@article { author = {Danandeh Hesar, Hamed and Mohebbi, Maryam}, title = {Square Root Implementation of Marginalized Particle Extended Kalman Filter with an Application in ECG Processing}, journal = {Iranian Journal of Biomedical Engineering}, volume = {11}, number = {4}, pages = {275-289}, year = {2018}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2018.78590.1313}, abstract = {Marginalized particle extended Kalman filter (MP-EKF) takes advantage of both extended Kalman filter and particle filter frameworks to estimate nonlinear ECG dynamic models (EDMs) with reduced number of calculations in comparison to typical particle filters. However, due to existence of Kalman filter framework inside MP-EKF, some limitations are introduced in implementation of MP-EKF especially in embedded systems with finite numerical accuracies. In this paper, for the first time, we propose a square root filtering strategy for MP-EKF which alleviates these restrictions using  factorization. Typical  or other square-root Kalman filters cannot be employed inside MP-EKF due to presence of minus operations in some equations of MP-EKF. However, our method can be implemented in MP-EKF structure. The proposed method can be used in any EDM previously used by EKF based frameworks in the field of ECG processing. }, keywords = {ECG Processing,MP-EKF,QR Factorization,Extended Kalman Filter}, title_fa = {پیاده‌سازی فیلتر ذره‌ای-‌حاشیه‌ای کالمن گسترش‌یافته به‌صورت مجذور مربعات در پردازش سیگنال ECG}, abstract_fa = {فیلتر ذره‌ای-‌حاشیه‌ای کالمن گسترش‌یافته (MP-EKF)، از جمله روش‌های نوین در پردازش سیگنال الکتروکاردیوگرام (ECG) است که با استفاده از مزیت­های دو نوع فیلتر بیزی ذره‌ای و کالمن گسترش‌یافته (EKF)، می‌تواند با محاسبات کمتری نسبت به فیلترهای ذره­ای متداول، برای تخمین مدل‌های دینامیکی غیرخطی ECG مورد استفاده قرار گیرد. برتری این روش در حذف نویزهای ایستان و غیر ایستان، در مقایسه با سایر روش‌های بیزی مدل­پایه، هم‌چون فیلترهای کالمن گسترش‌یافته و  نرم‌کننده‌ی کالمن گسترش‌یافته (EKS)، اثبات شده است. فیلتر MP-EKF این ظرفیت را دارد که بتوان از آن در سایر مدل‌های دینامیکی ECG که قبلا برای کاربردهایی هم‌چون قطعه‌بندی سیگنال ECG به‌کاررفته‌اند، استفاده شود. اما وجود معادلات کالمن داخل این فیلتر، سبب می‌شود که مشکلات عددی و خطاهای گردسازی معادلات فیلتر کالمن در سیستم‌هایی که دقت و رزولوشن محاسباتی محدودی دارند، گریبان‌گیر MP-EKF نیز بشود. فیلترهای کالمن مجذور مربعات، در مقایسه با فیلترهای کالمن معمولی، مقاومت بیشتری نسبت به خطاهای گردسازی دارند. در این مقاله با الهام گرفتن از این‌گونه فیلترها، برای بالا بردن مقاومت MP-EKF نسبت به خطاهای گردسازی و مشکلات عددی، پیشنهاد می‌شود که MP-EKF به‌صورت مجذور مربعات پیاده شود. اما به دلیل وجود عمل‌گرهای تفریق در برخی از معادلات MP-EKF، نمی‌توان از روش‌های متداول در پیاده‌سازی مجذور مربعات فیلتر کالمن برای فیلتر MP-EKF استفاده نمود. روشی که در این مقاله پیشنهاد می‌شود، روش جدیدی است که با الهام گرفتن از تجزیه‌ی  می‌تواند معادلات MP-EKF را به‌صورت مجذور مربعات پیاده‌سازی کند.}, keywords_fa = {فیلتر ذره‌ای حاشیه‌ای,پردازش الکتروکاردیوگرام,تجزیهی QR}, url = {https://www.ijbme.org/article_31340.html}, eprint = {https://www.ijbme.org/article_31340_e36a5c1b94e075d98aa66f6b34eecad9.pdf} } @article { author = {Vosoughi, Reza and Allahverdy, Armin and Shafiekhani, Sajjad and Jafari, Amir Homayoun}, title = {Modeling Two Delay System of Insulin-Glucose based on Noninvasive Continuous Measurement}, journal = {Iranian Journal of Biomedical Engineering}, volume = {11}, number = {4}, pages = {291-301}, year = {2018}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2018.80819.1321}, abstract = {In recent decades, due to the increased prevalence of diabetes and its chronic complications, glucose measurement, modeling of glucose-insulin system and glucose control have been especially important. Since the type I diabetes does not secrete insulin, cells do not absorb glucose, and thus the blood glucose level increase. In order to control your blood sugar, insulin should besubcutaneously injected into the body under complex, controlled conditions. If the level of insulin increases beyond the natural physiological range, there is a risk of death. There are various treatments for diabetes, the main treatment of which is insulin therapy. Monitoring the patient's blood sugar level continuously during the day and night is a very good treatment strategy, since it controls the patient's blood sugar level in a safe area with the lowest amount of insulin injected at the required times. This mechanism avoid the hyperglycemia (blood glucose levels greater than 120 mg/dl) and hypoglycemia (blood sugar less than 65 mg / dl). To achieve this goal, a two delay model has been developed to model blood glucose levels continuously during time. Some of the parameters of this model are estimated using the genetic algorithm to achieve the best fitness between the dynamics of the model with the experimental data obtained in this study. As a result, the developed model of this study can dynamically obtain blood glucose continuously during time, consequently it can predicts the insulin dynamics required to be injected into the patient to control the amount of blood glucose in the normal range. Therefore this controlling system is capable of preventing hypoglycemia and hyperglycemia.}, keywords = {Modeling of Glucose-Insulin System,Two Delay Model,genetic algorithm}, title_fa = {مدل‌سازی سیستم دوتاخیری گلوکز-انسولین بر اساس اندازه‌گیری با سیستم غیرتهاجمی پیوسته}, abstract_fa = {در دهه‌های اخیر، به علت افزایش شیوع بیماری دیابت و عوارض مزمن آن، اندازه‌گیری قند­ خون، مدل‌سازی سیستم انسولین-گلوکز و کنترل قند­ خون از اهمیت ویژه‌ای برخوردار شده­ است. از آن‌جا که در دیابت نوع اول بدن انسولین ترشح نمی‌کند، سلول‌ها گلوکز را جذب نمی‌کنند و بنابراین سطح گلوکز خون افزایش می‌یابد. برای کنترل قند­ خون، باید انسولین به­صورت زیرپوستی و در شرایط پیچیده‌ی کنترل شده‌ی محیطی، به بدن تزریق شود. اگر سطح انسولین از محدوده‌ی فیزیولوژیکی طبیعی بالاتر رود، احتمال مرگ وجود دارد. درمان‌های مختلفی برای بیماری دیابت وجود دارد، که درمان اصلی آن انسولین-درمانی است. پایش سطح قند­ خون بیمار به­طور پیوسته در طول شبانه‌روز، راه­کار درمانی بسیار مناسبی است از جهت آن‌که با کم‌ترین میزان تزریق انسولین در زمان‌های مورد نیاز، مقدار قند­ خون بیمار را در محدوده­ی ایمن تحت کنترل قرار می­دهد. این امر از هایپرگلاسمی (مقدار قند­ خون بیش‌تر از 120mg/dl ) و هیپوگلاسمی (مقدار قند ­خون کم‌تر از mg/dl  65) بیمار جلوگیری می­کند. برای دست‌یابی به این هدف، یک مدل دوتاخیری موجود، به منظور مدل­سازی تغییرات سطح قند خون به طور پیوسته در طول شبانه­روز، توسعه داده شده است. برخی از پارامترهای این مدل با استفاده از الگوریتم ژنتیک جهت دست‌یابی به بیش‌ترین تطبیق بین دینامیک حاصل از مدل با دیتاهای اخذ شده در این مطالعه، تخمین زده شده­اند. در نتیجه، مدل توسعه داده شده در این پژوهش، قادر است دینامیک قند­ خون را به­طور پیوسته در طول شبانه­روز به دست آورد و به تبع آن، دینامیک انسولین مورد نیاز جهت تزریق به بیمار برای تحت کنترل قرار دادن میزان قند­ خون در محدوده­ی مجاز را پیش­بینی کند. بنابراین، این سیستم کنترلی قادر است از هیپوگلاسمی و هایپرگلاسمی شدن بیمار جلوگیری کند.}, keywords_fa = {مدل‌سازی سیستم گلوکز-انسولین,مدل دوتاخیری,الگوریتم ژنتیک}, url = {https://www.ijbme.org/article_31321.html}, eprint = {https://www.ijbme.org/article_31321_29479f07da3ec24592ad99757f5a626e.pdf} } @article { author = {Gholami, Abbas and Shamloo, Amir}, title = {Molecular Dynamics Simulation of PASylated G-CSF and Proposing a Modified PAS String Sequence in order to Improve Drug’s Properties}, journal = {Iranian Journal of Biomedical Engineering}, volume = {11}, number = {4}, pages = {303-311}, year = {2018}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2018.81637.1324}, abstract = {PASylation is a new and effective way to increase the half-life of pharmaceutical proteins. This method is an alternative of PEGylaion and uses the natural polymers of Proline, Alanine, and Serine (PAS) amino acids in its structure. In this paper, we have studied the pharmacokinetic properties of PASylated Granulocyte-colony stimulating factor (G-CSF) using Molecular Dynamics (MD) simulation for three different PAS strings length 210, 420 and 630. We studied several important mechanical quantities involving in enhancing half-life time of the conjugated protein like root-mean-square distance (RMSD), hydrodynamic volume, protein total energy and its hydrophilicity and we found out volume expansion, increase in hydrophilicity amount and coil structure in PASylation are main mechanical properties influencing half-life time. We also found out that RMSD will be modified by PASylation while energy level shows erratic behavior examining the mentioned residues properties, we have also offered a modified sequence for PAS string according to the importance of different parameters in PAS string’s function.}, keywords = {Pegylation,Pasylation,G-CSF,Half-Life,Hydrodynamic Volume,Molecular Dynamic}, title_fa = {شبیه‌سازی دینامیک مولکولی اضافه شدن رشته‌ی PAS به داروی پپتیدی G-CSF و پیشنهاد توالی جدید برای رشته‌ی PAS به منظور بهبود عمل‌کرد داروی مورد نظر}, abstract_fa = {در مطالعات اخیر، PASylation به عنوان یک روش موثر به منظور افزایش نیمه‌عمر داروهای پروتئینی و جایگزینی مناسب برای PEGylation مطرح شده است. در این روش، یک رشته‌ی به مراتب زیست‌سازگارتر و متشکل از پلیمرهای طبیعی، شامل پرولین، آلانین و سرین، که به اختصار به آن رشته‌ی PAS گفته می­شود، برای بهبود مشخصه­های دارو مورد استفاده قرار می­گیرد. در این مقاله، برخی از مشخصه­های داروی G-CSF، نظیر میانگین توانی فاصله‌ی اتمی (RMSD)، حجم هیدرودینامیکی، انرژی کل و میزان آب­دوستی پروتئین مورد بررسی قرار گرفته است. در این راستا، خواص مختلف داروی پروتئینی متصل به رشته‌ی PAS برای سه طول مختلف رشته‌ی مورد نظر (طول­های 210، 420 و 630) مورد بحث و بررسی قرار گرفته است. نتایج به دست آمده بیان‌گر این نکته است که با اتصال رشته‌ی PAS به داروی پروتئینی، حجم هیدرودینامیکی آن افزایش یافته و به واسطه‌ی آن نیمه‌عمر دارو نیز افزایش می­یابد. در نهایت، با در نظر داشتن نتایج به دست آمده در این قسمت، یک توالی اصلاح‌شده برای رشته‌ی PAS مورد نظر پیشنهاد شده است.}, keywords_fa = {Pegylation,Pasylation,G-CSF,نیمه‌عمر,حجم هیدرودینامیکی,دینامیک مولکولی}, url = {https://www.ijbme.org/article_31339.html}, eprint = {https://www.ijbme.org/article_31339_a2dc8d5a64aed7d2610d0bb314a94fc3.pdf} } @article { author = {Sheykhivand, Sobhan and Yousefi Rezaii, Tohid and Mousavi, Zohreh and Meshgini, Saeed}, title = {Automatic Stage Scoring of Single-Channel Sleep EEG using Discrete Wavelet Transform and a Hybrid Model of Simulated Annealing Algorithm and Neural Network}, journal = {Iranian Journal of Biomedical Engineering}, volume = {11}, number = {4}, pages = {313-325}, year = {2018}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2018.82011.1327}, abstract = {Using an intelligent method to automatically detect sleep patterns in medical applications is one of the most important challenges in recent years to reduce the workload of physicians in analyzing sleep data through visual inspection. In this paper, a single-channel EEG-based algorithm is used to automatically identify sleep stages using discrete wavelet transform and a hybrid model of simulated annealing and neural network. The signal is decomposed using a discrete wavelet transform into seven levels and statistical properties of each level is calculated. To optimize and reduce the dimensions of feature vectors, hybrid model of simulated annealing algorithm and multi-layered neural network are used. Then ANOVA test is applied to validate the selected features. Finally the classification is performed on the validated features by a perceptron neural network with a hidden layer, which provides an average of 90% classification ccuracy for 2 to 6-class classification of different steps of sleep EEG. Suggesting that the proposed method has higher degree of success in classifying sleep stages compared to the existing methods.}, keywords = {Discrete wavelet transform,Automatic Sleep Stage Detection,Simulated Annealing Algorithm,Neural network}, title_fa = {شناسایی خودکار مراحل خواب از سیگنال EEG تک‌کاناله با استفاده از تبدیل موجک گسسته و مدل ترکیبی الگوریتم تبرید و شبکه‌ی عصبی}, abstract_fa = {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.}, keywords_fa = {تبدیل موجک گسسته,شناسایی خودکار مراحل خواب,الگوریتم تبرید,شبکه‌ی عصبی}, url = {https://www.ijbme.org/article_31189.html}, eprint = {https://www.ijbme.org/article_31189_a921bf87583842ed714764940cafabd0.pdf} } @article { author = {Dehghan Hamani, Iraj and Arjmand, Navid}, title = {Estimation of Lumbar Spine Load Sharing using a Detailed Finite Element Model driven by X-Ray Kinematics in Flexion Task}, journal = {Iranian Journal of Biomedical Engineering}, volume = {11}, number = {4}, pages = {327-335}, year = {2018}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2018.85502.1341}, abstract = {Spinal diseases are prevalent and costly. Excessive mechanical loads on the spine play a crucial role in the etiology of back disorders. To estimate spinal loads one needs to calculate unknown muscle forces through either an optimization or EMG-driven approach. Both approaches involve several assumptions and simplifications regarding anatomy of muscles, mechanical properties of the spinal tissues, and estimation of the muscle forces. An alternative approach is to estimate spinal loads through effect of muscle forces, i.e., kinematics generated by muscles rather than forces generated by muscles. The present study hence aims to estimate spinal loads using a detailed finite element (FE) model of the T12-S1 spine driven by kinematics obtained through upright x-ray imaging.  For this, kinematics (angular and translational displacements) of the T12 through S1 vertebrae were first measured in vivo in three healthy individuals when performing flexion from relaxed upright posture. The measured kinematics were subsequently prescribed to the FE model to estimate load sharing among the joint structures. In agreement with the measured data, the L1-L2, L2-L3, L3-L4 and L4-L5 average intradiscal pressure was estimated to be ~2.6, ~2.8, ~2.1 and ~2 MPa in flexion, respectively.}, keywords = {Spine,3D Finite Element Model,Angular and Translational Displacements,Flexion}, title_fa = {تخمین المان محدود نیروهای وارد بر ناحیهی کمری ستون مهره‌ها با استفاده از سینماتیک اندازه‌گیری شده توسط تصویربرداری پزشکی در فعالیت خم شدن به جلو}, abstract_fa = {اهمیت ستون مهره‌های بدن به عنوان پیچیده‌ترین عضو از لحاظ تحمل بارهای مکانیکی بر کسی پوشیده نیست. سالانه میلیون‌ها دلار در دنیا صرف درمان و هزینه‌های ناشی از آسیب ستون مهره‌ها می‌گردد. از این‌رو، مدل‌های المان محدود، نقش مهمی در مطالعات بیومکانیکی ستون مهره‌ها دارند. در شبیه‌سازی یک فرایند مکانیکی در ستون مهره‌ها، دانستن نیروهای عضلات متصل به ستون مهره امری ضروری است. یافتن این نیروها به کمک آزمایش‌های تجربی روی انسان، امری مخرب بوده و تخمین این نیروها نیز به کمک روش‌های بهینه‌سازی و یا الکترومایوگرافی، از دقت کافی برخوردار  نمی‌باشد. لذا، در این پژوهش به کمک ارائه‌ی یک مدل المان محدود برای ناحیه‌ی کمری ستون مهره‏ها با هندسه‌ی دقیق برای بافت‏های غیرفعال (دیسک‏ها و مفاصل خلفی) و هم‌چنین استخراج میزان چرخش و جابه‌جایی مهره‌های ناحیه‌ی کمری ستون مهره‌ها (به جای تخمین نیروه‌ها) از تصاویر پزشکی برای سه شخص مختلف، و در نهایت، اعمال جابه‌جایی‌ها و چرخش مهره‌ها به مدل، به عنوان شرایط مرزی، سه حالت خم شدن به جلو برای ناحیه‌ی کمری ستون مهره‌ها شبیه‌سازی گردیده است. به طور مثال، فشار وارد بر مهره‌ی L4-L5 در حالت خم شدن حدود  60 درجه‌ای به جلو، برابر با 4/2 مگاپاسکال و برای چرخش حدود  40 درجه‌ای، 9/1 مگاپاسکال ارزیابی شده است که با اندازه‌گیری‌های آزمایشگاهی تطابق خوبی دارد.}, keywords_fa = {جابه‌جایی و چرخش مهره‌ها,ناحیهی کمری ستون مهره‌ها,مدل المان محدود}, url = {https://www.ijbme.org/article_31195.html}, eprint = {https://www.ijbme.org/article_31195_a1ae9051adcdf2a0027f2bcf61358487.pdf} } @article { author = {Sufikarimi, Hiwa and Mohammadi, Karim}, title = {Feature Extraction for Object Recognition Inspired by Human Visual System}, journal = {Iranian Journal of Biomedical Engineering}, volume = {11}, number = {4}, pages = {337-349}, year = {2018}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2018.85614.1343}, abstract = {In this paper, we tried to present a robust and reliable approach to object recognition by inspiring human visual system. A famous model, inspiring mammalian visual system, is HMAX (Hierarchical Model and X). It shows significant accuracy rates on object recognition tasks. However, there are some differences between this model and human visual system. Indeed cortex's functions are not properly modeled. Unrepeatability under fixed conditions, redundancy, high computing load and being slow are some drawbacks of HMAX. By modeling the secondary visual cortex and adding to the HMAX, we tried to introduce a more accurate model of the human visual system and cover the drawbacks of the previous models. The proposed approach functionally mimics the secondary visual cortex. Attending to high-level features, selecting discriminative and repeatable features, it has higher performance than standard HMAX. The added parts have negligible computation load. Therefore, it does not slow down this model. On the contrary, by selecting brief and useful features, the speed of the model is increased. The proposed approach is compared to the standard HMAX in terms of speed and accuracy rate. The results showed the advantage of proposed approach rather than the standard HMAX. In addition, the effect of the number of features and training images on their performance was shown. It is shown that the proposed approach has a better performance than the standard HMAX especially when the number of feature and training images is small.}, keywords = {Object Recognition,Feature Extraction,Biologically Inspired,Repeatability,HMAX}, title_fa = {استخراج ویژگی‌ها جهت بازشناسی اشیا با الهام از بینایی انسان}, abstract_fa = {در این مقاله سعی شده است تا با الگو برداری از سامانه‌ی بینایی انسان، یک روش مقاوم و تکرارپذیر برای بازشناسی اشیا ارائه شود. یکی از معروف­ترین مدل­های ارائه شده مبتنی بر بینایی انسان، مدل HMAX می­باشد که عمل‌کرد مناسبی در بازشناسی اشیا از خود نشان داده است. اما تفاوت­هایی نیز بین این مدل و بینایی انسان وجود دارد، به طوری که رویه‌ی مغز به طور کامل مدل نشده است. از جمله نواقص این مدل می­توان به تکرارناپذیری (حتی در شرایط ثابت)، وجود افزونگی بسیار زیاد و در نتیجه حجم بالای محاسبات و کند بودن اشاره کرد. در این مقاله، سعی شده است تا با مدل کردن عمل‌کرد بخش ثانویه‌ی قشر بینایی و اضافه کردن آن به HMAX، مدل کامل­تری از بینایی انسان ارائه گشته و نقاط ضعف مدل HMAX ، پوشش داده شود. بخش اضافه شده، مانند بخش ثانویه‌ی قشر بینایی، با تمرکز روی ویژگی­های سطح بالاتر و انتخاب ویژگی­های متمایزکننده و البته تکرارپذیر، باعث بهبود یافتن عمل‌کرد مدل خواهد شد. بخش اضافه شده، بار محاسباتی بسیار اندکی داشته به طوری که نه‌تنها باعث کند شدن مدل نمی­شود، بلکه با انتخاب ویژگی­های مختصر و مفید، باعث افزایش سرعت نیز خواهد شد. روش پیشنهادی از لحاظ دقت و زمان پردازش با روش استاندارد مقایسه شده و برتری مدل پیشنهادی نشان داده شده است. علاوه بر آن، تاثیر تعداد ویژگی­های استخراج شده و تعداد تصاویر مورد استفاده جهت آموزش، مورد بررسی قرار گرفته است تا برتری روش پیشنهادی، به ویژه در زمانی که تعداد تصاویر اندکی در دست می‌باشد، نشان داده شود.}, keywords_fa = {بازشناسی اشیا,استخراج ویژگی,مدل زیست شناختی,تکرارپذیری,HMAX}, url = {https://www.ijbme.org/article_31648.html}, eprint = {https://www.ijbme.org/article_31648_d737afdfc16676a145f8716ed0f29011.pdf} } @article { author = {Mohammadi, Yousef and Abedi, Rasoul and Arjmand, Navid and Ataei, Gholamreza and Fatouraee, Nasser}, title = {Estimation of Low Back Muscles and Joints Forces in Various Physical Tasks using a Combined Optimization-EMG based Spinal Model}, journal = {Iranian Journal of Biomedical Engineering}, volume = {11}, number = {4}, pages = {351-363}, year = {2018}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2018.85561.1344}, abstract = {The growth of low back pain and disoreders are increasing in different societies. Furthermore,the direct in vivo measurement of spinal and muscle forces is so difficult. Hence, the use of musculoskeletal biomechanical models has been emerged applicably as a tool for calculating and estimating spinal forces under various activities. Thus, the purpose of this study is to estimate the mentioned forces with different methods especially in lifting tasks. To this end, a six-joint model with eighteen degrees of freedom and 76 trunk muscle fascicles has been developed. Due to more number of unknowns (muscle forces) than equilibrium equations, the system is redundant and the problem is indeterminate to be solved. So the electromyography assisted optimization (EMGAO) approach is used for estimating muscle forces. Since foregoing EMG muscle forces do not satisfy equilibrium equations, correction coefficients have been used for satisfying equilibrium at all lumbar joint levels. According to results in an identical task, all of the approaches indicated substantial differences in correction coefficients for each muscle. Although the stability and muscle forces are different in various EMGAO methods, spinal compression and shear forces are closer to each other in these methods. For validation of results, the intradiscal pressure (IDP) at L4-L5 in various methods are in agreement with in vivo IDP value of an experimental test measurement so that both of them reported this quantity in the range of 0.3-1.8 (MPa).}, keywords = {Electromyography,Hybrid Methods,Intradiscal Pressure,Low Back Muscle Force,Optimization}, title_fa = {تخمین نیروهای عضلات و مفاصل کمری تحت فعالیت‌های فیزیکی مختلف با استفاده از یک مدل ترکیبی بهینه‌سازی و الکترومایوگرافی از ستون فقرات}, abstract_fa = {شیوع کمردرد و ناهنجاری­های کمری در جوامع مختلف رو به افزایش است، به علاوه اندازه­گیری مستقیم نیروی مربوط به عضلات و مهره­های ستون فقرات بسیار دشوار است. از این‌رو، استفاده از مدل­های بیومکانیکی اسکلتی-عضلانی به عنوان یک ابزار جهت محاسبه­ و تخمین نیروهای وارده بر ستون فقرات در فعالیت­های مختلف کاربرد فراوانی پیدا کرده است. لذا هدف این پژوهش تخمین نیروهای مذکور به روش­های مختلف به خصوص در فعالیت باربرداری می­باشد. بدین منظور از یک مدل اسکلتی-عضلانی آناتومیکی توسعه یافته شامل 6 مفصل سه درجه‌ی آزادی و 76 فسیکل عضلانی استفاده شده­ است. به علت بیش‌تر بودن تعداد مجهولات (نیروی عضلات) از تعداد معادلات تعادل، سیستم دچار افزونگی بوده و مساله جهت حل، نامعین می­باشند. بنابراین، از روش­های ترکیبی بهینه‌سازی و الکترومایوگرافی برای تخمین نیروی عضلات استفاده شده است. از آن‌جا که نیروهای عضلات حاصل از روش­ الکترومایوگرافی، معادلات تعادل را ارضا نمی­کند، از یک‌سری ضرایب تصحیح جهت ارضای معادلات تعادل در تمام سطوح مفصلی کمری استفاده شده است. طبق نتایج به دست آمده برای یک فعالیت فیزیکی خاص، به علت استفاده از الگوریتم­های مختلف جهت یافتن نیروها، ضرایب تصحیح متفاوتی برای هر عضله در روش­های ترکیبی مختلف به دست می­آید. مقادیر متفاوتی برای نیروی عضلات و میزان پایداری تخمینی توسط روش­های ترکیبی مختلف به دست آمد، اما نیروهای فشاری و برشی مفصلی در مدل­های ترکیبی به یک‌دیگر نزدیک می­باشد. جهت صحت‌سنجی نتایج مدل، از داده­های مربوط به فشار دیسک چهارم و پنجم کمری در یک مطالعه­ی آزمایشگاهی استفاده شد، که هر دو مورد فشار را در محدوده‌ی 3/0 - 8/1 مگاپاسکال گزارش کرده­اند.}, keywords_fa = {الکترومایوگرافی,بهینه‌سازی,روش‌های ترکیبی,فشار درون دیسکی,نیروی عضلات کمری}, url = {https://www.ijbme.org/article_31454.html}, eprint = {https://www.ijbme.org/article_31454_dee03a86db25a243872b6991fd79fde5.pdf} }