انجمن مهندسی پزشکی ایراننشریهی علمی مهندسی پزشکی زیستی5869-20081320071122Evaluation, Analysis And Designing Of A Computer-Aided Diagnostic (Cad) System For Digital Mammograms In Iranارزیابی، تحلیل و طراحی یک سیستم آزمایشی کمک تشخیصی کامپیوتری به منظور بررسی تصاویر ماموگرام های دیجیتال در ایران1571651349510.22041/ijbme.2007.13495FAنادر ریاحی عالمدانشیار گروه فیزیک پزشکی و مهندسی پزشکی، دانشکده پزشکی، دانشگاه علوم پزشکی تهرانرضا آقایی زاده ظروفیدانشیار گروه برق و الکترونیک، دانشکده فنی‐مهندسی، دانشگاه تهرانمعصومه گیتیدانشیار گروه رادیولوژی، دانشکده پزشکی، دانشگاه علوم پزشکی تهرانآرین دلداریکارشناس ارشد مرکز تحقیقات علوم و تکنولوژی در پزشکی، دانشگاه علوم پزشکی تهرانعلیرضا احمدیاندانشیار گروه فیزیک پزشکی و مهندسی پزشکی، دانشکده پزشکی، دانشگاه علوم پزشکی تهرانJournal Article20150629<span>In this study, the need of a CAD system and its capabilities has been investigated and then a sample program for a mammographic CAD system proper to Iranian tropical patients was designed. In the first step, the analog mammographic images were digitized by 56 and 112 mm spatial resolution and then were processed by the designed sample program. </span> <span>Analysis and technical details for designing and implementing the program included for following steps: The capability of the program image displayer consisting of viewing four mammographic images from four breast views (RCC, RMLO, LCC, LMLO) in one window, determining breast region by background removing and other conventional preprocessing application tools; Software processing tools including theresholding, histogram, ROI determination; Patient information fields such as clinical information, conventional reporting section as used in radiological department in Iran; Computer-aided diagnostic section including proper diagnostic processing algorithm to automatic detection of breast abnormality. For instance the application of wavelet and fuzzy logic for detecting malignant clusters of microcalcification.</span> <span>The introduced mammographic CAD system can provide the collection, organizing and the availability of the patient local information. Therefore by using the prepared database the evaluation of the sensitivity and specifity of the detecting algorithm for comparison of different research methods would be possible.</span>در این تحقیق، ضرورت وجود یک سیستم CAD ماموگرافی و قابلیت های آن مورد بررسی و نرم افزار نمونه ای برای یک سیستم CAD مناسب بیماران بومی ایران ارایه گردیده است. بدین منظور ابتدا تصاویر بیماران توسط یک اسکنر با جداسازی 56 و 112 میکرومتر رقمی شده و سپس توسط نرم افزار نمونه مورد پردازش قرار گرفت. تحلیل و جزییات فنی مربوط به طراحی و پیاده سازی نرم افزار نمونه شامل چهار قسمت اصلی؛ قابلیت های دسترسی به اطلاعات مربوط به بیماران که در گزارش های ماموگرافی در ایران مرسوم است؛ قابلیت های نمایش نرم افزار از قبیل نمایش چهار تصویر یک ماموگرام از چهار وجه پستان (RCC, RMLO, LCC, LMLO) در یک صفحه، مشخص نمودن ناحیه پستان از سایر قسمت های تصویر با حذف زمینه؛ قابلیت های پیش پردازش نرم افزار از قبیل آستانه بندی تصاویر با امکان تغییر سطح آستانه، تعیین هیستوگرام تصاویر؛ استفاده از قسمت کمک تشخیصی خودکار نرم افزار CAD شامل الگوریتم پردازشی جداسازی میکروکلسیفیکاسیون های مشکوک بوسیله کاربرد منطق فازی و ویولت. با استفاده از سیستم CAD ماموگرافی ارایه شده، جمع آوری، سازماندهی و دسترسی به اطلاعات و تصاویر بیماران به سهولت امکان پذیر گردیده است. بدینوسیله با استفاده از بانک اطلاعاتی حساسیت و ویژگی الگوریتم آشکارسازی قابل ارزیابی خواهد بود. انجمن مهندسی پزشکی ایراننشریهی علمی مهندسی پزشکی زیستی5869-20081320071122Classification Of Cardiac Arrhythmias By Learning Vector Quantizater Network And Based On The Extracted Features From The Wavelet Transformationطبقه بندی اختلالات قلبی با استفاده از شبکه کوانتیزه کننده برداری و بر اساس ویژگی های استخراج شده از تبدیل ویولت1671761349610.22041/ijbme.2007.13496FAجمال اسماعیل پورمربی گروه برق، دانشگاه آزاد اسلامی مرکز بوکانستار میرزاکوچکیدانشیار دانشکده مهندسی برق، دانشگاه علم و صنعت ایرانجلیل سیف علی هرسینیمربی گروه برق، دانشکده فنی، دانشگاه گیلانعبدالرحیم کدخدا محمدیمربی گروه برق، دانشگاه آزاد اسلامی مرکز بوکانJournal Article20150629<span id="ContentPlaceHolder1_lblAbstract"><span>In this paper, the role of Vector Quantizer Neural Network in classification of six types of ECG signals has been investigated using the features that extracted from Daubechies6 Wavelet transformation. The six types of signals are: normal beat, left bundle branch block beat, right bundle branch block beat, premature ventricular contraction paced beat and fusion of paced and normal beats. The required data were obtained from the MIT/BIH arrhythmia databases. By using the annotation files of the databases, the patterns of these six types of ECG signals were separated. Then, for better feature extraction, filtering and scaling on the patterns were applied. We used the energies of the last five detailed signals obtained from the exerting the Wavelet transformation in six levels, as the pattern features for Vector Quantizer Network training and testing. From each class, five hundred patterns were used for network training and one hundred patterns for testing. The results indicated %93.1 accuracy for six classes and above %94.3 for lesser than six classes. Then the rate of similarity and dissimilarity of the classes were considered. Finally, the results of this method were compared with some other methods in terms of accuracy.</span></span><span lang="AR-SA">در این مقاله کارکرد شبکه عصبی کوانتیزه کننده برداری</span><span dir="ltr"> (LVQ) </span><span lang="AR-SA">در طبقه بندی شش نوع سیگنال الکتروکاردیوگرام</span><span dir="ltr"> (ECG) </span><span lang="AR-SA">با استفاده از ویژگی های استخراج شده به وسیله تبدیل ویولت مرتبه شش خانواده دابیچی بررسی شده است. شش سیگنال مورد نظر عبارت اند از: <span dir="ltr">ECG</span> </span><span lang="AR-SA">نرمال و</span><span dir="ltr"> ECG </span><span lang="AR-SA">مربوط به اختلالات بلوک شاخه چپ دسته دهلیزی بطنی، بلوک شاخه راست دسته دهلیزی بطنی، انقباض زودرس بطنی، ضربانات کند، و ترکیب ضربانات نرمال با آرام</span><span dir="ltr">.</span><span lang="AR-SA"> داده های به کار رفته، داده های</span><span dir="ltr"> MIT/BIH </span><span lang="AR-SA">اند. ابتدا با استفاده از فایل های تفسیر، الگوهای مربوط به شش نوع سیگنال</span><span dir="ltr">ECG </span><span lang="AR-SA">جدا شده است. سپس به منظور استخراج هر چه بهتر ویژگی ها، الگوها فیلتر و مقیاس بندی شده اند. آنگاه انرژی پنج سیگنال جزییات دوم تا ششم حاصل از اعمال تبدیل ویولت تا شش سطح به عنوان ویژگی های استخراج شده از الگوها، برای آموزش و امتحان شبکه</span><span dir="ltr"> LVQ </span><span lang="AR-SA">به کار رفته است. از هر دسته، 500 الگو برای آموزش شبکه و 100 الگو برای امتحان آن به کار رفته است. نتایج به دست آمده بیانگر دقت %93.1 برای شش دسته، و بالای %94.3 برای کمتر از شش دسته (2 تا 5 دسته) است. در ادامه میزان تفاوت و تشابه سیگنال های</span><span dir="ltr"> ECG </span><span lang="AR-SA">از منظر ویژگی های به کار رفته بررسی شده است. سرانجام این روش از نظر دقت با چند روش دیگر طبقه بندی کننده اختلالات قلبی مقایسه شده است</span><span dir="ltr">.</span>انجمن مهندسی پزشکی ایراننشریهی علمی مهندسی پزشکی زیستی5869-20081320071122Effect Of Microstructure And Mechanical Properties Of Haversian Cortical Bone On Microcrack Propagation Trajectoryتاثیر ریزساختار و خصوصیات مکانیکی استخوان متراکم هاورس بر مسیر رشد میکروترک ها1771881349710.22041/ijbme.2007.13497FAاحمد رییسی نجفیدانش آموخته دکترا دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیراحمدرضا عرشیدانشیاردانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیرمحمدرضا اسلامیاستاد دانشکده مهندسی مکانیک، دانشگاه صنعتی امیرکبیرشهریار فریبرزاستاد دانشکده مهندسی مکانیک، دانشگاه صنعتی امیرکبیرمنصور معین زادهدانشیار دانشکده مهندسی صنایع، دانشگاه ایلینویزJournal Article20150629A two dimensional finite element model for the human Haversian cortical bone is represented. The interstitial bone tissue, the osteons and the cement line were modeled as the matrix, the fibers and the interface, respectively. This was due to similarities between fiber-ceramic composite materials and the human Haversian cortical bone. The stress intensity factor in the microcrack tips vicinity was computed using the linear elastic fracture mechanics theory and assuming a plane strain condition. It was therefore possible to study the effect of microstructure and mechanical properties of Haversian cortical bone on microcrack propagation trajectory. The results indicated that this effect was limited to the vicinity of the osteon. If both osteon and cement line were assumed to be softer than the interstitial tissue, the stress intensity factor was increased when the crack distance to the osteon reduced. The stress intensity factor decreased if both osteon and cement line were assumed to be stiffer than the interstitial tissue. The resulting simulation indicated that the effect of existence of osteon on the stress intensity factor was no significance, if both the interstitial tissue and cement line were assumed either stiffer or softer than the osteon. Microcrack trajectory was observed to deviate from the osteon under tensile loading; indicating an independence from the mechanical properties of various tissues. In fact, the microcrack adopts a trajectory between the osteons, thereby increasing the necessary absorbed energy for fracture. This results in an increase in the human Haversian cortical bone toughness. The result of this finite element modeling has been confirmed by through evaluation and comparison made with experimental results.در این تحقیق، یک مدل میکرومکانیک المان محدود برای استخوان متراکم هاورس انسان به صورت دو بعدی ارایه شده است. با توجه به شباهت استخوان متراکم هاورس انسان با مواد مرکب فیبری- سرامیکی، بافت بینابینی، استخوانک و بافت سمنت لاین به ترتیب به عنوان زمینه، فیبر و فصل مشترک این دو فاز در نظر گرفته شد. سپس با اعمال تئوری مکانیک شکست الاستیک خطی و فرض شرایط کرنش صفحه ای، فاکتور شدت تنش در نزدیکی نوک یک میکروترک محاسبه شد. همچنین تاثیر ریز ساختار و خصوصیات مکانیکی استخوان متراکم انسان بر مسیر رشد میکروترک مورد مطالعه قرار گرفت. نتایج این مطالعه نشان داد که تاثیر ریز ساختار و خصوصیات مکانیکی استخوان متراکم انسان بر رفتار شکست، محدود به نزدیکی استخوانک می باشد. اگر استخوانک و سمنت لاین نرم تر از بافت بینابینی باشند، هر چه میکروترک به استخوانک نزدیک تر باشد، فاکتور شدت تنش در نوک های میکروترک بیشتر خواهد بود. در صورتی که این دو فاز سخت تر از بافت بینابینی باشند، تاثیر استخوانک بر میکروترک معکوس می شود. همچنین نتایج نشان داد در صورتی که سمنت لاین و بافت بینابینی سخت تر و یا نرم تر از استخوانک باشند، تاثیر استخوانک بر میکروترک بسیار ناچیز خواهد بود. اگر میکروترک تحت شرایط بارگذاری کششی قرار گیرد، مسیر رشد میکروترک همواره به گونه ای منحرف می گردد که از استخوانک دور شود. این نتیجه به خصوصیات مکانیکی بافت های مختلف وابسته نیست. در واقع میکروترک برای رشد خود مسیر بین استخوانک ها را انتخاب می نماید و این خود باعث افزایش جذب انرژی لازم برای شکست و در نتیجه بالا رفتن چقرمگی استخوان متراکم هاورس انسان می شود. این در صورتی است که میکروترک ها بر اثر بارگذاری فشاری، در راستای بار رشد کرده و تقریبا به صورت مستقیم وارد استخوانک می شوند. نتایج این مدلسازی المان محدود با نتایج تجربی مورد مقایسه قرار گرفت و همخوانی خوبی بین آنها وجود داشت.انجمن مهندسی پزشکی ایراننشریهی علمی مهندسی پزشکی زیستی5869-20081320071122Surface Electromyogram Signal Classification Using Higher Order Statisticsطبقه بندی سیگنال الکترومایوگرام سطحی با استفاده از آمارگان مرتبه بالا1891991349810.22041/ijbme.2007.13498FAکیانوش نظر پوراستادیار گروه علوم رفتاری مغز، دانشگاه بیرمنگاماحمدرضا شرافتاستاد دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرسسید محمد فیروزآبادیدانشیار گروه فیزیک پزشکی، دانشکده پزشکی، دانشگاه تربیت مدرسJournal Article20150629A novel approach to surface electromyogram (sEMG) signal classification using its higher order statistics (HOS) is presented in this study. As the probability density function of the sEMG during isometric contraction in some cases is very close to the Gaussian distribution, it is frequently assumed to be Gaussian. As this assumption is not valid when the force is small, in this paper, we consider the non-Gaussian characteristics of the sEMG, and compute the second-, the third- and the fourth order statistics of the sEMG as its features. These features are used to classify four upper limb primitive motions, i.e., elbow flexion (EF), elbow extension (EE), forearm supination (FS), and forearm pronation (FP). We used the sequential forward selection (SFS) method to reduce the number of HOS features to a sufficient minimum while retaining their discriminatory information, and apply the Knearest neighbor method for classification. Our approach is robust against statistical variations in noise, and does not require additional computations compared to existing methods for providing high rates of correct classification of the sEMG, which makes it useful in devising real-time sEMG controlled prostheses.در این مقاله یک روش کارآمد برای طبقه بندی سیگنال الکترومایوگرام سطحی را با استفاده از آمارگان مرتبه بالا ارایه می دهیم. چون تابع توزیع احتمال سیگنال الکترومایوگرام سطحی که در شرایط انقباض عضلانی ایزومتریک ثبت می گردد در بعضی موارد به توزیع گوسی بسیار نزدیک است، در بسیاری از تحقیقات گذشته این تابع توزیع گوسی فرض گردیده است. چون این فرض برای دامنه های کوچک نیرو نادرست است، در این مقاله برای استخراج ویژگی، با توجه به ماهیت غیرگوسی سیگنال الکترومایوگرام، آمارگان مرتبه های دوم، سوم، و چهارم برای این سیگنال در تاخیرهای متفاوت محاسبه و از این ویژگی ها در شناسایی الگوهای چهار حرکت ابتدایی باز و بسته کردن آرنج و چرخش به سمت داخل و خارج ساعد استفاده شده اند. از روش انتخاب ترتیبی مستقیم برای کاهش تعداد ویژگی های آمارگان مرتبه بالا استفاده کرده و طبقه بندی کننده K نزدیکترین همسایه برای دسته بندی آنها به کار گرفته شد. روش پیشنهادی در برابر تغییرات آماری نویز مقاوم بوده و در مقایسه با سایر روش های موجود، نیاز به محاسبات بیشتری برای حصول به نرخ بالا برای طبقه بندی ندارد. این امر، استفاده از روش پیشنهادی را در پروتزهایی که با سیگنال الکترومایوگرام سطحی به صورت بی درنگ کنترل می شوند امکان پذیر می سازد.انجمن مهندسی پزشکی ایراننشریهی علمی مهندسی پزشکی زیستی5869-20081320071122New Biologically Inspired Connectionist Approaches To Improve Machine Speech Recognitionروش های اتصال گرای جدید بر گرفته از سامانه ادراک گفتار انسان به منظور بهبود بازشناسی گفتار ماشینی2012131349910.22041/ijbme.2007.13499FAمحمدرضا یزدچیاستادیار گروه مهندسی پزشکی، دانشکده فنی و مهندسی، دانشگاه اصفهانسید علی سیدصالحیاستادیار دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیرJournal Article20150629One of the most important challenges in automatic speech recognition is in the case of difference between the training and testing data. To decrease this difference, the conventional methods try to enhance the speech or use the statistical model adaptation. Training the model in different situations is another example of these methods. The success rate in these methods compared to those of cognitive and recognition systems of human beings seems too much primary. In this paper, an inspiration from human beings' recognition system helped us in developing and implementing a new connectionist lexical model. Integration of imputation and classification in a single NN for ASR with missing data was investigated. This can be considered as a variant of multi-task learning because we train the imputation and classification tasks in parallel fashion. Cascading of this model and the acoustic model corrects the sequence of the mined phonemes from the acoustic model to the desirable sequence. This approach was implemented on 400 isolated words of TFARSDAT Database (Actual telephone database). In the best case, the phoneme recognition correction increased in 16.9 percent. Incorporating prior knowledge (high level knowledge) in acoustic-phonetic information (lower level) can improve the recognition. By cascading the lexical model and the acoustic model, the feature parameters were corrected based on the inversion techniques in the neural networks. Speech enhancement by this method had a remarkable effect in the mismatch between the training and testing data. Efficiency of the lexical model and speech enhancement was observed by improving the phonemes' recognition correction in 18 percent compared to the acoustic model.<span lang="AR-SA">بازشناسی خودکار گفتار در شرایط عدم تطابق دادگان آموزش و آزمون، یکی از چالش های مهم در این مورد است. به منظور کاهش هر چه بیشتر این عدم تطابق، روش های مرسوم، سعی در بهسازی گفتار یا تطابق مدل آماری دارند. در این زمینه از جمله روش های دیگر می توان به آموزش مدل در شرایط مختلف اشاره کرد. موفقیت در این روش ها، در مقابل کارایی سیستم درک و بازشناسی در انسان بسیار ابتدایی به نظر می رسد</span><span dir="ltr">.</span><span lang="AR-SA"> در مقاله حاضر با الهام از سیستم درک و بازشناسی در انسان، شبکه عصبی دو سویه جدیدی طراحی و پیاده سازی شده است. این شبکه قادر است تا با اتصالات بازگشتی ضمن مدل سازی دنباله واج نظیر کلمات مجزا، طی تکرارهای مختلف، دنباله واج استخراج شده از مدل صوتی را به دنباله واج مطلوب، اصلاح کند. برای این منظور پس از پیاده سازی روش مذکور بر روی 400 کلمه مجزا از دادگان فارس دات تلفنی، در بهترین حالت، افزایش %16.9 در صحت بازشناسی واج مدل صوتی مشاهده شد. تشکیل بستر جذب در این شبکه عصبی دو سویه، از مزایای این شبکه در برابر شبکه های عصبی تک سویه است. در ادامه، به کمک متوالی کردن مدل واژگانی مذکور با مدل صوتی، متغیرهای بازنمایی بر اساس روش های معکوس سازی شبکه های عصبی اصلاح گردید. بهسازی گفتار با این روش نتایج قابل ملاحظه ای در کاهش عدم تطابق دادگان آزمون و آموزش در پی داشت. در این مقاله کارایی مدل واژگانی و بهسازی گفتار در قالب افزایش صحت بازشناسی واج به میزان %18 نسبت به مدل صوتی نشان داده شده است</span><span dir="ltr">.</span>انجمن مهندسی پزشکی ایراننشریهی علمی مهندسی پزشکی زیستی5869-20081320071122Effect Of Continuous, Repeated And Intermittent Pressure On The Biomechanical And Histological Characteristics Of Guinea Pig Skinاثر فشار عمودی پیوسته، تکرار شونده و متناوب بر ویژگی های بیومکانیکی و بافت شناسی پوست خوکچه هندی2152251350010.22041/ijbme.2007.13500FAگیتی ترکماندانشیار گروه فیزیوتراپی، دانشکده علوم پزشکی، دانشگاه تربیت مدرسعلی فلاحاستادیارمهندسی پزشکی، دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیرمحمود مفیدمربی گروه علوم تشریح، دانشکده پزشکی، دانشگاه علوم پزشکی بقیه اللهصدیقه غیاثیکارشناس ارشد گروه فیزیوتراپی، دانشکده علوم پزشکی، دانشگاه تربیت مدرسقدمعلی طالبیاستادیار گروه فیزیوتراپی، دانشکده توانبخشی، دانشگاه علوم پزشکی تبریزJournal Article20150629In this study 22 male Guinea Pigs, 4-6 months old, weighting 400-450 g were used. A computer controlled indentor system was used to apply a controlled pressure. The applied pressure was 291 mmHg for 3 hours over the trochanter region of animal hind limb. The animals were divided in three groups; in group 1, pressure was applied 3 hours continuously, in group 2, pressure was applied 90 minutes at two days and in group 3, Pressure was applied in two cycles of 90 minutes with 15 minutes rest between them. To study the biomechanical and histological changes, tissue was removed 7 days after pressure application. Uniaxial tensile test was performed at a deformation rate of 20 mm/min. In this test, the contralateral site on the experimental animal served as intra-animal control. Tissue biopsy was taken and stained with H&E and Trichorome for histological examination. Continuous pressure induced muscle necrosis. Also ultimate stress, stiffness, ultimate strain and area under the load-deformation curve decreased significantly. These results suggest that application of continuous pressure is the major cause of ischemia and necrosis of soft tissue.در این مطالعه از 22 خوکچه هندی نر از نژاد آلبینو 4 تا 6 ماهه به وزن 400 تا 450g استفاده شده است. فشار کنترل شده به وسیله ایندنتور کنترل شونده با کامپیوتر، بر پوست ناحیه برجستگی استخوان ران اندام عقبی حیوان اعمال شد. میزان فشار 291 mmHg بود که به مدت 3 ساعت در سه گروه به صورت پیوسته (3 ساعت)، تکرار شونده (دو دوره 90 دقیقه ای اعمال فشار با فاصله یک روز) و متناوب (دو دوره 90 دقیقه ای به فاصله 15 دقیقه) اعمال شد. پس از 7 روز نمونه های بافتی از محل اعمال فشار برای انجام آزمایش های بیومکانیکی و بافت شناسی تهیه شد. در گروه فشار پیوسته آثار نکروز عضلانی کاملا مشهود بود اما در دو گروه دیگر آسیب و نکروز بافتی مشاهده نشد. تحلیل نتایج پارامترهای بیومکانیکی بافت نیز نشان داد، حداکثر تنش، سفتی، کرنش و سطح زیر منحنی نیرو- تغییر طول در گروه فشار پیوسته کاهش معنادار داشته است. به نظر می رسد اعمال فشار به صورت پیوسته، ایسکمی بیشتری نسبت به فشار تکرار شونده و فشار تناوبی در بافت ایجاد کرده است از این رو تغییرات بیومکانیکی پوست و نکروز عضلانی در این نوع اعمال فشار بیشتر بوده است.انجمن مهندسی پزشکی ایراننشریهی علمی مهندسی پزشکی زیستی5869-20081320071122Automatic Prosody Generation By Neural-Statistical Hybrid Model For Unit Selection Speech Synthesisتولید خودکار نوای گفتار به کمک مدل آمیختار عصبی-آماری با امکان انتخاب واحد در سنتز2272401350110.22041/ijbme.2007.13501FAمنصور شیخاناستادیار گروه مخابرات، دانشکدة فنی و مهندسی، واحد تهران جنوب دانشگاه آزاد اسلامیJournal Article20150629In the first version of our Farsi Text-To-Speech (TTS) system, a Recurrent Neural Network (RNN) was used to generate prosody parameters (pitch contour, duration, energy and pause), and a Harmonic + Noise Model (HNM) speech synthesizer was used to concatenate the single units of diphones. To improve the performance of TTS, in this paper, two modifications are presented. In the first one is a neural-statistical hybrid model in which RNN plays the role of prosody parameterizer and the combination of decision trees and Gaussian Mixture Models (GMMs) gives the probability distributions of targets and transitions in each context a equivalent cluster. Another modification is about developing a unit selection speech synthesizer in which syllable is selected as the basic synthesis unit and, due to the first modification, an effective unit selection strategy is also conducted. To evaluate the performance of the system, the rating scales presented in the recommendation P.85 of the International Telecommunication Union (ITU) were used and the Mean Opinion Score (MOS) over six scales was achieved as 3.6.<span lang="AR-SA">در این مقاله با هدف ایجاد بهبود در عملکرد اولین ویرایش از سیستم تبدیل متن به گفتار طبیعی ارایه شده برای زبان فارسی، که در آن از یک شبکه عصبی بازگشتی برای تولید همزمان عوامل نوای گفتار (الگوی فرکانس گام، دیرش، انرژی و درنگ) و نیز سنتزکننده «مدل هارمونیک + نویز» با دادگان تک واحدی از دو واجی ها، برای تولید گفتار استفاده شده بود، چگونگی به کارگیری یک مدل آمیختار عصبی- آماری برای تولید نوا با ایجاد امکان انتخاب واحد در بخش سنتز گفتار بررسی شده است</span><span dir="ltr">.</span><span lang="AR-SA"> در این راستا، در مدل آمیختار توسعه یافته برای تولید نوا، شبکه عصبی بازگشتی نقش پارامتری ساختن عوامل نوا (البته با تغییراتی در ساختار، نسبت به ویرایش اول سیستم) را داشته و به دنبال آن درخت های تصمیم گیری نوایی شکل گرفته و توصیف توزیع مقادیر نوا نیز به وسیله مدل مخلوط گوسی انجام شده است. بدین ترتیب امکان انتخاب قطعات گفتاری بهینه در یک سیستم سنتز مبتنی بر انتخاب واحد های هجایی و اتصال قطعات مناسب فراهم آمد. در ارزیابی نهایی عملکرد سیستم نیز با به کارگیری ملاک های ارایه شده در استاندارد</span><span dir="ltr"> MOS, ITU-T P.85 </span><span lang="AR-SA">معادل 3.6 محاسبه شد</span><span dir="ltr">.</span>