مقاله کامل پژوهشی
پردازش سیگنالهای حیاتی
علیرضا میرجلیلی؛ وحید ابوطالبی؛ محمدتقی صادقی
دوره 8، شماره 4 ، دی 1393، صفحه 305-323
چکیده
در سالهای اخیر، واسط مغز/رایانه (BCI)، به عنوان وسیلهای جدید برای ارتباط بین مغز انسان و محیط اطرافش مورد توجه قرار گرفتهاست. راهاندازی این نوع سیستمها به همکاری چند بلوک ازجمله بلوکهای ثبت، پردازش سیگنال و رابط کاربری نیاز دارد. بلوک پردازش سیگنال شامل بلوکهای پیشپردازش و شناسایی الگو است. بلوک شناسایی الگو نیز از ...
بیشتر
در سالهای اخیر، واسط مغز/رایانه (BCI)، به عنوان وسیلهای جدید برای ارتباط بین مغز انسان و محیط اطرافش مورد توجه قرار گرفتهاست. راهاندازی این نوع سیستمها به همکاری چند بلوک ازجمله بلوکهای ثبت، پردازش سیگنال و رابط کاربری نیاز دارد. بلوک پردازش سیگنال شامل بلوکهای پیشپردازش و شناسایی الگو است. بلوک شناسایی الگو نیز از دو مرحلهی استخراج ویژگی و طبقهبندی تشکیل شدهاست. در این پژوهش، از طبقهبندی کننده براساس نمایش تنک (SRC) در بلوک طبقهبندی استفاده شد. طبقهبندی کننده براساس نمایش تنک، دو مرحلهی اساسی تشکیل ماتریس دیکشنری و یافتن پاسخ تنک دادهی ورودی دارد. برای تشکیل ماتریس دیکشنری که از مرحله استخراج ویژگی به دست میآید، از الگوریتم الگوهای مکانی مشترک (CSP) استفاده شد. از معایب این الگوریتم، حساسیت به نویز و مسألهی فرایادگیری است. برای رفع معایب CSP، از الگوریتمهای الگوهای مکانی مشترک تنظیم شده (RCSP) استفاده شد. در مطالعات قبلی در زمینهی BCI، برای یافتن پاسخ تنک از الگوریتم استاندارد BP استفاده شده که از معایب آن، پیچیدگی محاسباتی و زمانبر بودن آن است. برای رفع معایب این روش، با توجه به کارایی مناسب روش جدید SL0 در تعدادی از تحقیقات مشابه، از این الگوریتم برای محاسبه پاسخ تنک استفاده شد. نتایج حاصل نشان میدهد که الگوریتمهای RCSP در مواردی که دادههای آموزشی کمی موجود است میتواند معایب CSP را به خوبی برطرف کند. به طور میانگین استفادهاز این روش 53/7% بهبود را نسبت به CSP نشان داد. همچنین الگوریتم SL0، علیرغم کاهش قابل ملاحظه زمان پردازش در مقایسه با BP، در صحت تشخیص معادل با آن عمل کردهاست.
مقاله کامل پژوهشی
پردازش تصاویر پزشکی
علی کرمانی؛ احمد آیت الهی؛ سرور مهاجرانی
دوره 8، شماره 4 ، دی 1393، صفحه 325-337
چکیده
تصویربرداری اولتراسوند درون رگی یا IVUS روشیبا حداقلتهاجماستکهدر آن با تصویربرداری ازمقطعرگ،اطلاعاتدقیقی از درون آن بدست میآید. پردازشهاییکهرویاینتصاویریاسیگنالهایخامآنهاانجاممیپذیرد،میتواند اطلاعاتوسیعی در اختیار متخصصانوپزشکانقرار داده و برایتشخیصدقیق و اتخاذ شیوهی مناسب درمان کمککند. تفکیک مرزهای بافت موجود ...
بیشتر
تصویربرداری اولتراسوند درون رگی یا IVUS روشیبا حداقلتهاجماستکهدر آن با تصویربرداری ازمقطعرگ،اطلاعاتدقیقی از درون آن بدست میآید. پردازشهاییکهرویاینتصاویریاسیگنالهایخامآنهاانجاممیپذیرد،میتواند اطلاعاتوسیعی در اختیار متخصصانوپزشکانقرار داده و برایتشخیصدقیق و اتخاذ شیوهی مناسب درمان کمککند. تفکیک مرزهای بافت موجود در عروق خونی به عنوان اولین گام در این زمینه، یکیاز چالشهای تحقیقات امروزی است.در این مقاله، روشی جدید برای استخراج مرز بافت ادونتیشیا در تصاویر اولتراسوند داخل رگی پیشنهاد شده است که براساس تکنیک کمینه/بیشینه و مؤلفههای همبند عمل میکند. بدین منظور، ابتدا با تکنیک کمینه/بیشینه بهبود یافته مرز اولیه استخراج شد. سپس، با به کارگیری مؤلفههای همبند در مرزهای اولیه، مرز نهایی با دقت بالا حاصل شد. برای ارزیابی عملکرد این روش، روی مجموعهای از دادگان واقعی آزمایش شد. از معیار مشابهت اندیس جاکارد و فاصله هاسدورف که نشان دهندهی میزان همپوشانی ناحیهی بخش شده به وسیله روش پیشنهادی و تشخیص پزشک است بهره گرفته شد. نتایج به دست آمده نشان داد که روش پیشنهادی با معیار میانگین اندیس جاکارد 95% و میانگین فاصله هاسدورف 45/0 میلیمتری، مرزهای دقیقتری برای بافت ادونتیشیا نسبت به روشهای موجود بدست میآورد.
مقاله کامل پژوهشی
پردازش سیگنالهای حیاتی
مهدی خضری؛ سید محمد فیروزآبادی؛ سید احمدرضا شرافت
دوره 8، شماره 4 ، دی 1393، صفحه 339-358
چکیده
در این پژوهش همجوشی نتایج سیگنالهای فیزیولوژیکی چندگانه برای طراحی یک سیستم شناسایی حالتهای عاطفی با استفادهاز مجموعهی داده MIT پیشنهاد شد. چهار نوع از سیگنالهای فیزیولوژیکی، شامل فشار حجم خون (BVP)، نرختنفس (RSP)، هدایت پوست (SC) و سیگنال فعّالیّت عضلات صورت (fEMG) به عنوان سیگنالهای عاطفی مورد استفاده قرارگرفتند. ...
بیشتر
در این پژوهش همجوشی نتایج سیگنالهای فیزیولوژیکی چندگانه برای طراحی یک سیستم شناسایی حالتهای عاطفی با استفادهاز مجموعهی داده MIT پیشنهاد شد. چهار نوع از سیگنالهای فیزیولوژیکی، شامل فشار حجم خون (BVP)، نرختنفس (RSP)، هدایت پوست (SC) و سیگنال فعّالیّت عضلات صورت (fEMG) به عنوان سیگنالهای عاطفی مورد استفاده قرارگرفتند. برای جمعآوری مجموعهی داده بیان شده، محققان از روش تصوّر ذهنی برای ایجاد حالتهای عاطفی مورد نظر از یک نفر استفاده و به طور همزمان سیگنالهای فیزیولوژیکی متناظر را ثبت کردهاند. در این مطالعه، بهترین ویژگیهای هریک از سیگنالها از بین ویژگیهای زمانی و فرکانسی محاسبه شده، تعیین شد. بدین منظور، روشهای انتخاب ویژگی ترتیبی شناور رو به جلو (SFFS) و RELIEF مورد ارزیابی قرار گرفتند. مجموعهی ویژگی جدید تشکیل شده با ترکیب ویژگیهای انتخاب شده، سپس به سه زیرمجموعه تفکیک شد. هر زیر مجموعه برای شناسایی حالتهای عاطفی مورد نظر به یک واحد طبقهبندی اعمال شد. نتایج به دست آمده از زیر سیستمها با اعمال روش بیشترین آرا ترکیب شد. سه روش طبقهبندی شامل SVM، LDA و KNN برای طراحی سیستم شناسایی حالتهای عاطفی ارزیابی شدند. نتایج به دست آمده حاکیاز عملکرد قابل ملاحظه سیستم در شناسایی حالتهای مورد نظر با دقّت و سرعت پاسخدهی قابل قبول است. با روش انتخاب ویژگی RELIEF به همراه طبقهبندی کننده SVM، دقّت کلی شناسایی 8/93 % به دست آمد که بهتر از نتایج گزارش شده با پایگاه داده بیان شده تاکنون است.
مقاله کامل پژوهشی
بیومکانیک قلب و عروق
نوید سلطانی؛ عباس نصیرایی مقدم؛ ناصر فتورایی؛ سعید سیری؛ آیسا رسولی
دوره 8، شماره 4 ، دی 1393، صفحه 359-370
چکیده
برای دستیابی به معادلات ساختاری بافت در شبیهسازی قلب، از تستهای آزمایشگاهی و معادلات مکانیکی حاکم بر محیطهای پیوسته استفاده میشود. در این مقاله، با در نظر گرفتن میوکاردیوم قلبی به عنوان یکیاز مهمترین بافتها، پساز بررسی شکل و ساختار میوکارد، ویژگیهای اصلی پاسخ مکانیکی این بافت به صورت غیرفعّال بررسی شد. ...
بیشتر
برای دستیابی به معادلات ساختاری بافت در شبیهسازی قلب، از تستهای آزمایشگاهی و معادلات مکانیکی حاکم بر محیطهای پیوسته استفاده میشود. در این مقاله، با در نظر گرفتن میوکاردیوم قلبی به عنوان یکیاز مهمترین بافتها، پساز بررسی شکل و ساختار میوکارد، ویژگیهای اصلی پاسخ مکانیکی این بافت به صورت غیرفعّال بررسی شد. میوکارد بطن چپ به عنوان یک ماده الاستیک غیرخطی، تراکم ناپذیر و ناهمگن فرض شده و با توجه به دادههای تست دومحوره در جهت فیبرهای میوکارد، که روی قلب سه گوسفند بالغ انجام شد، مدلی مبتنی بر ساختار آن ارائه گردید. با توجه به دادههای به دست آمده، پارامترهای مادی این معادله با برازش دادهها محاسبه شد و رابطهی نهایی برای تابع انرژی کرنشی براساس نامتغیرهای تانسور کوشی بیان شد. نتایج حاصل در شبیهسازی بافت قلب سودمند خواهند بود.
مقاله کامل پژوهشی
مدلسازی رایانهای زیستی / شبیهسازی رایانهای زیستی
محمد جزلائیان؛ هادی شهریار شاه حسینی
دوره 8، شماره 4 ، دی 1393، صفحه 371-383
چکیده
عملکرد سیستم بینایی انسان در بازشناسی اشیای مختلف، از عملکرد بهترین سیستمهای بینایی ماشین بهتر است. به همین دلیل محققان حوزهی بینایی ماشین و علوم اعصاب همواره به دنبال مدلکردن عملکرد سیستم بینایی انسان جهت استفاده در سیستمهای بینایی ماشین هستند. یکیاز قویترین مدلهای محاسباتی که در این زمینه توسعه یافته مدل HMAX ...
بیشتر
عملکرد سیستم بینایی انسان در بازشناسی اشیای مختلف، از عملکرد بهترین سیستمهای بینایی ماشین بهتر است. به همین دلیل محققان حوزهی بینایی ماشین و علوم اعصاب همواره به دنبال مدلکردن عملکرد سیستم بینایی انسان جهت استفاده در سیستمهای بینایی ماشین هستند. یکیاز قویترین مدلهای محاسباتی که در این زمینه توسعه یافته مدل HMAX است. این مدل، برپایهی عملکرد سلولهای مغز انسان در گذرگاه بطنی قشر بینایی طراحی شده و چهار لایه محاسباتی دارد. در مرحلهی یادگیری این مدل، تعداد زیادی از قسمتهای کوچک تصاویر در اندازههای مختلف، که تکّه نامیده میشوند، در موقعیتهای کاملاً تصادفی از مجموعهی تصاویر آموزشی استخراج میشوند. استخراج تصادفی و بیهدف تکّهها یکیاز ضعفهای اصلی مدل HMAX است که باعث کاهش کارایی و افزایش بار محاسباتی آن میشود. در این مقاله، یک مدل جدید برای گزینش تکّههای مرتبطتر و حذف تکّههای زائد از مجموعهی تکّههای تصادفی پیشنهاد شده است. در این مدل، با یک روند بازگشتی، تکّههای بهینه از روی ویژگیهای بهینهای انتخاب شدند که با الگوریتم گزینش ویژگی حداکثرکردن اطلاعات متقابل از بین مجموعهی ویژگیهای تصاویر آموزشی گزینش شدند. عملکرد مدل پیشنهادی در مسایل دوکلاسی تشخیص حضور یا عدم حضور یک شئ در تصویر با مدل اصلی HMAX مقایسه گردید و برتری آن به اثبات رسید.
مقاله کامل پژوهشی
نانوبیوتکنولوژی / نانوبیولوژی
ماه منیر کریم زاده؛ لادن رشیدی؛ فریبا گنجی؛ میترا احمدی؛ ستار طهماسبی انفرادی
دوره 8، شماره 4 ، دی 1393، صفحه 385-398
چکیده
این تحقیق با هدف تهیه یک سامانه مبتنی بر نانوذرات مزومتخلخل سیلیکا (MSN)، برای حمل داروی ریواستیگمین هیدروژن تارتارات و بررسی سمیت سلولی این سامانه، با و بدون دارو، روی رده سلولهای مغزی نوروبلاستوما SY5Y انجام شد. داروی ریواستیگمین هیدروژن تارتارات یک داروی آبدوست و آبگریز است که برای درمان و کنترل بیماری آلزایمر به کار ...
بیشتر
این تحقیق با هدف تهیه یک سامانه مبتنی بر نانوذرات مزومتخلخل سیلیکا (MSN)، برای حمل داروی ریواستیگمین هیدروژن تارتارات و بررسی سمیت سلولی این سامانه، با و بدون دارو، روی رده سلولهای مغزی نوروبلاستوما SY5Y انجام شد. داروی ریواستیگمین هیدروژن تارتارات یک داروی آبدوست و آبگریز است که برای درمان و کنترل بیماری آلزایمر به کار میرود. در این تحقیق نانوذرات مزومتخلخل سیلیکا سنتز شده و شکل و ویژگیهای ساختاری آنها، پیش و پساز بارگذاری با روشهای میکروسکوپ الکترونی روبشی، میکروسکوپ الکترونی عبوری، طیفسنجی فروسرخ تبدیل فوریه، پراش پرتو ایکس، ایزوترم جذب نیتروژن و آنالیز پتانسیل زتا مورد بررسی قرار گرفت. نتایج آنالیز نشان داد که نانوذرات سنتز شده کروی بوده و ساختار یکسانی دارند. اندازه متوسط نانوذرات 13±100 نانومتر و میانگین اندازه روزنه آنها حدود 15/2 نانومتر است. میزان بارگذاری داروی ریواستیگمین در روزنههای نانوذرات 88/20 درصد وزنی با بازدهی کپسوله سازی 25 درصد به دست آمد. پروفایل رهایش دارو از این نانوذرات در سیالهای مشابه بدن و معده طی 24 ساعت، به ترتیب 5/70 و6/79 درصد به دست آمد که نمایانگر رهایش نسبتاً سریع دارو در محیط اسیدی است. بررسی سمیت سلولی این نانوذرات با و بدون دارو، با آزمون MTT روی رده سلولهای مغزی SY5Y انجام شد. نانوذرات بارگذاری شده با داروی ریواستیگمین خاصیت درمانی بیشتری از داروی ریواستیگمین (به تنهایی) روی سلولهای SY5Y داشتند.
مقاله کامل پژوهشی
مهندسی بافت
فرناز قربانی؛ علی زمانیان؛ هانیه نوجه دهیان
دوره 8، شماره 4 ، دی 1393، صفحه 399-409
چکیده
داربستهای سهبعدی که شباهت ریزساختاری بسیاری به ماتریکس خارج سلولی (ECM)داشته و از جنس کوپلیمر لاکتیک گلیکولیکاسید (PLGA)/ژلاتین هستند به روش ریختهگری انجمادی تهیه شدند. با این روش، امکان انجماد جهتدار محلول پلیمری مهیّا شده و اثرهای مطلوب آن بر خواص فیزیکی/مکانیکی داربستها مورد ارزیابی قرار گرفت. برای انحلال دو پلیمر ...
بیشتر
داربستهای سهبعدی که شباهت ریزساختاری بسیاری به ماتریکس خارج سلولی (ECM)داشته و از جنس کوپلیمر لاکتیک گلیکولیکاسید (PLGA)/ژلاتین هستند به روش ریختهگری انجمادی تهیه شدند. با این روش، امکان انجماد جهتدار محلول پلیمری مهیّا شده و اثرهای مطلوب آن بر خواص فیزیکی/مکانیکی داربستها مورد ارزیابی قرار گرفت. برای انحلال دو پلیمر PLGA و ژلاتین از استیکاسید به عنوان حلال مشترک استفاده شد. تصاویر به دست آمده از میکروسکوپ الکترونی روبشی (SEM) نشانگر دستیابی به داربستهایی با تخلخلهای باز، درصد تخلخل بیشاز 95 درصد و با توزیع ابعادی حدود 400-50 میکرومتر در مقطع عمود بر جهت انجماد و 300-50 میکرومتر در مقطع موازی با جهت انجماد هستند. نتایج تخلخلسنجی جیوهای، توزیع تخلخل 200-100 میکرومتر را نشان داد. نتایج طیفسنجی فروسرخ (FTIR) حاکیاز عدم تغییر ساختاری مواد پساز ساخت داربستها است. آزمون استحکام فشاری (MPa 2/3) نشان داد که داربستهای ساخته شده از استحکام مناسبی برخوردار هستند. نتایج آزمون جذب آب (950%) و زیست تخریب پذیری داربستها، گویای حفظ پایداری ساختار و تبادلهای سلولی درطی دورهی تخریب است. نتایج نشان میدهد که داربستهای مذکور ویژگیهای اولیه و خواص مطلوبی برای استفاده در مهندسی بافت دارند و گزینهی مناسبی برای حمایت از چسبندگی سلولی و حفظ پایداری ساختاری در بازهی زمانی مورد نظر هستند.
یادداشت کوتاه پژوهشی
پردازش سیگنالهای حیاتی
آفرین ناظمی؛ علی مالکی
دوره 8، شماره 4 ، دی 1393، صفحه 411-420
چکیده
طبقهبندی حرکتهای اعضای دیستال با استفادهاز سیگنالهای الکترومایوگرام سطحی (sEMG) قسمت پروکسیمال، بخش مهمی در کنترل پروتزهای مایوالکتریک است. در بیشتر مطالعات قبلی، طبقهبندی تعداد محدودی از حرکتهای دست، مورد بررسی قرار گرفتهاست. در این مقاله، از پایگاه دادهی NINAPROکه شامل دادههای کینماتیک و sEMGفرد سالم برای 52 حرکت انگشت، ...
بیشتر
طبقهبندی حرکتهای اعضای دیستال با استفادهاز سیگنالهای الکترومایوگرام سطحی (sEMG) قسمت پروکسیمال، بخش مهمی در کنترل پروتزهای مایوالکتریک است. در بیشتر مطالعات قبلی، طبقهبندی تعداد محدودی از حرکتهای دست، مورد بررسی قرار گرفتهاست. در این مقاله، از پایگاه دادهی NINAPROکه شامل دادههای کینماتیک و sEMGفرد سالم برای 52 حرکت انگشت، پنجه و مچ دست است استفاده شد. عملکرد طبقهبندی کنندههای LDAو LS-SVMبا کرنل RBF، به ازای ترکیبهای مختلف ویژگیها بررسی شد. ابتدا با پنجره گذاری به دو شیوهی مختلف، بخش اصلی سیگنال جدا شد و هشت ویژگی زمانی مختلف (MAV، IAV، RMS، WL، E، ER1، ER2، CC) از آن استخراج گردید. سپس، عملکرد هریک از طبقهبندی کنندهها با هرکدام از این ویژگیها و ترکیبهای دوتایی و چندتایی آنها بررسی شد. برای طبقهبندی کنندهی LDA بهترین میانگین دقتِ طبقهبندی، با شیوهی پنجره گذاری به روش اول و ترکیب ویژگیهای MAV (or IAV)+CC، 23/84 درصد محاسبه شد. این دقت برای طبقهبندی کنندهی LS-SVMبا شیوهی پنجره گذاری به روش دوم و ویژگیهای IAV+MAV+RMS+WL، به 19/85 درصد رسید.