نوع مقاله : مقاله کامل پژوهشی

نویسندگان

• احسان محمدی مهموئی ¹
• بهروز سلامت ²
• رضا لشگری ³

¹ کارشناسی ارشد مهندسی پزشکی، بیوالکتریک

² پژوهشکده علوم و فناوری پزشکی، دانشگاه شهید بهشتی، تهران، ایران

³ پژوهشکده علوم و فناوری های پزشکی، دانشگاه شهید بهشتی، تهران، ایران

چکیده

بدن انسان دارای پنج حس اصلی بینایی، شنوایی، چشایی، بویایی و لامسه می‌باشد که هر یک از این حواس اطلاعات بخصوصی را از محیط پیرامون به ما می‌دهند. نقص عملکرد هریک از آنها موجب اقدام ما نسبت به رفع آن و استفاده از تکنولوژی می‌گردد. حس شنوایی نیز از این مقوله مستثنی نبوده و تلاش‌های متعدد و زیادی در بهبود آن انجام شده‌ که منجر به طراحی و ساخت ایمپلنت‌های گوناگونی شده‌است. در این پژوهش با هدف بررسی عملکرد ایمپلنت شنوایی ساقه مغز (Auditory Midbrain Implant - AMI)، به ایجاد دو نوع تحریک آکوستیک و الکتریک در سیستم شنوایی گربه پرداخته شده‌است. تحریک‌های الکتریک، حاصل تزریق جریان به بافت توسط AMI و تحریک‌های آکوستیک حاصل تولید موج تک-تن در گوش گربه می‌باشند. پس از انجام تحریک و ثبت پتانسیل‌های عمل محیطی از قشر اولیه شنوایی مغز گربه، ویژگی‌های زمانی استخراج شده و نهایتا به مدلسازی توسط شبکه‌ عصبی، پرداخته شده‌است. بعد از ثبت و مقایسه بین داده‌ها، مشخص شد که AMI در تحریک هسته کولیکولوس تحتانی موفق عمل کرده‌است. اما این ایمپلنت کاهش تاخیر در زمان تحریک را احتیاج دارد. پس از مدلسازی مشخص شد که شبکه عصبی با مدل غیرخطی همراه با الگوریتم لونبرگ-مارکوارت و 10 نرون در لایه پنهان بهترین عملکرد را در بین باقی ساختارها با خطایی معادل 009/0 از خود ارائه کرده‌است. در مقایسه مدل الکتریک با مدل اعصاب شنوایی، هر دو مدل رفتار مشابهی در برابر تغییرات فرکانس از خود نشان داده‌اند، اما مدل الکتریک در یک فرکانس ثابت شدت بزرگتری از پاسخ را در خروجی نشان داده‌است. علاوه بر این موارد، فاصله زمانی انتقال پیام عصبی از هسته حلزونی تا کولیکولوس تحتانی، 9 میلی‌ثانیه محاسبه شده‌است.

کلیدواژه‌ها

• ایمپلنت شنوایی ساقه مغز
• پتانسیل های عمل محیطی
• تحریک الکتریک و آکوستیک
• مدلسازی غیر خطی
• الگوریتم لونبرگ-مارکوارت

موضوعات

• ایمپلنت / طراحی و ساخت ایمپلنت

عنوان مقاله [English]

How Similar is the Auditory Midbrain Implant to the Hearing Pathways Nerves? A Time-Based Series Modelling Research

نویسندگان [English]

• Ehsan Mohammadi Mahmoei ¹
• behrouz salamat ²
• Reza Lashgari ³

¹ Msc of Biomedical Engineering

² Institute of Medical Science and Technology (IMSAT), Shahid Beheshti University, Tehran, Iran

³ Institute of Medical Science and Technology, Shahid Beheshti University (SBU), Tehran, Iran

چکیده [English]

The human body has five main senses of sight, hearing, taste, smell and touch. The defective performance of any of these senses causes us to solve this problem and use technology for this purpose. The sense of hearing is no exception and several attempts have been made to restore it, which has led to the design of various implants. In this study, with the aim of investigating the function of the auditory midbrain implant (AMI) in restoring hearing ability, the cat’s auditory system has been stimulated in acoustic and electrical stimulation. Electrical stimuli are the result of AMI injecting current into the central nucleus of the inferior colliculus (ICC) and acoustic stimuli are the result of pure tone sound in the cat’s ear. After stimulation, responses were extracted from the primary auditory cortex of the cat's brain. Finally, a neural network (NN) with backpropagation-based modelling has been used. After data acquisition and processing, it was clear that AMI successfully stimulated the ICC. But it is associated with delays during stimulation. After model creation, it was found that the Levenberg-Marquardt algorithm with 10 neurons in the hidden layer had the best performance compared to the others with an error of 0.009. Also, both models show similar behaviour to frequency changes, but the electrical model at a constant frequency shows a bigger response at the output. finally, the interval between the transmission of the neural message from the cochlear nucleus to the inferior colliculus was calculated at 9 milliseconds.

کلیدواژه‌ها [English]

• Auditory midbrain implant
• local field potentials
• electrical and acoustic stimulation
• Nonlinear modeling. Levenberg-Marquardt algorithm