مقاله کامل پژوهشی
مدلسازی سیستمهای بیولوژیکی
حسین بانکی کشکی؛ سیدعلی سیدصالحی
دوره 17، شماره 2 ، شهریور 1402، صفحه 100-110
چکیده
همآوایی نورونی بعنوان یکی از مهمترین پدیدههای شناختی مغز انسان، در سالهای اخیر مورد توجه پژوهشگران قرار گرفته است. پدیده همآوایی اغلب در مدلهای نورونی گسسته و پیوسته یا سیگنالهای تجربی ثبتشده از مغز مورد بررسی قرار میگیرد اما در این پژوهش، بر خلاف پژوهشهای قبلی، پدیده همآوایی برای نخستین بار در وزنهای شبکههای ...
بیشتر
همآوایی نورونی بعنوان یکی از مهمترین پدیدههای شناختی مغز انسان، در سالهای اخیر مورد توجه پژوهشگران قرار گرفته است. پدیده همآوایی اغلب در مدلهای نورونی گسسته و پیوسته یا سیگنالهای تجربی ثبتشده از مغز مورد بررسی قرار میگیرد اما در این پژوهش، بر خلاف پژوهشهای قبلی، پدیده همآوایی برای نخستین بار در وزنهای شبکههای عصبی مصنوعی در حال تعلیم مورد بررسی قرار گرفته است. یافتههای پژوهش نشان میدهد که همآوایی در وزنهای این شبکهها، هم در حین یادگیری و هم در حالت بدون یادگیری اتفاق میافتد و از نوع همآوایی عمومی است. همچنین با افزایش میزان یادگیری در شبکه، میزان همآوایی در وزنها نیز افزایش مییابد. در این پژوهش همچنین روشی جدید برای تشخیص الگوهای همآوایی با استفاده از مشتق سیگنال و روش خوشهبندی سلسلهمراتبی ارائه میشود و یک شاخص نیز برای سنجش میزان همآوایی وزنها در لایههای مختلف شبکه عصبی معرفی میگردد. بررسی این شاخص نشان میدهد که وزنهای لایههای نخستین شبکه در مقایسه با لایههای سطوح بالاتر بصورت معناداری همآوایی بیشتری دارند.
مقاله کامل پژوهشی
اولتراسوند در پزشکی / سونوگرافی / اکوگرافی / پژواکنگاری / صوتنگاری
مهسا عرب؛ علی فلاح؛ سعید رشیدی؛ مریم مهدی زاده دستجردی؛ نسرین احمدی نژاد
دوره 17، شماره 2 ، شهریور 1402، صفحه 140-150
چکیده
سرطان پستان رایجترین نوع سرطان در زنان است. بیش از 80% ناهنجاریهای پستان در مراحل اولیه خوشخیم هستند. بنابراین تشخیص زودهنگام مهمترین چالش برای درمان به موقع است. یکی از روشهای غیرتهاجمی و زمان واقعی برای غربالگری سرطان پستان، استفاده از سیگنالهای فرکانس رادیویی اولتراسوند (US RF) است. این روش، علاوه بر تمایز بافتی و مقرون ...
بیشتر
سرطان پستان رایجترین نوع سرطان در زنان است. بیش از 80% ناهنجاریهای پستان در مراحل اولیه خوشخیم هستند. بنابراین تشخیص زودهنگام مهمترین چالش برای درمان به موقع است. یکی از روشهای غیرتهاجمی و زمان واقعی برای غربالگری سرطان پستان، استفاده از سیگنالهای فرکانس رادیویی اولتراسوند (US RF) است. این روش، علاوه بر تمایز بافتی و مقرون به صرفهبودن، در مقایسه با روشهای دیگر، نیازی به تجهیزات تکمیلی ندارد. این پژوهش با هدف ارایهی رویکردی هوشمند برای طبقهبندی ضایعات خوشخیم، مشکوک و بدخیم پستان براساس ویژگیهای موثر استخراجشده از سری زمانی US RF صورتگرفتهاست. مجموعه دادهی US RF ثبتشده با عنوان USRFTS شامل 170 داده از ضایعات مذکور است که از 88 بیمار بهدستآمدهاست. روش پیشنهادی در این تحقیق شامل چهار بخش اصلی پیشپردازش، استخراج ویژگی، انتخاب ویژگی و طبقهبندی است. در مرحلهی پیشپردازش، پس از بازسازی تصاویر B-mode از سریهای زمانی US RF ثبتشده، ناحیهی دارای ضایعه (ROI) در هر تصویر B-mode توسط پرتوشناس به صورت دستی انتخاب شدهاست. در ادامه، ویژگیهای مختلف حوزههای زمان و فرکانس در مرحلهی استخراج ویژگی از هر ROI استخراج و پس از آن، ویژگیهای موثر با استفاده از روش کلونی مورچه انتخاب شدند. در نهایت، دادگان با استفاده از طبقهبندهای ماشین بردار پشتیبان (SVM)، K-نزدیکترین همسایه (KNN)، درخت تصمیم (DT)، تجزیهی تشخیص خطی (LDA) و همچنین روش طبقهبندی با مرجع (RCM) مورد ارزیابی قرار گرفتند. با توجه به نتایج، بیشینهی صحت طبقهبندی دو کلاسه و سه کلاسه به ترتیب 95/94% و 33/93% ارزیابی شدند.
مقاله کامل پژوهشی
پردازش سیگنالهای حیاتی
صفا رفیعیوند؛ محمد حسن مرادی؛ حسین اصل سلیمانی؛ زهرا ممیز صنعت
دوره 17، شماره 2 ، شهریور 1402، صفحه 120-130
چکیده
از جمله بیماریهای سیستم گوارش، اختلالات حرکتی مری است که در آن حرکت تودة غذایی در طول مری به صورت طبیعی اتفاق نمیافتد. روش استاندارد برای تشخیص این موارد، بهرهگیری از مانومتری رزولوشن بالا است. علیرغم وجود راهنماهای پزشکی مانند راهنمای شیگاکو برای تحلیل نتایج مانومتری، این موضوع کماکان کاری دشوار بوده که نیاز به تجربة بالای ...
بیشتر
از جمله بیماریهای سیستم گوارش، اختلالات حرکتی مری است که در آن حرکت تودة غذایی در طول مری به صورت طبیعی اتفاق نمیافتد. روش استاندارد برای تشخیص این موارد، بهرهگیری از مانومتری رزولوشن بالا است. علیرغم وجود راهنماهای پزشکی مانند راهنمای شیگاکو برای تحلیل نتایج مانومتری، این موضوع کماکان کاری دشوار بوده که نیاز به تجربة بالای پزشک و یا استفاده از دیگر روشهای کمکی ثانویه برای تشخیص دارد. از سوی دیگر، بسیاری از اختلالات مذکور میتوانند به صورت توأم در این فرد ظاهر شوند و تشخیصگذاری را پیچیدهتر کنند.در این مطالعه، تمرکز بر روی بیمارانی با بیش از یک اختلال به صورت توأم است و موضوع تشخیص بیماری به صورت یک مسألة طبقهبندی چندبرچسبی مطرح شده است. از این رو ساختار طبقهبند فازی که پیشتر توسط نویسندگان به منظور تشخیص تک-بیماری معرفی شده است، توسعه یافته تا علاوه بر یادگیری فضای ورودی نمونهها، از اطلاعات همشیوعی اختلالات نیز برای بهبود پیشبینی بهره ببرد. نتایج به دست آمده نشان میدهد، اضافه کردن این اطلاعات به فرآیند تعلیم طبقهبند نه تنها عملکرد آن را نسبت به حالت پایه به شکل قابل ملاحظهای افزایش میدهد، بلکه منجر به ساختاری از طبقهبندیکنندة فازی میشود که نسبت به روشهای دیگر طبقهبندی چندبرچسبی برتری دارد. روش معرفی شده قادر است با هزینة همینگ متوسط 08/0 ± 18/0 اختلالات حرکتی مری را تشخیص دهد که نسبت به دیگر روشها عملکرد بهتری را نشان میدهد.
مقاله کامل پژوهشی
پردازش تصاویر پزشکی
مریم عاشوری؛ رضا آقایی زاده ظروفی؛ محمد صادقی
دوره 17، شماره 2 ، شهریور 1402، صفحه 130-140
چکیده
در حال حاضر رشد سریع صنعت زیبایی در کنار توسعه مدلهای هوشمند مبتنی بر الگوریتم-های یادگیری ماشین، منجر به افزایش تحقیقات گسترده در این حوزه شده است. جراحی زیبایی بینی یکی از رایجترین و چالش برانگیزترین جراحیهای زیبایی چهره است زیرا بینی برجسته-ترین عنصر چهره بوده که تاثیر زیادی بر جذابیت آن دارد. هدف این مقاله ارائه چارچوبی مبتنی ...
بیشتر
در حال حاضر رشد سریع صنعت زیبایی در کنار توسعه مدلهای هوشمند مبتنی بر الگوریتم-های یادگیری ماشین، منجر به افزایش تحقیقات گسترده در این حوزه شده است. جراحی زیبایی بینی یکی از رایجترین و چالش برانگیزترین جراحیهای زیبایی چهره است زیرا بینی برجسته-ترین عنصر چهره بوده که تاثیر زیادی بر جذابیت آن دارد. هدف این مقاله ارائه چارچوبی مبتنی بر یادگیری ماشین برای پیش بینی نمره زیبایی بینی است. در این مقاله تعدادی از پارامترهای هندسی بینی در ارتباط با کل چهره، بهعنوان ورودی و نظر انسان بهعنوان خروجی به الگوریتم-های رگرسیونی متداول یادگیری ماشین داده شده است. سپس یک مطالعه فرسایشی جهت بررسی تاثیر شکل چهره، رنگ و بافت پوست بر زیبایی بینی انجام شده است. طبقهبند پرسپترون چند لایه، خوشه بندی k-means و ماتریس هم رخدادی سطح خاکستری برای استخراج شکل چهره، رنگ پوست و بافت آن استفاده گردیده است. نتایج نشان میدهد که مدل مبتنی بر پارامترهای هندسی، همبستگی متوسطی با نظر انسان دارد و با افزودن هر زیر مجموعهای از مجموعه ویژگیهای شکل چهره، رنگ و بافت پوست همبستگی مدل حاصل شده، تا رسیدن به درجه بالای همبستگی افزایش مییابد. همچنین نتایج بیانگر آن است که الگوریتم جنگل تصادفی در بین سایر الگوریتمها بهترین عملکرد را بر اساس معیارهای ارزیابی میانگین مطلق خطا، ریشه میانگین مربعات خطا و همبستگی پیرسون دارد. نتایج مطالعه نشان میدهد که چارچوب ارائه شده میتواند به تعیین میزان زیبایی بینی در چهره افراد کمک نماید.
مقاله کامل پژوهشی
پردازش سیگنالهای حیاتی
مرضیه قنواتی؛ سیده فاطمه مولایی زاده؛ مجتبی نویدی
دوره 17، شماره 2 ، شهریور 1402، صفحه 150-160
چکیده
فشارخون بالا مهمترین عامل مرگومیر در جهان است. اندازهگیری پیوسته فشارخون در سالمندان و افراد با سابقه سکته قلبی، بیماری قلبی عروقی، بیماری کلیوی و فشارخون بارداری بسیار ضروری است. هولترهای فشارخون مبتنی بر کاف به عنوان مرسومترین روش اندازهگیری پیوسته فشارخون، به دلیل استفاده از کاف بادی باعث ناراحتی شخص به خصوص در حین ...
بیشتر
فشارخون بالا مهمترین عامل مرگومیر در جهان است. اندازهگیری پیوسته فشارخون در سالمندان و افراد با سابقه سکته قلبی، بیماری قلبی عروقی، بیماری کلیوی و فشارخون بارداری بسیار ضروری است. هولترهای فشارخون مبتنی بر کاف به عنوان مرسومترین روش اندازهگیری پیوسته فشارخون، به دلیل استفاده از کاف بادی باعث ناراحتی شخص به خصوص در حین خواب میشوند. یک راه حل برای چنین مشکلاتی، اندازهگیری فشارخون به روش نوری با استفاده از سیگنال فوتوپلتیسموگرام است. در این پژوهش یک چارچوب یادگیری عمیق انتقالی برای تخمین فشارخون سیستولیک و دیاستولیک بر مبنای یک سیگنال فوتوپلتیسموگرام ارائه شده است. چارچوب پیشنهادی شامل سه بخش اصلی است: 1) کاهش نرخ نمونهبرداری با ضریب 4 با هدف کاهش پیچیدگی مدل، 2) طراحی یک مدل پیشآموزش شامل لایههای CNN و BiLSTM و 3) ایجاد مدل شخصیسازیشده برای هر فرد با استفاده از یادگیری انتقالی. آنالیز بلند آلتمن و همبستگی برای مقایسه روش پیشنهادی با روش کاتتر شریانی (روش استاندارد طلایی برای اندازهگیری فشارخون) انجام شد. مدل پیشنهادی بر روی محدوده وسیعی از مقادیر فشارخون 100 بیمار از پایگاه داده MIMIC-III ارزیابی شد. نتایج نشان میدهد خطا و ضریب همبستگی پیرسون برای فشارخون سیستولیک به ترتیب برابر با 38/7±14/0 (انحراف معیار±میانگین) میلیمترجیوه و 95/0 و برای فشارخون دیاستولیک برابر با 67/4±00/0 میلیمترجیوه و 92/0 است. روش پیشنهادی الزامات استاندارد AAMI، IEEE-1708a و درجه A استاندارد BHS را برآورده میکند. این پژوهش میتواند چشمانداز روشنی را برای مانیتورینگ بلندمدت فشارخون و پیشگیری از رویدادهای قلبی عروقی ترسیم نماید.
مقاله کامل پژوهشی
پردازش تصاویر پزشکی
کامبیز رهبر؛ فاطمه طاهری
دوره 17، شماره 2 ، شهریور 1402، صفحه 161-170
چکیده
سرطان ریه به دلیل رشد نامنظم و غیر کنترلی سلولهای سرطانی در بافت ریه ایجاد میشود. سلولهای سرطانی توانایی تقسیم و افزایش خود را به شکل نامنظم و ناهماهنگ پیدا میکنند. نتیجه این تکثیر تشکیل یک توده سرطانی در ریه است. سرطان ریه میتواند از نقاط مختلف ریه مانند برونش (لولههای هوایی که به ریهها متصل میشوند) یا بافتهای بدون برونش ...
بیشتر
سرطان ریه به دلیل رشد نامنظم و غیر کنترلی سلولهای سرطانی در بافت ریه ایجاد میشود. سلولهای سرطانی توانایی تقسیم و افزایش خود را به شکل نامنظم و ناهماهنگ پیدا میکنند. نتیجه این تکثیر تشکیل یک توده سرطانی در ریه است. سرطان ریه میتواند از نقاط مختلف ریه مانند برونش (لولههای هوایی که به ریهها متصل میشوند) یا بافتهای بدون برونش شروع شود و به سرعت به سایر اعضای بدن منتقل شود. فهم دقیق مکانیسم ایجاد سرطان ریه هنوز موضوعی پیچیده است و تحقیقات بسیاری در این زمینه در حال انجام است. با اینحال تشخیص زود هنگام و تاثیر مهمی در فرآیند درمان بیماری دارد. از این رو در این پژوهش به تشخیص و طبقه بندی این بیماری به کمک یادگیری عمیق و انتقال یادگیری پرداخته میشود. در این راستا شبکه از پیش آموزش داده شده Alexnet انتخاب شده است. طی فرایند انتقال یادگیری شبکه جهت تشخیص سرطان ریه بر روی داده IQ-OTH/NCCD در سه دسته نرمال، خوشخیم و بدخیم تنظیم می گردد. به این منظور آخرین لایه تمام اتصال شبکه Alexnet حذف میشود و لایه تمام اتصال جدید منطبق بر تعداد طبقههای مجموعه داده جایگزین میشود. دقت طبقهبندی به روش پیشنهادی بر روی مجموعه داده IQ-OTH/NCCD برابر 93% گزارش شده است.
مقاله کامل پژوهشی
مدلسازی سیستمهای اسکلتی عضلانی
حسین رستمی باروجی؛ عبدالرضا اوحدی همدانی؛ فرزاد توحیدخواه
دوره 17، شماره 2 ، شهریور 1402، صفحه 120-130
چکیده
با وجود پیشرفتهای گسترده در زمینه مطالعه بیومکانیک راه رفتن انسان، هنوز مدل راه رفتن مناسب با قابلیت شبیهسازی سیستم کنترل مغز انسان خصوصاً در حالت سهبعدی ارائه نشده است. اهمیت موضوع زمانی بیشتر میشود که شبیهسازی راه رفتن انسان یکی از نیازمندیهای اصلی طراحان تجهیزات بیومکانیکی نظیر اندامهای مصنوعی، رباتهای پوشیدنی ...
بیشتر
با وجود پیشرفتهای گسترده در زمینه مطالعه بیومکانیک راه رفتن انسان، هنوز مدل راه رفتن مناسب با قابلیت شبیهسازی سیستم کنترل مغز انسان خصوصاً در حالت سهبعدی ارائه نشده است. اهمیت موضوع زمانی بیشتر میشود که شبیهسازی راه رفتن انسان یکی از نیازمندیهای اصلی طراحان تجهیزات بیومکانیکی نظیر اندامهای مصنوعی، رباتهای پوشیدنی و رباتهای انساننما است. با توجه به محدودیتها و پیچیدگی مطالعات قبلی، در این تحقیق، یک مدل دینامیکی سهبعدی بر اساس کنترلکننده مد لغزشی (SMC) ارائه شده است که رفتار راه رفتن فرد سالم روی زمین را در مراحل مختلف حرکتی شبیهسازی میکند. در این تحقیق، بررسی جامع و تحلیلی از پیامدهای انتخاب ترتیب دوران سهبعدی سیستم مختصات مفاصل صورت گرفته است که با مدل دینامیک معکوس 11 درجه آزادی انجام شده است. بر اساس نتایج به دست آمده، کنترل کننده SMC با خطای حداقلی قادر به تولید راه رفتن سهبعدی انسان است. همچنین در تحلیل راه رفتن سهبعدی (آنالیز گیت)، این نتیجه حاصل شد که توالی چرخش کاردان مناسب دینامیک پیچیده راه رفتن سهبعدی نیست و باید از ترتیب YXZ استفاده کرد؛ چراکه بدون این تغییر، سینماتیک مفاصل متحمل پرش های غیرفیزیکی و خطای محاسبات خواهد شد. از نتایج این تحقیق میتوان در طراحی و شبیه سازی سیستم کنترلی رباتهای انساننما، ربات های پوشیدنی، پروتزهای فعال و غیرفعال استفاده کرد.