متن مقالات حاضر در دست ویراستاری است.
مقاله کامل پژوهشی
پردازش سیگنال‌های حیاتی
حامد داننده حصار؛ پرستو صادقی نیا
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 15 اسفند 1401
چکیده
سیگنال‌های فونوکاردیوگرافی (PCG)، اطلاعات ارزشمندی را در مورد عملکرد دریچه‌های قلبی دارند. ازاین‌رو، این سیگنال‌ها در تشخیص زودهنگام بیماری‌های قلبی می‌توانند مفید واقع شوند. طبقه‌بندی خودکار صدای قلب، دارای پتانسیل امیدوارکننده‌ای در آسیب‌شناسی قلبی است. در این پژوهش، روشی خودکار برای تشخیص صداهای طبیعی از غیرطبیعی قلب پیشنهاد ...
بیشتر
سیگنال‌های فونوکاردیوگرافی (PCG)، اطلاعات ارزشمندی را در مورد عملکرد دریچه‌های قلبی دارند. ازاین‌رو، این سیگنال‌ها در تشخیص زودهنگام بیماری‌های قلبی می‌توانند مفید واقع شوند. طبقه‌بندی خودکار صدای قلب، دارای پتانسیل امیدوارکننده‌ای در آسیب‌شناسی قلبی است. در این پژوهش، روشی خودکار برای تشخیص صداهای طبیعی از غیرطبیعی قلب پیشنهاد گردیده است. در روش پیشنهادی ابتدا صداهای قلبی به چهار بخش صدای S1، S2، سیستول و دیاستول قطعه‌بندی می‌گردند. سپس ویژگی‌های زمانی آماری و زمانی فرکانسی از هرکدام از این بخش‌ها استخراج می‌گردد. قبل از عملیات طبقه‌بندی داده‌ها، از دو رهیافت برای انتخاب ویژگی‌های مؤثر استفاده‌شده است. در رهیافت اول، انتخاب ویژگی با استفاده از الگوریتم بهینه‌سازی ازدحام ذرات (PSO) و در رهیافت دوم با استفاده از جستجوی سلسله مراتبی (SFFS) انجام می‌گردد. روش پیشنهادی بر روی پایگاه داده چالش 2016 فیزیونت ارزیابی گردید و در نهایت عملکرد روش پیشنهادی با استفاده از روش اعتبارسنجی متقابل10لایه‌ای مورد ارزیابی قرار گرفت. همچنین، به علت نامتوازن بودن تعداد صداهای طبیعی نسبت به صداهای غیرطبیعی، از تکنیک بیش‌نمونه‌برداری اقلیت مصنوعی (SMOTE) برای تولید مجموعه داده‌های متعادل استفاده گردید. نتایج ارزیابی روی پایگاه داده فوق‌الذکر نشان دادند که روش پیشنهادی دارای صحت 03/98 درصد، حساسیت 64/97 درصد و اختصاصیت 43/98 درصد در تشخیص صداهای طبیعی از غیرطبیعی می‌باشد.
مقاله کامل پژوهشی
مهندسی بافت
سارا زادگان؛ بهمن وحیدی؛ نوشین حقیقی پور
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 21 اسفند 1401
چکیده
ترمیم آسیب های بافت استئوکندرال به دلیل پیچیدگی بسیار زیاد این بافت و توانایی محدود در خود ترمیمی بافت غضروف آن را با چالش بزرگی روبرو کرده است. در این راستا مهندسی بافت با ارائه داربستهای حاوی سلول های بنیادی همراه با اعمال تنش های مکانیکی به عنوان راهکار پیشنهادی جدید برای ترمیم این بافت مورد توجه محققان قرار گرفته است. این مطالعه ...
بیشتر
ترمیم آسیب های بافت استئوکندرال به دلیل پیچیدگی بسیار زیاد این بافت و توانایی محدود در خود ترمیمی بافت غضروف آن را با چالش بزرگی روبرو کرده است. در این راستا مهندسی بافت با ارائه داربستهای حاوی سلول های بنیادی همراه با اعمال تنش های مکانیکی به عنوان راهکار پیشنهادی جدید برای ترمیم این بافت مورد توجه محققان قرار گرفته است. این مطالعه در مرحله نخست شامل ساخت داربست سه لایه فیبرویین ابریشم- نانو الیاف فیبرویین به روش خشکایش انجمادی و پس از آن شبیه سازی محاسباتی تحریک مکانیکی داربست حاوی سلول های بنیادی در بیوراکتور پرفیوژن به روش اجزای محدود و برهمکنش سیال-سازه جهت طراحی بهینه آزمون های سلولی و در مرحله آخر شامل انجام آزمون های سلولی بود. آزمون های مشخصه یابی نشان داد که این داربست از به‌هم پیوستگی بسیار خوبی در بین لایه ها برخوردار است و اندازه متوسط تخلخل ها در لایه استخوان، لایه میانی و غضروف به ترتیب 76،152 و 102 میکرون بود. این داربست بیومیمتیک، مدول فشاری MPa 0/4 و حداکثر مقاومت کششی MPa 10 را در حالت مرطوب دارد. نتایج شبیه‌سازی حاصل از عبور جریان سیال از داربست نشان داد که چنان‌چه لایه‌ی استخوان در مسیر ورودی جریان قرار گیرد، دامنه توزیع تنش برشی در داربست یکنواخت تر بوده و باعث تسهیل تمایز استخوانی و غضروفی می شود. همچنین نتایج تصاویر میکروسکوپ الکترونی روبشی نشان داد که پس از 14روز اعمال تنش مکانیکی، علاوه بر گسترش سلولی موجب نفوذ سلول ها به لایه های پایین ترداربست شده است. علاوه بر این اعمال جریان پرفیوژن به‌مدت 21 روز منجر به افزایش معنی‌دار بیان ژن‌های استخوان و غضروف توسط سلول‌های بنیادی بافت چربی خرگوش در لایه استخوان و غضروف داربست در مقایسه با کشت استاتیک شد.
مقاله کامل پژوهشی
سیستم‌های واسط مغز-رایانه
علی مالکی؛ مائده آزادی مقدم
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 29 اسفند 1401
چکیده
برای اینکه کاربرد رابط مغز-رایانه(BCI) مبتنی بر پتانسیل برانگیخته بینایی حالت ماندگار (SSVEP) از آزمایشگاه به زندگی واقعی منتقل شود، خستگی به عنوان یک چالش جدی مطرح است. اجرای طولانی‌مدت فرمان‌ها در یک سیستمBCI می‌تواند منجر به خستگی ذهنی سوژه و در نتیجه، ایجاد نارضایتی و کاهش کارآیی سیستم شود. اولین قدم برای کاهش اثرات نامطلوب خستگی، ...
بیشتر
برای اینکه کاربرد رابط مغز-رایانه(BCI) مبتنی بر پتانسیل برانگیخته بینایی حالت ماندگار (SSVEP) از آزمایشگاه به زندگی واقعی منتقل شود، خستگی به عنوان یک چالش جدی مطرح است. اجرای طولانی‌مدت فرمان‌ها در یک سیستمBCI می‌تواند منجر به خستگی ذهنی سوژه و در نتیجه، ایجاد نارضایتی و کاهش کارآیی سیستم شود. اولین قدم برای کاهش اثرات نامطلوب خستگی، داشتن شاخصی کمی برای خستگی است. اگرچه شاخص‌های فرکانسی جزء پرکاربردترین شاخص‌های ارزیابی خستگی بوده است ولی نتایج پژوهش‌های پیشین در این زمینه با یکدیگر همسو نیستند. از این رو، جای بررسی دقیق و جامعی برای چگونگی اثر خستگی بر شاخص‌های فرکانسی خالی است. در این مقاله تمام شاخص‌های فرکانسی خستگی معرفی شده در مطالعات گذشته و دامنه طیف زیرباندهای فرکانسی به طول 1هرتز، 2هرتز و 4 هرتز برای اولین بار به منظور بررسی دقیق‌تر، ارزیابی شده است. بدین منظور، تحریک بینایی با استفاده از 9 نشانه با فرکانس‌های مختلف برای سوژه‌ها نمایش داده شد و از آن‌ها خواسته شد به نشانه هدف توجه کنند. تحریک بینایی به صورت پیوسته و بدون استراحت بوده تا از خسته‌شدن سوژه‌ها در انتهای آزمون اطمینان حاصل شود. به منظور ارزیابی خستگی، از شاخص‌های فرکانسی متوسط دامنه باندهای فرکانسی تتا، آلفا، بتا و بخش‌های باند فرکانسی 4-30هرتز با گام‌های 1 هرتز، 2 هرتز و 4 هرتز استفاده شد. نتایج نشان می‌دهد متوسط دامنه باند فرکانسی 9-8 هرتز شاخص مناسب‌تری برای ارزیابی خستگی است. این ویژگی به دلیل عدم تمرکز سوژه و تلاش ذهنی برای حفظ سطح هوشیاری بیشترین تغییرات را با خستگی دارد.
