@article { author = {Alirezaei Alavijeh, Marzie and Maleki, Ali}, title = {Combined Method of EMD with CCA or LASSO to Detect SSVEP Frequency}, journal = {Iranian Journal of Biomedical Engineering}, volume = {16}, number = {1}, pages = {1-9}, year = {2022}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2022.540893.1728}, abstract = {Nowadays, brain-computer interface system based on steady-state visual evoked potentials is increased due to advantages such as accepted accuracy and minimal need for user training. Despite these benefits, the unwanted noise that affects SSVEP is one of the issues that can reduce the efficiency of such systems. This paper uses the EMD algorithm in the initial phase and CCA or LASSO for the recognition of the stimulation frequency. In the first step, the EMD algorithm is applied so that non-stationary SSVEP signal breaks into oscillating functions and meaningful information are extracted. Among the IMFs obtained from the EMD method, only IMFs whose amplitude of the frequency spectrum in the frequency ranges corresponding to the excitation is higher were selected. With this selection, noisy signals and unprofitable information can be omitted. In the proposed method, two CCA and LASSO diagnostic methods were performed on the sum of selected signals to identify the frequency of stimulation. The simulation results show the recognition accuracy of 81.76% and 82.26% for the proposed method EMD-CCA and EMD-LASSO, respectively. While detection accuracy is 78.10% and 78.72% for conventional methods of CCA and LASSO. }, keywords = {Brain-Computer Interface,Steady-State Visual Evoked Potentials,Empirical Mode Decomposition,Canonical Correlation analysis}, title_fa = {روش ترکیبی تجزیه‌ی حالت تجربی با CCA یا LASSO برای تشخیص فرکانس تحریک SSVEP}, abstract_fa = {امروزه استفاده از سیستم‌ رابط مغز-رایانه مبتنی بر پتانسیل‌های برانگیخته‌ی بینایی حالت ماندگار به دلیل مزایایی مانند صحت قابل قبول و نیاز حداقلی به آموزش کاربر، رو به افزایش است. با وجود این مزایا، نویزهای ناخواسته‌ای که SSVEP را تحت تاثیر قرار می‌دهد از مسائلی است که می‌تواند سبب کاهش کارایی چنین سیستم‌هایی شود. در این مقاله از الگوریتم EMD در مرحله‌ی ابتدایی و از روش‌های CCA یا LASSO برای بازشناسی فرکانس تحریک استفاده شده است. در گام اول، الگوریتم EMD اعمال شده است تا سیگنال غیرایستان SSVEP به توابعی نوسانی تجزیه شده و امکان استخراج ویژگی‌های بامعنی از سیگنال SSVEP فراهم شود. در بین IMF-های به دست آمده از روش EMD، تنها IMF-هایی انتخاب شده که دامنه‌ی طیف فرکانسی آن‌ها در محدوده‌ی فرکانسی مربوط به تحریک بیش‌تر بوده است. با این گزینش می‌توان سیگنال‌های حاوی نویز و فاقد اطلاعات ارزشمند را کنار گذاشت. در ادامه دو روش تشخیصی CCA و LASSO روی مجموع سیگنال‌های انتخابی اجرا شده است تا به کمک آن‌ها فرکانس تحریک شناسایی شود. نتایج شبیه‌سازی، صحت بازشناسی 76/81 و 26/82 درصد را به ترتیب برای روش‌های EMD-CCA و EMD-LASSO نشان داده در حالی که دو روش پایه‌ی CCA و LASSO به ترتیب دارای صحت‌های 10/78 و 72/78 درصد می‌باشند.}, keywords_fa = {واسط مغز-رایانه,پتانسیل‌های برانگیخته‌ی بینایی حالت ماندگار,تجزیه‌ی حالت تجربی,تحلیل همبستگی کانونی}, url = {https://www.ijbme.org/article_252361.html}, eprint = {https://www.ijbme.org/article_252361_265f17ee299a2963a8ba3a990a87f119.pdf} } @article { author = {Taghizadeh, Hadi and Amini, Faezeh}, title = {Numerical Simulation of Coronary Artery Plaque and Analysis of Plaque Calcification and Fibrous Cap Thickness Impact on Resulting Stress Patterns}, journal = {Iranian Journal of Biomedical Engineering}, volume = {16}, number = {1}, pages = {11-21}, year = {2022}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2022.544499.1739}, abstract = {Atherosclerosis, a common cardiovascular disease, is among the leading causes of death. Many of the heart attacks results from ruptured atherosclerotic lesion and emboli formation. Then, the susceptibility of the lesion is a key factor in preventing negative outcomes of the rupture. Mechanisms of plaque rupture are under debate. However, a general agreement on the bold contribution of hemodynamic factors including the blood pressure is established. In the current study, biomechanical impacts of plaque calcification procedure and the changed thickness of fibrous cap were investigated. To do so, a cross-section of the constricted coronary artery is reconstructed from the histological images and extruded in the axial direction of the artery to produce the three dimensional configuration of the coronary model. Holzapfel strain energy density function is utilized for mechanical description of the arterial tissue and the fibrous cap which enables us to adopt collagen fiber orientation into the mechanical model. Furthermore, since the constricted vessel configuration is asymmetrical, instead of simplified cylindrical coordinates for collagen orientation, a discrete coordinate system is assigned to every element and respective circumferential, axial and radial directions were assigned. With calcification, plaque is more stable and produces monotonic stress patterns in its vicinity. Also, the fibrous cap thickness plays an important role as a barrier to inhibit stress concentration from soft lipid core and disturb the mechanical loads to the neighboring regions. These two parameters, provide useful insight on mechanical load distribution around an atherosclerotic lesion and the pathway of arterial tissue toward a new homeostasis.}, keywords = {Atherosclerosis,Plaque rupture,Stress analysis,Holzapfel strain energy,Collagen fiber orientation,finite element analysis}, title_fa = {شبیه‌سازی عددی شریان کرونر مبتلا به پلاک و بررسی تاثیر کلسیفه شدن پلاک و ضخامت پوشش فیبری بر الگوهای تنش اطراف آن}, abstract_fa = {آترواسکلروز یکی از بیماری‌های شایع در سیستم قلب و عروق و از عوامل اصلی مرگ و میر است. هم‌چنین اکثر سکته‌های قلبی به دلیل پارگی پلاک آترواسکلروز و تشکیل آمبولی رخ می‌دهند. بر این اساس تشخیص میزان آسیب‌پذیری پلاک، فاکتور کلیدی در پیش‌گیری از پیامد‌های حاد ناشی از پارگی پلاک است. با وجود این که مکانیسم‌های درگیر در پارگی پلاک به طور کامل درک نشده است، اما روی نقش مهم فاکتورهای بیومکانیکی از قبیل بارهای مکانیکی در تشکیل، پیش‌رفت و پارگی پلاک اتفاق نظر وجود دارد. از این رو در این مطالعه اثرات بیومکانیکی تغییر در ماهیت پلاک از لیپیدی به کلسیفه و نیز تغییرات ضخامت پوشش فیبری پلاک مورد بررسی قرار گرفته است. هندسه‌ی مقطع یک شریان کرونر مبتلا به آترواسکلروز از تصاویر هیستولوژی استخراج شده و در راستای محور شریان به صورت سه‌بعدی شبیه‌سازی شده است. در این شبیه‌سازی‌ها از تابع انرژی کرنشی هولزاپفل به عنوان یک مدل ریزساختاری کارامد برای توصیف رفتار مکانیکی رگ و پوشش فیبری پلاک بهره گرفته شده است تا جهت‌گیری فیبرهای کلاژن نیز در رفتار مکانیکی قابل مشاهده باشد. با توجه به نامتقارن بودن مقطع عروق مبتلا به آترواسکلروز، برای اعمال دقیق جهت‌گیری فیبرهای کلاژن از در نظر گرفتن رگ به صورت استوانه اجتناب شده و به کمک سیستم مختصات گسسته راستاهای محیطی، محوری و شعاعی برای هر المان به صورت جداگانه ایجاد گردیده است. با کلسیفه شدن و نزدیک شدن خواص مکانیکی پلاک به دیواره‌ی سالم، به نظر می‌رسد که پلاک‌ به پایداری بیش‌تری رسیده و توزیع تنش یک‌نواخت‌تری را در مجاورت خود ایجاد می‌کند. از طرف دیگر ضخامت پوشش فیبری پلاک برای مهار تمرکز تنش در اطراف هسته‌ی نرم پلاک نقش بسیار مهمی داشته و بیشینه‌ی تنش‌ها را به سایر نواحی مقطع رگ منتقل می‌کند. دو پارامتر مورد بررسی، اطلاعات مفیدی از توزیع بارهای مکانیکی در اطراف ضایعه‌ی آترواسکلروز و نواحی خطر ارائه می‌دهند. به کمک این شبیه‌سازی‌های ریزساختاری می‌توان پاسخ‌های بافت زنده از قبیل تقویت و تضعیف ساختار فیبری ماتریس خارج سلولی و روند ایجاد یک هموستاز جدید را از نظر بیومکانیکی ارزیابی نمود. }, keywords_fa = {آترواسکلروز,پارگی پلاک شریانی,تحلیل تنش,تابع انرژی کرنشی هولزاپفل,جهت‌گیری فیبر کلاژن,روش اجزای محدود}, url = {https://www.ijbme.org/article_252179.html}, eprint = {https://www.ijbme.org/article_252179_16257f92dc41384dcfc0ad05fc30c004.pdf} } @article { author = {Mirzaei, Hossein and Geraily,, ,Ghazale and Seyyedrezaei, Fatemeh and Kazemian, Ali}, title = {Optimization of Matching Adjacent Beam Fields using Mathematical Models in Comparison with the Treatment Planning System}, journal = {Iranian Journal of Biomedical Engineering}, volume = {16}, number = {1}, pages = {23-32}, year = {2022}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2022.544435.1740}, abstract = {In radiotherapy treatments, there are some situations where the shape of the target volume is complicated, so multiple radiation fields are used to cover the whole tumoral tissue. Therefore, adjusting adjacent fields and minimizing radiation dose to healthy tissues is an important goal in radiotherapy. The aim of this study is to introduce a general mathematical solution for matching adjacent radiation fields and also to evaluate this solution in therapeutic techniques such as Craniospinal irradiation and breast with a supraclavicular full-field and half-field irradiation. This method considers a right-handed system with its center located in the isocenter and two hypothetical fields named field number one and field number two. Then, the angles of collimators, couch, gantry, and the jaw aperture for both hypothetical fields are calculated to match between their side plates using the presented methods. Comparison of the measurements with the treatment planning system shows that the Craniospinal radiotherapy technique has an error only in measuring the collimator angle; this error is 0.198%. The maximum errors were obtained in two supraclavicular techniques with full- and half-field in calculating the size of the jaw aperture of the supraclavicular field, which were 21.05% and 18.6%, respectively. In conclusion, according to the results, this method can improve the field alignment in all cases where adjacent treatment fields are used, with the acceptable error rate and without changing the field size, to achieve the same dose distribution.}, keywords = {Matching adjacent fields,Treatment planning system,Breast irritation,Breast supraclavicular irritation,Cranial irritation}, title_fa = {بهینه‌سازی انطباق میدان‌های پرتویی مجاور با استفاده از مدل‌سازی ریاضی و مقایسه‌ی نتایج با سیستم طراحی درمان}, abstract_fa = {در رادیوتراپی هنگامی که حجم هدف پیچیده است از چندین میدان پرتویی برای پوشش‌دهی بافت سرطانی استفاده می‌شود. از این رو انطباق میدان‌های مجاور و به حداقل رساندن تابش‌دهی به بافت‌های سالم از اهداف مهم رادیوتراپی است. هدف از این مطالعه، ارائه‌ی یک روش کلی برای تطابق میدان‌های پرتویی مجاور و هم‌چنین بررسی این روش در تکنیک‌های درمانی از قبیل پرتودهی مغزی نخاعی، پرتودهی پستان فوق ترقوه‌ای با میدان کامل و میدان نیمه است. در این روش یک سیستم متعامد راست‌گرد که مرکز آن در ایزوسنتر بوده و هم‌چنین دو میدان فرضی با نام‌های میدان شماره‌ی یک و میدان شماره‌ی دو در نظر گرفته شده است. سپس با استفاده از روش‌های ارائه شده، زاویه‌های محدود کننده، تخت، گانتری و هم‌چنین اندازه‌ی دهانه‌ی محدود کننده برای هر دو میدان فرضی جهت تطابق بین صفحات کناری آن‌ها محاسبه شده است. مقایسه‌ی نتایج به دست آمده با سیستم طراحی درمان نشان می‌دهد که تکنیک پرتودهی مغزی نخاعی فقط در اندازه‌گیری زاویه‌ی محدود کننده دارای خطا بوده که مقدار آن برابر با 198/0 درصد اندازه‌گیری شده است. بیش‌ترین خطای به دست آمده در دو تکنیک فوق ترقوه‌ای با میدان کامل و نیمه در محاسبه‌ی اندازه‌ی دهانه‌ی محدود کننده‌ی میدان فوق ترقوه‌ای حاصل شده که به ترتیب برابر با 05/21 و 6/18 درصد محاسبه شده است. در نهایت با توجه به نتایج به دست آمده می‌توان از این روش جهت بهبود تطابق میدان‌ها در تمام حالت‌هایی که از میدان‌های درمانی مجاور هم استفاده می‌شود، با میزان خطای قابل قبول و هم‌چنین بدون تغییر در اندازه‌ی میدان استفاده کرد تا توزیع دوز یکسان حاصل شود.}, keywords_fa = {انطباق میدان‌های مجاور,سیستم طراحی درمان,پرتودهی پستان,پرتودهی فوق ترقوه‌ای,پرتودهی جمجمه}, url = {https://www.ijbme.org/article_252606.html}, eprint = {https://www.ijbme.org/article_252606_1adf88081e58c913e9c8d10ebd48f693.pdf} } @article { author = {Mohammadian, Amin and Ghorbali, Akram and Asadolah Tooyserkani, Maryam and kaveh, Razieh and Shahi, kian}, title = {Concealed Information Recognition with the Fusion of Physiological Communication Network of Facial Areas and Psychological Analysis}, journal = {Iranian Journal of Biomedical Engineering}, volume = {16}, number = {1}, pages = {33-50}, year = {2022}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2022.545465.1744}, abstract = {The interview analyst’s need to detect deception is a topic that has provided the conditions for providing solutions to empower them. So that, the experts and interview analysts can be assisted by automatically monitoring the subject's unsalient, unknown, or counterintuitive activities during the interview. The aim of this study was to combine quantitative and qualitative information to help improve the detection of deception. For this purpose, in addition to using the capacity of verbal and non-verbal analysis methods, thermal imaging technology and new methods of spatiotemporal analysis of the thermal patterns have been used to detect concealed information in individuals. Then, based on the study design, the database consisting of 48 truth-tellers and liars who participated in a mock scenario was collected. Then, two qualitative methods of verbal and non-verbal information analysis, including standard criteria-based content analysis (CBCA) and behavioral analysis interview (BAI) scoring, were used to identify liars and truth-tellers. In order to complete the obtained results based on these two methods, using effective connectivity analysis method, physiological network analysis of communication between different areas of the face was performed in thermal images of individuals. As a result of combining quantitative and qualitative information, the final accuracy of individuals' diagnosis increased from an average of 73.61% to 79.17%. The investigation of the agreement analysis between methods by kappa coefficient and analysis of confusion matrix information indicated the existence of complementary information in various quantitative and qualitative methods to identify concealed information in individuals.}, keywords = {Concealed information,Effective Connectivity,Thermal image,Verbal and nonverbal behavioral analysis}, title_fa = {بازشناسی آگاهی مخفی شده با کمک شبکه‌ی ارتباطات فیزیولوژیک نواحی چهره و تحلیل روان‌شناختی}, abstract_fa = {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.    }, keywords_fa = {آگاهی مخفی شده,ارتباطات موثر,تصاویر حرارتی,تحلیل رفتاری کلامی و غیرکلامی}, url = {https://www.ijbme.org/article_252167.html}, eprint = {https://www.ijbme.org/article_252167_de8631929bb055de56b8bb7355388cfc.pdf} } @article { author = {Nazari, Mohammad Reza and Daliri, Mohammad Reza and Motie Nasrabadi, Ali}, title = {Decoding of Visual Attention using Cross Frequency Coupling from Local Field Potential Signals}, journal = {Iranian Journal of Biomedical Engineering}, volume = {16}, number = {1}, pages = {51-62}, year = {2022}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2022.546968.1749}, abstract = {Visual attention as a cognitive factor plays a significant role in the processing of higher-order mental information that happens in the brain and affects brain activity in various areas of the visual cortex. Among the various recording systems, local field potentials, due to their stability, robustness, and frequency content have received interest in brain structure and cognitive processing research, as well as brain-computer interface (BCI) systems. Hence, the extraction and interpretation of information from local field potential (LFP) signals during visual attention has been considered to control cognitive systems. Cross-frequency coupling (CFC) as one of the information encoding strategies in the brain plays a functional role in perception, working memory, and visual attention tasks. However, the role of CFC as informative features for spatial attention decoding has not been adequately investigated. This paper aims to examine spatial attention decoding using LFP signals recorded from the monkey middle temporal area (MT). For this purpose, phase-phase and phase-amplitude coupling features and machine learning algorithms have been employed. The results show that the highest decoding performance was achieved by applying selected optimal features and the support vector machine classifier (90.36%). Moreover, among the selected features, gamma-delta, gamma-alpha, and beta-delta coupling contain the most cognitive information and the most effective features to improve the decoding performance of spatial attention in the visual system. Generally, the results suggest that cross-frequency coupling of LFP signals contains significant information in spatial attention tasks, and can be used as a suitable alternative to the time-frequency features of brain signals in cognitive BCI systems.}, keywords = {Visual attention decoding,Local Field Potential,Cross-frequency coupling,Support Vector Machine}, title_fa = {رمزگشایی توجه بینایی با استفاده از تزویج متقابل فرکانس سیگنال‌های پتانسیل میدانی محلی}, abstract_fa = {توجه بینایی به عنوان یک فاکتور شناختی در پردازش اطلاعات ذهنی مرتبه‌ی بالاتر که در مغز اتفاق می‌افتد، نقشی اساسی دارد و بر فعالیت مغزی نواحی مختلف قشر بینایی اثرگذار است. در میان ثبت‌های مختلف مغزی، سیگنال پتانسیل میدانی محلی به دلیل ثبات، استحکام و محتوای فرکانسی، در مطالعات ساختار مغز، فرایندهای شناختی و سیستم‌های BCI مورد توجه قرار گرفته است. بنابراین استخراج و تفسیر اطلاعات سیگنال LFP در طول توجه بینایی یکی از مسائل مهم برای کنترل فعالیت‌های شناختی است. امروزه تزویج متقابل فرکانس به عنوان یکی از استراتژی‌های کدگذاری اطلاعات در مغز مطرح است که می‌تواند نقش مهمی در ادراک، حافظه و توجه داشته باشد. با این حال نقش عمل‌کردی آن به منظور رمزگشایی توجه بینایی با استفاده از LFP کم‌تر مورد مطالعه قرار گرفته است. در این پژوهش رمزگشایی توجه بینایی با استفاده از LFP ثبت شده از ناحیه‌ی تمپورال میانی مغز میمون مورد بررسی قرار گرفته است. بدین منظور از ویژگی‌های تزویج فاز-فاز و فاز-دامنه و الگوریتم‌های یادگیری ماشین بهره گرفته شده است. نتایج نشان می‌دهد که با ویژگی‌های بهینه‌ی انتخاب شده و طبقه‌بند ماشین بردار پشتیبان، بهترین عمل‌کرد رمزگشایی حاصل شده است (36/90%). هم‌چنین از میان ویژگی‌های انتخاب شده، تزویج گاما-دلتا، گاما-آلفا و بتا-دلتا حاوی بیش‌ترین اطلاعات شناختی و موثرترین ویژگی‌ها در بهبود عمل‌کرد رمزگشایی توجه بینایی می‌باشند. نتایج نشان می‌دهد که تزویج بین باندهای فرکانسی سیگنال‌های LFP حاوی اطلاعات قابل ‌توجهی در حوزه‌ی توجه بینایی است و می‌تواند جایگزین مناسبی برای ویژگی‌های زمان-فرکانس سیگنال‌های مغزی در سیستم‌های BCI شناختی باشد.}, keywords_fa = {رمزگشایی توجه بینایی,پتانسیل‌ میدانی محلی,تزویج متقابل فرکانس,ماشین بردار پشتیبان}, url = {https://www.ijbme.org/article_252069.html}, eprint = {https://www.ijbme.org/article_252069_f557cbf69da11874253c50241b92d4ee.pdf} } @article { author = {Mohammadi, Elham and Nasiraei Moghaddam, Abbas}, title = {Improving the Visual Quality in Radially Acquired Real-Time MR Images}, journal = {Iranian Journal of Biomedical Engineering}, volume = {16}, number = {1}, pages = {63-74}, year = {2022}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2022.548310.1751}, abstract = {Real-time MRI using highly undersampled radial acquisition can be used for dynamic assessments of the heart. The main challenges, however, are the presence of severe undersampling artifacts in the periphery of the images. In this study, to improve the visual quality of the final real-time images, a new method for the acquisition of successive frames based on a radial trajectory with the turned arrangement is presented. Accordingly, by combining the information obtained from successive frames, it is possible to reconstruct images with high and low spatial resolution. In the proposed method, specifically due to the use of the Polar Fourier Transform reconstruction method, reconstructed images with two different resolutions can be combined to reduce the visual effects of undersampling artifacts. In this paper, the proposed method has been used especially for the real-time radially tagged images to increase the efficiency and accuracy of measuring left ventricular rotation motion. According to the simulation results, the structural similarity measure is improved from 0.6 to 0.8. Real-time imaging with a time resolution of 46 ms of healthy individuals also shows that while the temporal resolution of the rotational information is well preserved, the visual quality of images is improved.}, keywords = {Left ventricle rotation,Real-time imaging,Temporal resolution,Radial tagging,Radial acquisition,Polar Fourier Transform}, title_fa = {بهبود کیفیت بصری تصاویر در تصویربرداری زمان واقعی تشدید مغناطیسی با اخذ شعاعی}, abstract_fa = {تصویربرداری زمان واقعی MRI با استفاده از اخذ شعاعی با نرخ نمونه­برداری پایین می­تواند برای ارزیابی­های دینامیک قلب به کار گرفته شود. چالش­ اساسی در این کار وجود آرتیفکت­های شدید در بخش پیرامونی تصویر در نرخ­های بالای کاهش نمونه­برداری است. در این پژوهش به منظور بهبود کیفیت بصری نواحی پیرامونی تصاویر، رویکرد جدیدی برای اخذ اطلاعات تصاویر متوالی، با ثبت داده روی یک مسیر شعاعی چرخش­یافته در فضای فرکانس مکانی ارائه شده است. بر این اساس با ترکیب اطلاعات اخذ شده‌ی فریم­های متوالی، امکان بازسازی تصاویر با رزولوشن مکانی بالا و پایین فراهم شده است. در رویکرد پیشنهادی، مشخصا به دلیل به کارگیری روش بازسازی تبدیل فوریه‌ی قطبی می­توان از تصاویر بازسازی شده با دو رزولوشن مختلف به منظور کاهش آرتیفکت­های بصری ناشی از نمونه­برداری پایین استفاده کرد. در این مقاله به طور خاص برای افزایش کارایی و دقت اندازه­گیری حرکت چرخش بطن چپ، از این روش پیشنهادی برای تصویربرداری زمان واقعی تشدید مغناطیسی نشان‌گذاری شعاعی استفاده شده است. بر اساس نتایج شبیه­سازی، معیار شباهت ساختاری تصاویر از 6/0 به 8/0 بهبود یافته است. هم­چنین در ثبت داده‌ی زمان واقعی با رزولوشن زمانی 46 میلی­ثانیه برای افراد سالم نیز نشان داده شده که در عین حال که رزولوشن زمانی اطلاعات چرخشی به خوبی حفظ شده­، تصاویر با کیفیت بصری مطلوبی نیز بازسازی شده است. }, keywords_fa = {چرخش بطن چپ,تصویربرداری زمان واقعی,رزولوشن زمانی,نشان‌گذاری شعاعی,اخذ شعاعی,بازسازی تبدیل فوریه‌ی قطبی}, url = {https://www.ijbme.org/article_252456.html}, eprint = {https://www.ijbme.org/article_252456_c2477676ff21fa38e83b00ad747dfbaa.pdf} } @article { author = {Khalili, Mohammad Davood and Abootalebi, Vahid and Saeedi-Sourck, Hamid}, title = {Dimensionality Reduction for Motor Imagery BCI System using Kron Reduction, Graph Fourier Transform and Differential Evolution}, journal = {Iranian Journal of Biomedical Engineering}, volume = {16}, number = {1}, pages = {75-94}, year = {2022}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2022.551240.1761}, abstract = {The human brain is one of the most complex and heterogeneous networks, and brain signals contain a lot of information, so researchers in this field are always looking for proper solutions to select meaningful features and reduce the dimension of this information appropriately to lead to better classification. Two of the new tools for brain signal processing are Graph Signal Processing (GSP) and Meta-heuristic and Evolutionary methods. In this paper, a geometric structure and a mixed structure are considered for the brain graph and the weights of the edges in the mixed structure are calculated by a combination of two measures: geometric distance and correlation. To reduce the graph dimension, the weighted degree metric and a combination of the Kron reduction method and Graph Fourier Transform (KG) are used to properly preserve the information of all vertices of the graph into the selected vertices. Feature extraction is performed by Ledoit-Wolf shrinkage estimation and Tangent Space Mapping (TSM) method. For dimension reduction of extracted features, Principal Component Analysis (PCA) method and feature selection based on Differential Evolution (DE) are used. The selected features are given to several well-known machine learning classifiers. To evaluate the performance of the proposed method, dataset IVa from BCI Competition III has been used. The results show that the average classification accuracy of the proposed KG-PCA method with SVM-RBF and DT classifiers, in the structural graph and the functional-structural graph, is higher than the TSM-GFT method expressed in previous studies, and the DT classifier has achieved an average accuracy of  91.15±1.17. Also, according to the obtained results, the performance of the proposed KG-DE method has been better compared to KG-PCA and in the best case, the average accuracy of the SVM-RBF classifier is equal to 95.50±1.27.}, keywords = {Electroencephalogram (EEG),Brain-Computer Interface (BCI),Graph Signal Processing (GSP),Kron Reduction,Differential Evolution (DE)}, title_fa = {کاهش ابعاد برای سامانه‌ی واسط مغز-رایانه‌ی مبتنی بر تصور حرکتی با استفاده از کاهش کرون، تبدیل فوریه‌ روی گراف و تکامل تفاضلی}, abstract_fa = {مغز انسان جزو شبکه‌های پیچیده و ناهمگن محسوب می‌شود و سیگنال‌های مغز حاوی اطلاعات زیادی هستند، از این رو محققان این حوزه همواره در صدد یافتن راه حل‌هایی مناسب برای انتخاب ویژگی‌های معنادار و کاهش بعد مناسب این اطلاعات بوده تا به طبقه‌بندی بهتری دست یابند. دو مورد از ابزارهای نوین برای پردازش سیگنال‌های مغزی، پردازش سیگنال روی گراف (GSP) و روش‌های فراابتکاری و تکاملی هستند. در روش پیشنهادی این مقاله، دو ساختار هندسی و ترکیبی برای گراف مغز در نظر گرفته شده که در ساختار ترکیبی، وزن یال‌ها، ترکیب وزن‌دار دو معیار فاصله‌ی هندسی و همبستگی است. به منظور کاهش بعد گرافی، از معیار درجه‌ی وزن‌دار و ترکیب روش کاهش کرون با تبدیل فوریه‌ روی گراف (KG) استفاده شده است تا به نحو مناسبی اطلاعات تمام راس‌های گراف در رئوس منتخب حفظ شود. استخراج ویژگی توسط تخمین لدویت-وولف و روش نگاشت فضای مماسی انجام شده و برای کاهش بعد ویژگی‌های مستخرج، از روش تحلیل مولفه‌های اصلی (PCA) و انتخاب ویژگی بر اساس تکامل تفاضلی (DE) استفاده شده است. ویژگی‌های منتخب به چندین طبقه‌بند معروف حوزه‌ی یادگیری ماشین داده شده است. برای ارزیابی عمل‌کرد روش پیشنهادی از دادگان IV-a مسابقات BCI-III بهره گرفته شده است. نتایج نشان می‌دهد که میانگین صحت طبقه‌بندی روش پیشنهادی KG-PCA با طبقه‌بندهای ماشین بردار پشتیبان با تابع پایه‌ی شعاعی (SVM-RBF) و درخت تصمیم (DT) در گراف ساختاری و گراف ساختاری-عمل‌کردی نسبت به روش TSM-GFT در مطالعات پیشین بالاتر بوده و طبقه‌بند DT به میانگین درصد صحت 17/1±15/91 دست یافته است. هم‌چنین طبق نتایج به‌ دست آمده، عمل‌کرد روش پیشنهادی KG-DE در مقایسه با KG-PCA نیز بهتر بوده و در بهترین حالت، متوسط درصد صحت طبقه‌بند SVM-RBF برابر با 27/1±50/95 به دست آمده است. }, keywords_fa = {الکتروانسفالوگرام,واسط مغز-رایانه,پردازش سیگنال روی گراف,کاهش کرون,تکامل تفاضلی}, url = {https://www.ijbme.org/article_252164.html}, eprint = {https://www.ijbme.org/article_252164_c42f3bae03620ead91c95151eb254700.pdf} }