مهندسی پزشکی زیستی
سال:1397 | دوره:12 | شماره:1 |تعداد مقالات:8

واسط مغز-کامپیوتر سیستمی است که بر اساس فعالیت عصبی تولید شده توسط مغز عمل می کند و در سال های اخیر مورد توجه بسیاری از محققان قرار گرفته است. این واسط ها مستقل از مسیر خروجی متداول اعصاب محیطی و ماهیچه ها بوده و به دلیل توانایی آن ها در فراهم ساختن بعد جدیدی در ارتباطات و یا کنترل دستگاه برای افراد ناتوان، بسیار حائز اهمیت می باشند. فعالیت عصبی مورد استفاده در واسط مغز-کامپیوتر، می تواند توسط روش های تهاجمی یا غیرتهاجمی مختلفی ثبت شده و توسط الگوریتم های رمزگشایی متفاوتی به سیگنال مطلوب تبدیل گردند، که هر یک نیز کارایی متفاوتی از خود نشان می دهند. در این مطالعه، از 3 موش صحرایی (رت) برای انجام حرکتی شامل فشردن یک کلید و دریافت یک قطره ی آب توسط اهرم متحرک (در صورت انجام صحیح وظیفه) استفاده شده است. با کاشت یک آرایه ی میکروالکترودی 16 کاناله در قشر حرکتی رت ها (به روش تهاجمی)، سیگنال مرتبط با نیروی اعمالی توسط دست، از مغز آن ها در حین انجام وظیفه ثبت شده و به طور هم زمان سیگنال نیروی دریافتی توسط سنسور نیز ذخیره گشته است. با انجام پیش پردازش های لازم روی داده های اسپایک و استخراج نرخ های آتش سیگنال، به عنوان بردار ویژگی، توسط لغزاندن یک پنجره ی گوسی روی قطارهای اسپایک، ورودی های لازم برای الگوریتم رمزگشایی، که در این جا رگرسیون خطی می باشد، به دست آمده است. از دو الگو به عنوان روش های ارزیابی استفاده شده است. الگوی اول، بر مبنای در نظرگرفتن 60% اولیه ی سیگنال به عنوان مجموعه ی آموزشی و 40% انتهایی به عنوان مجموعه ی آزمایشی استوار بوده و مبنای الگوی دوم، برعکس الگوی اول می باشد. از ضریب همبستگی بین بردار ویژگی و سیگنال آموزشی نیروی واقعی استفاده شده است، تا ویژگی هایی با ضریب همبستگی بیش از 3/0 به عنوان ویژگی های مطلوب انتخاب گردند تا کارایی الگوریتم رمزگشایی با اعمال روش انتخاب ویژگی نیز بررسی شود. روش های متعددی برای ارزیابی الگوریتم رمزگشایی وجود دارد، که در این پژوهش از معیار ضریب همبستگی و ضریب تعیین استفاده شده است که اندازه ی آن ها رابطه ی مستقیمی با کارایی روش رمزگشایی دارد. در این مطالعه، همبستگی و ضریب تعیین بین سیگنال نیروی واقعی و سیگنال پیش بینی شده توسط روش رگرسیون خطی، به صورت میانگین در سه جلسه و سه رت، به ترتیب برابر با 56/0 و 2/0 برای الگوی اول و 55/0 و 30/0 برای الگوی دوم می باشد. این نتایج نشان می دهد که با استفاده از نرخ آتش نورون های مغزی، می توان متغیرهای حرکتی مانند نیرو را پیش بینی کرد. هم چنین روش رگرسیون خطی روشی مناسب برای رمزگشایی سیگنال پیوسته ی نیرو می باشد و سیگنال واقعی را به خوبی دنبال می کند.

در مطالعات کلینیکی، مشخص کردن توزیع دما درون بافت سالم و بافت تومورال در هنگام درمان هایپرترمی دشوار است. از آن جا که با حس گرهای مرسوم، دما تنها در تعداد مکان محدودی اندازه گیری می شود، مطالعات شبیه سازی کمک می کند تا پزشکان به درک بهتری از این روش درمانی دست پیدا کنند. در این مطالعه، سه مدل تومور دوبعدی بر اساس تصاویر توزیع های نانوذره در تومورهای 3PC، 145DU و 4LAPC در محیط کامسول بازسازی شده است. تصاویر، پیش از وارد شدن در کامسول در متلب پیش پردازش می شوند. مدل توزیع یک نواخت به عنوان گروه کنترل اضافه می شود. توزیع دما، دمای ماکزیمم، زمان رسیدن به حالت ثابت، 43CEM، دوز هم اثر و شار گرما در مرز بافت-تومور برای ارزیابی اثر توزیع نانوذره بر درمان هایپرترمی آنالیز شده است. نتایج نشان می دهند که در توان گرمایی بالا، توزیع چگال تر نانوذره اثر بهتری از توزیع یک نواخت در آسیب به بافت ناسالم دارد اما در توان های گرمایی پایین توزیع یک نواخت عمل کرد بهتری نسبت به توزیع چگال دارد. برای توزیع های چگال نانوذره، در محلی که نانوذرات متمرکز می شوند، روی پارامترهای گرمایی، از جمله شار گرما در مرز بین تومور-بافت سالم، تاثیر می گذارد. هر چه تمرکز نانوذرات به مرکز تومور نزدیک تر باشد، اثربخشی درمان بیش تر خواهد بود.

افسردگی یکی از شایع ترین اختلالات روانی عصر حاضر است که تشخیص زودهنگام شدت آن می تواند در روند درمان مفید باشد. یکی از روش های تشخیص این بیماری، تحلیل اطلاعات حاصل از سیگنال های الکتریکی مغزی می باشد. در این مقاله، به دنبال تمایز میان سطوح افسردگی با استفاده از تحلیل سیگنال مغزی هستیم. مدل پیشنهادی، سیستم عمیق مبتنی بر قاعده با استفاده از قابلیت پشته است و تمرکز روی تفسیرپذیری قواعد در کنار دقت بالا می باشد. سیستم های فازی قابلیت مناسبی را در طبقه بندی دادگان پزشکی با عدم قطعیت نشان داده اند. افزون بر این، در سال های اخیر یادگیری عمیق، توجه ویژه ای را در حوزه ی هوش مصنوعی کسب کرده است. در این مقاله به دنبال بهره گیری از قابلیت های هر دو رویکرد، در قالب یک سیستم فازی عمیق هستیم. سیستم پیشنهادی از یک رویکرد خوشه بندی مقاوم بهره می برد که قادر است تعداد خوشه های بهینه برای هر لایه را به صورت بدون سرپرست تعیین نماید. در کنار آن، مدل پیشنهادی از یک ساختار سلسله مراتبی پشته ای بهره می برد، به این صورت که قواعد آموزش یافته ی تفسیرپذیر در لایه ی اول را با برچسب های زبانی یک سان برای تمام ورودی ها، به صورت خروجی لایه ی اول در کنار ورودی، به لایه ی بعد منتقل نماید. وجود خروجی قواعد لایه های قبل در فضای ورودی لایه های بعد معادل قابلیت اطمینان در سیستم فازی با تالی خطی یا یک سیستم فازی با تالی غیرخطی می باشد. دادگان مورد استفاده پس از پیش پردازش، استخراج ویژگی های زمانی، فرکانسی و غیرخطی نظیر بعد نگاشت بازگشتی و کاهش بعد، به سیستم پیشنهادی ارائه شد. سیستم پیشنهادی با طبقه بندهای متداول نظیر شبکه ی عصبی، ماشین بردار پشتیبان، بیز ساده، درخت تصمیم و آنالیز افتراقی خطی مقایسه شد. نتایج صحت دادگان تست به دست آمده در 30 تکرار (49. 01% در مقابل به ترتیب 32/41 %، 47/40%، 01/40%، 38/38% و 28/40%)، بیان گر قابلیت قابل توجه این مدل در تفکیک چهار سطح افسردگی می باشد.

در این پژوهش، یک نانو زیست حسگر سیلیکونی بر پایه ی مدل مکانیک محیط های پیوسته ی اصلاح شده ی تیر اویلر-برنولی ارائه شده است. اساس کار این نانوحسگر ارتعاشی یک سر گیردار، محاسبه ی تغییر فرکانس تشدید به دلیل جذب سطحی ذرات بسیار کوچک مانند ویروس ها و باکتری ها می باشد. برای این منظور، سطح نانو زیست حسگرها را به یک ماده ی بیولوژیک مانند میوسین به عنوان لایه ی جاذب آغشته می کنند. در بیش تر تحقیق های انجام شده، از اثرهای جرم و سختی این لایه ی جاذب و هم چنین اثرهای غیرموضعی، چشم پوشی شده است. در حالی که این عوامل نقش زیادی در تغییر فرکانس تشدید و دقت نانو زیست حسگرهای مکانیکی در ابعاد نانو دارند. در این پژوهش با محاسبه ی تمام اثرهای یاد شده، به بررسی و تحلیل دقیق یک نانو زیست حسگر سیلیکونی با پوشش کامل لایه ی جاذب میوسین پرداخته شده است. نتایج به دست آمده نشان می دهد که محاسبه ی اثرهای غیرموضعی باعث کاهش فرکانس ارتعاشی نانوحسگر می شود و این اثر در مقیاس نانو قابل چشم پوشی نمی باشد. هم چنین مشاهده گردید که در نظر گرفتن اثرهای جرم و سختی لایه ی جاذب، به تنهایی پاسخ دقیقی به همراه ندارد، بلکه برایند هر دو اثر باید لحاظ شود. در واقع در نظر گرفتن هم زمان این اثرها، باعث کاهش فرکانس تشدید نانوحسگر می گردد که این مساله می تواند در طراحی و تحلیل نانو زیست حسگرهای سیلیکونی مکانیکی و افزایش دقت تشخیص آن ها بسیار مفید باشد. هم چنین به منظور اعتبارسنجی پژوهش، نتایج عددی به دست آمده با نتایج پژوهش های دیگر در حالت پوشش کامل لایه ی جاذب میوسین مقایسه گردید که تطابق کامل با آن را نشان داد.

بیماری پارکینسون یک بیماری انحطاط عصبی پیش رونده است که با علائم بالینی ترمور، سفتی عضلات و کندی حرکت مشخص می شود. تغییرات عمل کردی مربوط به درگیری های پاتولوژیکی در بیماری پارکینسون، می تواند در شبکه ای جهت دار از تقابلات بین نواحی مختلف مغز در حالت استراحت، که مغز دارای نوسانات خودبه خودی پایه است، نشان داده شود. در این مقاله برای ایجاد شبکه ی جهت دار با استفاده از دادگان تصویربرداری تشدید مغناطیسی حالت استراحت (RS-fMRI)، روش تابع انتقال جهت دار (DTF) به همراه تئوری گراف در دو زیر باند فرکانسی بالا و پایین به کار رفته و ارتباطات درون گروهی و بین گروه سالم و بیمار، بر مبنای آنالیزهای آماری با هم مقایسه شده است. نتایج مقایسه ی گروهی شبکه ی ارتباطات تاثیری بین افراد سالم و بیماران پارکینسونی که روی دادگان RS-fMRI بیماری پارکینسون انجام شده است، نشان می دهد که در زیر باند فرکانسی پایین در هر دو گروه سالم و بیمار، ارتباطات معنادار بیش تری نسبت به زیرباند فرکانسی بالا وجود دارد. شبکه های ارتباطی معنادار نشان می دهند که ارتباط بین هسته های قاعده ای و نواحی حرکتی در بیماران پارکینسونی دچار اختلال می شود. هم چنین برخی نواحی مغز مانند مخچه ی چپ دارای بیش ترین جریان اطلاعات در شبکه ی گراف گروه سالم است که به عنوان ناحیه ی اساسی توسط نواحی دیگر تحت تاثیر قرار می گیرد، در حالی که این مرکزیت در گروه بیماران به هم می خورد.

میله گذاری درون استخوانی روشی رایج در درمان شکستگی های تنه ی استخوان فمور می باشد. به علت تغییر شکل میله در فرایند جای گذاری درون کانال استخوان، بستن پیچ انتهایی میله برای جراحان چالش برانگیز و زمان بر است. تغییر شکل میله باعث می شود که استفاده از فیکسچرهای متصل به میله برای یافتن محل صحیح سوراخ انتهایی، کارآمد نباشد. در مطالعات پیشین برای تعیین موقعیت و راستای سوراخ انتهایی، اغلب تنها هندسه ی قسمت انتهایی میله مورد توجه قرار گرفته است. هدف پژوهش حاضر بررسی فرضیهی امکان استفاده ی ترکیبی از روش های تحلیل مکانیکی میله و داده های تصویری برای تعیین موقعیت سوراخ انتهایی میله می باشد. در روش پیشنهادی، رفتار میله با توجه به مشخصات هندسی آن (نسبت طول به قطر بین 25 تا 50) با استفاده از مدل تیر اویلر-برنولی شبیه سازی شده و الگوی تغییر شکل آن به دست می آید. سپس با انطباق الگوی تغییر شکل بر تصویر میله در صفحه ی کناری و استفاده از الگوریتم تکراری نزدیک ترین نقاط، تغییر شکل میله و موقعیت سوراخ انتهایی محاسبه می گردد. به منظور ارزیابی فرضیهی پژوهش و سنجش دقت محاسبه ی موقعیت سوراخ انتهایی بر اساس روش پیشنهادی، آزمایش روی 5 نمونه از استخوان فمور جسد انسان صورت پذیرفت و موقعیت پیش بینی شده و واقعی سوراخ انتهایی مورد بررسی قرار گرفت. نتایج نشان داد که با استفاده از تحلیل مکانیکی و داده های تصویری از انحنای میله، موقعیت سوراخ های انتهایی با خطای موثر میانگین 84/0 میلی متر و خطای حداکثر 3/1 میلی متر محاسبه می گردد. انتظار می رود که با ترکیب روش پیشنهادی با روش های تصویری مبتنی بر شکل سوراخ، بتوان در آینده به خطای کم تر از میلی متر در تعیین موقعیت سوراخ دست یافت.

با افزایش سن، نگرانی های بیش تری در رابطه با توانایی بافت های سخت مانند دندان در برآورده کردن نیاز های روزمره به مدت طولانی تر وجود دارد. ویژگی قابل توجه میکرو ساختار عاج دندان در وجود لوله های استوانه ای کوچک به نام لوله های عاجی است که تاثیر به سزایی در رفتار و خصوصیات مکانیکی از جمله مکانیک شکست آن دارد. افزایش سن منجر به پر شدن تدریجی لوله های عاجی می شود. در این مقاله با در نظر گرفتن میکروساختار عاج دندان به صورت مواد مرکب فیبری، به بررسی تاثیر میکروساختار و تاثیر تغییرات میکروساختاری ناشی از افزایش سن روی رفتار شکست و مسیر رشد ترک با استفاده از تئوری مکانیک شکست الاستیک خطی و روش تحلیل اجزای محدود پرداخته شده است. نتایج بیان گر آن است که مسیر رشد ترک علاوه بر هندسه ی ریزساختار عاج دندان، به خواص مواد اجزای سازنده ی آن و آرایش لوله های عاجی وابسته است. هم چنین نتایج ما نشان دهنده ی آن است که لوله های عاجی توپر ناشی از افزایش سن، نقش اساسی در مسیر رشد ترک ایفا می کنند و به عنوان دفع کننده ی رشد ترک محسوب می شوند.