزی میتواند به درک بهتر ارتباط میان تغییرات به وجود آمده در اتصالات ساختاری و کارکردی مغز کمک کند.
بیوالکتریک
زهرا السادات حسینی؛ سید محمدرضا هاشمی گلپایگانی
دوره 13، شماره 1 ، فروردین 1398، ، صفحه 69-84
چکیده
سرطان مری هشتمین سرطان شایع و ششمین سرطان منجر به مرگ در جهان می‌باشد. 80% از سرطان‌های مری در سلول‌های سنگ‌فرشی رخ می‌دهند. در ایران، این نوع سرطان در استان گلستان شیوع بیش‌تری دارد. پیش از بروز این سرطان، ضایعاتی در بافت اپیتلیوم مری به وجود می‌آید که پیش‌رفت و نفوذ این ضایعات به لایه‌های زیرین، منجر به بروز سرطان میشود. ...
بیشتر
سرطان مری هشتمین سرطان شایع و ششمین سرطان منجر به مرگ در جهان می‌باشد. 80% از سرطان‌های مری در سلول‌های سنگ‌فرشی رخ می‌دهند. در ایران، این نوع سرطان در استان گلستان شیوع بیش‌تری دارد. پیش از بروز این سرطان، ضایعاتی در بافت اپیتلیوم مری به وجود می‌آید که پیش‌رفت و نفوذ این ضایعات به لایه‌های زیرین، منجر به بروز سرطان میشود. این بیماری در اکثر بیماران از یک مرحله‌ی پیش‌بالینیِ قابل تشخیص شروع میشود. این بیماری در صورت عدم مداخله‌ی درمانی مناسب، در اکثر موارد به سمت یک مرحله‌ی بالینی پیش‌رفت می‌کند. در مطالعات انجام شده پیرامون این نوع سرطان، مدلی برای پیش‌رفت این ضایعات (دیسپلازی) در سطح مزوسکوپیک ارائه نشده است. در این مقاله، مدلی بر پایه‌ی شبکه‌ای از نگاشت‌های لاجستیک کوپل شده برای مدل‌سازی عمل‌کرد بافت اپیتلیوم ارائه شده است. از تصاویر میکروسکوپیک مربوط به نمونه‌های بیوپسی بافت سالم و بافت با دیسپلازی خفیف، به عنوان دادگان این مطالعه استفاده شده است. طراحی ساختار و تنظیم پارامترهای این مدل بر مبنای فرضیاتی از ساختار و عمل‌کرد بافت اپیتلیوم، با وارد نمودن اطلاعاتی از هندسه‌ی فرکتالی این بافت انجام شده است. عمل‌کرد مدل، بر مبنای تغییرات نمای لیاپانوف در راستای ضخامت اپیتلیوم مورد ارزیابی قرار گرفته است. در این مدل، الگوی کاهشی این شاخص برای بافت سالم، از صحت و حساسیت مناسبی در تشخیص بافت سالم از بافت با دیسپلازی خفیف برخوردار است. نتایج این مدل‌سازی نشان میدهد که بین پیچیدگی ساختاری این سیستم زیستی و عدم قطعیت رفتار زمانی آن، میتواند ارتباط مستقیمی وجود داشته باشد.
بیوالکتریک
فاطمه پرستش؛ سجاد جعفری؛ حامد آذرنوش
دوره 13، شماره 1 ، فروردین 1398، ، صفحه 85-93
چکیده
موج‌های مارپیچی نوع خاصی از الگوهای زمانی-مکانی هستند که در بسیاری از سیستم‌های پیچیده از جمله شبکه‌های نورونی وجود دارند. ظهور این امواج به ساختار شبکه و همچنین دینامیک اجزای تشکیل دهنده‌ی آن بستگی دارد. در این مقاله، ابتدا یک مدل نورونی جدید بر پایه‌ی مدل هیندمارش-رز ارائه شده است. در این مدل از یک تابع ممریستوری هیپربولیک به ...
بیشتر
موج‌های مارپیچی نوع خاصی از الگوهای زمانی-مکانی هستند که در بسیاری از سیستم‌های پیچیده از جمله شبکه‌های نورونی وجود دارند. ظهور این امواج به ساختار شبکه و همچنین دینامیک اجزای تشکیل دهنده‌ی آن بستگی دارد. در این مقاله، ابتدا یک مدل نورونی جدید بر پایه‌ی مدل هیندمارش-رز ارائه شده است. در این مدل از یک تابع ممریستوری هیپربولیک به عنوان شار مغناطیسی نورون استفاده شده که خاصیت مشتقپذیری به طور یک‌نواخت را دارد. همچنین یک القای الکترومغناطیسی خارجی نیز به نورون وارد شده و مدل نورونی با رسم نمودار بایفورکیشن و طیف لیاپانوف، در دو حالت بدون القای خارجی و با القای متناوب مورد بررسی قرار گرفته است. نمودار بایفورکیشن مدل پیشنهادی، خاصیت ضدیکنواختی را نشان داده که در مدل‌های پیشین مشاهده نشده است. سپس یک شبکهی مربعی از مدل نورونی جدید در نظر گرفته شده و الگوهای مکانی-زمانی مورد بررسی قرار گرفتهاند. موج‌های مارپیچی، با تغییر پارامترها در محدودههایی معین قابل مشاهده بوده و شکل‌گیری این امواج به تعامل بین تمام پارامترها وابسته است.
بیوالکتریک
امیر سلیمان‌خانی؛ وحید شالچیان
دوره 12، شماره 2 ، شهریور 1397، ، صفحه 85-96
چکیده
ثبت خارج‌سلولی فعالیت تک‌نورون‌های مغزی به عنوان روشی پرطرفدار در تحقیقات حوزه‌ی علوم اعصاب و مهندسی توان‌بخشی عصبی شناخته میشود. این ثبت‌ها شامل فعالیت تمام نورون‌های اطراف الکترود میشود که برای استفاده‌ی بهتر از آنها باید با روشهای طبقهبندی اسپایک به فعالیت تک‌نورون‌ها رسید. بر اساس ویژگیهای ساختاری نورون، مانند ...
بیشتر
ثبت خارج‌سلولی فعالیت تک‌نورون‌های مغزی به عنوان روشی پرطرفدار در تحقیقات حوزه‌ی علوم اعصاب و مهندسی توان‌بخشی عصبی شناخته میشود. این ثبت‌ها شامل فعالیت تمام نورون‌های اطراف الکترود میشود که برای استفاده‌ی بهتر از آنها باید با روشهای طبقهبندی اسپایک به فعالیت تک‌نورون‌ها رسید. بر اساس ویژگیهای ساختاری نورون، مانند درخت دندریتی آن و فاصله و جهت ثابتی که نسبت به الکترود ثبت دارد، میتوان نتیجه گرفت که شکل اسپایک تولیدی آن منحصر به فرد و ثابت است. با این حال انجام طبقهبندی پتانسیل عمل‌ها در مقادیر نسبت سیگنال به نویز پایین، همواره با چالش‌هایی همراه است. طبقهبندی اسپایک‌های نورونی معمولا شامل سه بخش آشکارسازی، استخراج ویژگی و طبقهبندی میشود. در این مقاله، روشی بر مبنای بهینه‌سازی ضرایب ویولت پیوسته در مرحله‌ی استخراج ویژگیها ارائه شده که در مقادیر نسبت سیگنال به نویز پایین نیز کارایی خوبی دارد. در روش پیشنهادی، بعد از محاسبه‌ی ضرایب ویولت پارامتری‌شده، با استفاده از معیارهای فاصله‌ی اقلیدسی و سطح زیر منحنی مشخصه‌ی عمل‌گر گیرنده در طبقهبندی دو گروه، بهترین پارامترها برای افزایش تفکیک‌پذیری ویژگیها انتخاب میشوند، به طوری که ابتدا مقیاس مناسب با معیار فاصله‌ی اقلیدسی پیدا شده و در نهایت انتقال زمانی با معیار دوم انتخاب میشود. در این پژوهش برای خوشه‌بندی از الگوریتم ساده و در عین حال کارامد k-means استفاده شده است. برای بررسی و ارزیابی روش پیشنهادی از سه مجموعه داده‌ی شبیه‌سازی‌شده استفاده گردید که در 9 حالت مختلف نسبت سیگنال به نویز و با مدل‌سازی نویز زمینه از نویز حقیقی ثبت‌شده تهیه شده بودند. نتایج به دست آمده از مرتب‌سازی داده‌های شبیه‌سازی‌شده نشان داد که بهینه‌سازی پارامترهای تبدیل ویولت پیوسته با روش پیشنهادی میتواند در ارتقای کارایی طبقهبندی اسپایک‌ها نسبت به روش آنالیز اجزای اصلی، موثر واقع شود.
بیوالکتریک
سبحان شیخی‌وند؛ توحید یوسفی رضایی؛ زهره موسوی؛ سعید مشگینی
دوره 11، شماره 4 ، بهمن 1396، ، صفحه 313-325
چکیده
در سال‌های اخیر، استفاده از روشی هوشمند برای تشخیص خودکار مراحل خواب در کاربردهای پزشکی، برای کاهش حجم کار پزشکان در تجزیه و تحلیل داده‌های خواب از طریق بازرسی بصری، یکی از چالش‌های مهم به حساب می‌آید. در این مقاله، الگوریتمی مبتنی بر EEG تک‌کاناله برای شناسایی خودکار مراحل خواب، با استفاده از تبدیل موجک گسسته و مدل ترکیبی الگوریتم ...
بیشتر
در سال‌های اخیر، استفاده از روشی هوشمند برای تشخیص خودکار مراحل خواب در کاربردهای پزشکی، برای کاهش حجم کار پزشکان در تجزیه و تحلیل داده‌های خواب از طریق بازرسی بصری، یکی از چالش‌های مهم به حساب می‌آید. در این مقاله، الگوریتمی مبتنی بر EEG تک‌کاناله برای شناسایی خودکار مراحل خواب، با استفاده از تبدیل موجک گسسته و مدل ترکیبی الگوریتم تبرید و شبکهی عصبی ارائه میشود. سیگنال با استفاده از تبدیل موجک گسسته به 7 سطح تجزیه شده و ویژگیهای آماری از هر یک از سطوح تجزیه شده، استخراج میگردد. جهت بهینه‌سازی و کاهش ابعاد بردارهای ویژگی، از یک مدل ترکیبی الگوریتم تبرید و شبکهی عصبی چندلایهی پس انتشار خطا استفاده شده، و سپس از آزمون ANOVA برای تائید صحت ویژگیهای بهینه استفاده میشود. طبقهبندی نهایی روی این ویژگیهای بهینهشده توسط یک شبکهی عصبی پرسپترون با یکلایهی پنهان انجام میشود، که به طور میانگین برای طبقهبندی 2-کلاس تا 6-کلاس مراحل مختلف خواب دقت بالای 90% را فراهم کرده و نشان میدهد که روش پیشنهادی درصد موفقیت بالاتری در طبقهبندی مراحل خواب نسبت به پژوهشهای پیشین دارد.
بیوالکتریک
سمیرا عباسی
دوره 11، شماره 2 ، مرداد 1396، ، صفحه 127-135
چکیده
عمل‌کرد نورون، وابسته به خواص سیناپس‌های دریافتی و خواص ذاتی نورون است. با این حال، جمع‌آوری سیناپسی و پاسخ‌های ذاتی میتواند تا حد زیادی وابسته به ورودی سیناپسی باشد. هسته‌های عمقی مخچه که سیناپس‌های مهاری از سلول‌های پورکنژ دریافت می‌کنند، در این زمینه مورد توجه هستند. انتقال رفتار از سلول پورکنژ به هسته‌ی عمقی در حیوان بیدار ...
بیشتر
عمل‌کرد نورون، وابسته به خواص سیناپس‌های دریافتی و خواص ذاتی نورون است. با این حال، جمع‌آوری سیناپسی و پاسخ‌های ذاتی میتواند تا حد زیادی وابسته به ورودی سیناپسی باشد. هسته‌های عمقی مخچه که سیناپس‌های مهاری از سلول‌های پورکنژ دریافت می‌کنند، در این زمینه مورد توجه هستند. انتقال رفتار از سلول پورکنژ به هسته‌ی عمقی در حیوان بیدار و نحوه‌ی کد کردن این اطلاعات توسط هسته‌ی عمقی ناشناخته مانده است. برای بررسی این موضوع ثبت‌های هم‌زمان از حدود 50 سلول پورکنژ هم‌گرا به هر هسته‌ی عمقی مورد نیاز است که در آزمایش‌ها غیرممکن است. بنابراین لازم است از روشهای مدل‌سازی استفاده شود. در تحقیق حاضر به منظور بررسی اثر ورودی‌های سلول پورکنژ بر طیف فرکانسی هسته‌ی عمقی، نحوه‌ی انتقال اطلاعات رفتاری از سلول پورکنژ به هسته‌ی عمقی و کدینگ رفتار توسط هسته‌ی عمقی، قطارهای اسپایک مصنوعی از سلول پورکنژ تولید و مدولاسیون رفتاری (تنفس) به آنها اضافه، و سپس به مدل هسته‌ی عمقی اعمال شدند. چگالی طیف توان آتش کردن هسته‌ی عمقی در پاسخ به سیناپس‌های ورودی از سلول پورکنژ بررسی و باندهای فرکانسی طیف خروجی هسته‌ی عمقی تحلیل شد. نتایج نشان دادند که فرکانس مدولاسیون رفتاری در طیف خروجی هسته‌ی عمقی منعکس میشود و در خروجی هسته‌ی عمقی در پاسخ به مدولاسیون رفتاری دریافت شده از سلول‌های پورکنژ، پیک فرکانس پایینی قابل مشاهده است. از طرفی مطالعه‌ی قبلی نشان داده است که هسته‌ی عمقی مخچه در پاسخ به مدولاسیون رفتاری دریافت شده از سلول‌های پورکنژ کدینگ فرکانسی انجام میدهد، نتایج تحقیق حاضر میتواند تاییدی باشد بر انجام کدینگ فرکانسی توسط هسته‌ی عمقی مخچه. به‌علاوه در خروجی هسته‌ی عمقی با نرخ آتش کردن بالا، یک پیک فرکانس بالا مشاهده شد که میتواند ناشی از آتش کردن تونیک هسته‌ی عمقی باشد.
بیوالکتریک
سید حجت سبزپوشان؛ تینا قدسی اثناعشری؛ فاطمه پورحسن زاده
دوره 11، شماره 1 ، اردیبهشت 1396، ، صفحه 41-49
چکیده
سرطان یکی از مهمترین عوامل مرگ‌‌و‌میر در جامعة بشری است؛ از این‌‌رو، دانشمندان همواره به دنبال یافتن روشهای نوین برای مقابله با این بیماری هستند. درک بیشتر از دینامیک تومورهای سرطانی در بدن، کمک قابل‌توجهی به این تحقیقات می‌کند؛ بنابراین ساخت مدل‌های دقیق و ساده برای رشد تومور، اهمیت زیادی دارد. مدل‌های گوناگونی برای ...
بیشتر
سرطان یکی از مهمترین عوامل مرگ‌‌و‌میر در جامعة بشری است؛ از این‌‌رو، دانشمندان همواره به دنبال یافتن روشهای نوین برای مقابله با این بیماری هستند. درک بیشتر از دینامیک تومورهای سرطانی در بدن، کمک قابل‌توجهی به این تحقیقات می‌کند؛ بنابراین ساخت مدل‌های دقیق و ساده برای رشد تومور، اهمیت زیادی دارد. مدل‌های گوناگونی برای دینامیک رشد سلول‌های سرطانی در بدن ارائه شده است. در برخی از مدل‌ها، به اندرکنش انواع سلول‌ها در سیستم سرطانی اشاره شده است. سلول‌های موجود در سیستم سرطانی، شامل سلول‌های تومور، سالم و سیستم ایمنی میهستند. مدل‌های ارائه‌شدة قبلی که برمبنای این سه جمعیت سلولی بنا شده‌اند، به‌طور معمول قادر به شبیهسازی رفتارهای آشوبگونه نیستند؛ در‌حالی‌که بیولوژی سرطان، وجود آشوب در این سیستم را تأیید کرده است. در این مقاله، مدلی سه متغیر‌حالته ارائه شده و نشان داده میشود که به‌ازای مقادیری از پارامترها، سیستم قادر به شبیهسازی رفتارهای آشوبگونه میاست. پارامترهای مدل، براساس روابط بیولوژیکی تعریف شده‌اند و هر‌یک از آنها، نقش خاصی در دینامیک سیستم ایفا می‌کنند. برای تجزیه و تحلیل نقش پارامترها، بازة مشخصی به هر پارامتر اختصاص داده و با رسم نمودار، دوشاخگی تغییر رفتار سیستم مشاهده شده است. نتایج نشان میدهد، برخی از پارامترها نقش کمتری در رفتار سیستم دارند و با تنظیم بعضی دیگر، میتوان سیستم را به درمان کامل (یعنی تنها سلول‌های سالم) هدایت کرد. با تنظیم پارامترهای دیگر نیز میتوان سیستم را به‌سوی تومور بدخیم سوق داد. پارامترهای مربوط به معادلة سیستم ایمنی، کم‌ترین تأثیر را در دینامیک سیستم دارند. میتوان با توجه به این یافته گفت، که اعمال روش درمانی، به‌طوری‌که پارامترهای سیستم ایمنی را تغییر دهد، نقش کمی در درمان خواهد داشت؛ در‌حالی‌که اعمال روش درمانی، به‌نحوی که پارامترهای مربوط به سلول‌های سالم را تغییر دهد، بیشترین تأثیر را دارد.
بیوالکتریک
مرضیه علیرضایی علویجه؛ علی مالکی
دوره 10، شماره 2 ، شهریور 1395، ، صفحه 187-196
چکیده
سیستم واسط مغز- کامپیوتر مبتنی بر پتانسیل‌های برانگیختة بینایی حالت ماندگار، به‌دلیل مزایایی چون سادگی راه‌اندازی و استفاده از سیستم، صحت کافی و همچنین نرخ تبادل اطلاعات قابل‌قبول، مورد توجه قرار گرفته است. علاوه‌بر این مزایا، برای داشتن سیستمی که در دنیای واقعی قابل‌استفاده بوده و قابلیت کاربرد برخط را داشته باشد، زمان ...
بیشتر
سیستم واسط مغز- کامپیوتر مبتنی بر پتانسیل‌های برانگیختة بینایی حالت ماندگار، به‌دلیل مزایایی چون سادگی راه‌اندازی و استفاده از سیستم، صحت کافی و همچنین نرخ تبادل اطلاعات قابل‌قبول، مورد توجه قرار گرفته است. علاوه‌بر این مزایا، برای داشتن سیستمی که در دنیای واقعی قابل‌استفاده بوده و قابلیت کاربرد برخط را داشته باشد، زمان پردازش کوتاه نیز معیاری مهم است. در این مقاله، با ارائة روشی برمبنای استفاده از معیار همبستگی، فرکانس تحریک در SSVEP بازشناسی شده است. روش پیشنهادی در دو مرحلة برونخط و برخط انجام میشود. در مرحلة برونخط، روش CCA استاندارد، بین ثبت SSVEP فرد و سیگنالهای مرجع سینوسی- کسینوسی اجرا شده و برای ساخت سیگنالهای الگو از وزنهای بهوجود آورندة بیشینة همبستگی استفاده میشود. در مرحلة برخط، با محاسبة همبستگی برای سیگنال آزمایش و سیگنالهای الگو و استفاده از بزرگترین مقدار همبستگی، فرکانس متناسب با آن بهعنوان فرکانس تحریک تعیین میشود. نتایج شبیهسازی، صحت بازشناسی فرکانس بیشتر و در عین حال، زمان محاسبات کمتر روش پیشنهادی را نسبت به روش CCA استاندارد، نشان می‌دهند.
بیوالکتریک
حمید حیدری نژاد؛ هادی دلاوری
دوره 9، شماره 4 ، بهمن 1394، ، صفحه 327-339
چکیده
بیماران دیابت نوع 1 نیاز به کنترل پیوسته و دقیق گلوکز خون دارند زیرا تولید و مصرف انسولین در بدن آنها دچار اختلال شده و در نتیجه سطح گلوکز خون افزایش می یابد. در این مقاله کنترل کننده های مدلغزشی مرتبه کسری و مدلغزشی مرتبه کسری تطبیقی برای پایداری مقاوم سطح گلوکز خون در بیماران دیابتی نوع 1 در حضور اغتشاشات متعدد و نامعینی های پارامتری ...
بیشتر
بیماران دیابت نوع 1 نیاز به کنترل پیوسته و دقیق گلوکز خون دارند زیرا تولید و مصرف انسولین در بدن آنها دچار اختلال شده و در نتیجه سطح گلوکز خون افزایش می یابد. در این مقاله کنترل کننده های مدلغزشی مرتبه کسری و مدلغزشی مرتبه کسری تطبیقی برای پایداری مقاوم سطح گلوکز خون در بیماران دیابتی نوع 1 در حضور اغتشاشات متعدد و نامعینی های پارامتری پیشنهاد شده است. کنترل کننده های پیشنهادی بر اساس مدل مینیمال برگمن طراحی شده اند. ساختار کنترل کننده پیشنهادی برای ساخت پمپ های تزریق انسولین در کنترل حلقه بسته دیابت مناسب است و همچنین اثر چترینگ را حذف می کند. کنترل کننده مدلغزشی تطبیقی، کنترل کننده را در مقابل اغتشاشات و نامعینی ها حفاظت می کند و حسابان مرتبه کسری عمل‌کرد مقاوم را فراهم می نماید. در نهایت نتایج با برخی روشهای دیگر از جمله کنترل کننده های مدلغزشی پسگام، مدلغزشی پسگام مرتبه کسری و نوعی دیگر از کنترل کننده مدلغزشی مرتبه کسری تطبیقی مقایسه می شود. شبیه سازی ها نشان می دهد که کنترل کننده پیشنهادی در حذف نامعینی ها و اغتشاشات موفق بوده و سیگنال کنترل با حذف چترینگ همراه است.
بیوالکتریک
سعید شاکری
دوره 9، شماره 4 ، بهمن 1394، ، صفحه 399-410
چکیده
افتادن یکی از اصلیترین دلایل مصدومیت افراد مختلف، به‌خصوص در سالمندان است. اطلاع‌رسانی سریع و دقیق از افتادن میتواند مقدار زیادی از خطرات آسیب‌دیدگی ناشی از آن را کاهش دهد. در این پژوهش، سعی شده است تا سیستمی معرفی و پیاده‌سازی شود که بتواند دو وظیفة اساسی را به درستی و در مدت زمان اندکی انجام دهد. در مرحلة اول، بتواند افتادن ...
بیشتر
افتادن یکی از اصلیترین دلایل مصدومیت افراد مختلف، به‌خصوص در سالمندان است. اطلاع‌رسانی سریع و دقیق از افتادن میتواند مقدار زیادی از خطرات آسیب‌دیدگی ناشی از آن را کاهش دهد. در این پژوهش، سعی شده است تا سیستمی معرفی و پیاده‌سازی شود که بتواند دو وظیفة اساسی را به درستی و در مدت زمان اندکی انجام دهد. در مرحلة اول، بتواند افتادن را از سایر فعالیت‌های روزمره تشخیص دهد و به دنبال آن اطلاعات لازم و مؤثر از افتادن فرد را در اختیار دیگران بگذارد. سیستم مورد نظر در این پژوهش، قابلیت پیاده‌سازی روی تلفنهای همراه هوشمند را دارد. برای شناسایی افتادن، از حسگرهای شتاب‌سنج و میکروفن موجود در تلفنهای همراه استفاده شده است. حسگر شتاب‌سنج میتواند شتاب دستگاه را در سه جهت ثبت کند و میتوان از آن برای دریافت اطلاعات شتاب حرکت فرد استفاده کرد. علاوه بر این، عمل‌کرد سیستم شناسایی با تحلیل صداهای محیط بهبود داده شده است. افتادن با استفاده از این دو حسگر، آشکارسازی شده و پیام هشدار، که شامل اطلاعات مکانی و زمانی افتادن فرد است، اطلاع‌رسانی میشود. برای ارزیابی سیستم طراحی شده، از دو معیار حساسیت و اختصاصیت استفاده شده که مقادیر آنها بهترتیب 96% و 77% بهدست آمده است.
