در سال های اخیر فرستنده ـ گیرنده های کم توان، کاربردهای وسیعی در زمینه مهندسی پزشکی پیدا کرده اند. در این مقاله طراحی و شبیه سازی سیستمی یک گیرنده کم توان قابل کاشت در بدن برای تحریک سلول های مغز ارائه شده است. گیرنده مورد نظر به صورت کم توان با نرخ داده بالا در ب چکیده کامل
در سال های اخیر فرستنده ـ گیرنده های کم توان، کاربردهای وسیعی در زمینه مهندسی پزشکی پیدا کرده اند. در این مقاله طراحی و شبیه سازی سیستمی یک گیرنده کم توان قابل کاشت در بدن برای تحریک سلول های مغز ارائه شده است. گیرنده مورد نظر به صورت کم توان با نرخ داده بالا در باند رادیویی صنعتی، علمی و پزشکی (ISM) برای استفاده در یک لینک دوسویه همزمان بی سیم جهت برقراری ارتباط بین سیستم کاشت شده در بدن و دنیای بیرون طراحی شده است. گیرنده ارائه شده با ساختار غیرهمدوس در فرکانس 4/2 گیگاهرتز با مدولاسیون کلید زنی خاموش-روشن (OOK) کار می کند. این گیرنده دارای نرخ خطای بیت (BER) کمتر از 001/0 و نرخ داده 100 مگابیت در ثانیه است. نتایج شبیه سازی سیستمی مدار پیشنهادی طراحی شده، بهره (S21) 4/26 دسی بل، تلفات برگشتی ورودی (S11) 39- دسی بل و عدد نویز (NF) 22/5 دسی بل را نشان می دهد. این نتایج مطابقت خوبی با محاسبات طراحی انجام شده دارد.
پرونده مقاله
یکی از عوامل رایج مرگ ومیر در دنیا که بیشتر افراد مسن در معرض آن هستند، سکته مغزی است. حدود 85 درصد از تمام سکتههای مغزی، از نوع سکته مغزی ایسکمیک بوده و ناشی از خون ریزی داخلی بخشی از مغز است. با توجه به آمار بالای مرگ ومیر ناشی از سکته مغزی، تشخیص و درمان سریع سکته م چکیده کامل
یکی از عوامل رایج مرگ ومیر در دنیا که بیشتر افراد مسن در معرض آن هستند، سکته مغزی است. حدود 85 درصد از تمام سکتههای مغزی، از نوع سکته مغزی ایسکمیک بوده و ناشی از خون ریزی داخلی بخشی از مغز است. با توجه به آمار بالای مرگ ومیر ناشی از سکته مغزی، تشخیص و درمان سریع سکته مغزی ایسکمیکی و سکته مغزی هموروژیک بسیار مهم است. در این مقاله یک سیستم تصویربرداری مایکروویو مغز، برای تشخیص خون ریزی داخل جمجمه کروی شکل با شعاع یک سانتی متر در نرم افزار CSTشبیهسازی و برای تصویربرداری از یک سری آرایه آنتن پروانهای اصلاح شده در اطراف فانتوم سر چند لایه، استفاده شده است. برای داشتن ویژگیهای تشعشی مورد نظر در محدوده باند فرکانسی 5/0 الی 5/5 گیگاهرتز، یک محیط تطبیق مناسب طراحی شده است. ابتدا در بخش پردازش از روشهای بازسازی تصویر مانند الگوریتمهای بیمفرمر تأخیر و جمع و همچنین تأخیر ضرب و جمع استفاده میشود. تصاویر بازسازی شده مفید بودن روش متداول پیشنهادی را در تشخیص هدف کروی در محدوده یک سانتی متر نشان میدهد. هدف اصلی این مقاله طبقهبندی سکته مغزی ایسکمیکی و هموروژیک با استفاده از رویکردهای یادگیری عمیق است. برای این منظور یک الگوریتم طبقهبندی تصویر برای تخمین نوع سکته از تصاویر بازسازی شده ایجاد میشود که در این راستا با استفاده از روش پیشنهادی یادگیری عمیق تصاویر بازسازی شده توسط یک ماشین بردار پشتیبان خطی چند کلاسه با ویژگی استخراج شده توسط یک شبکه عصبی کانولوشن آموزش میبینند. نتایج شبیهسازی شده عملکرد مناسب روش پیشنهادی را در تعیین محل دقیق اهداف خونریزی با دقت 89 درصد و در مدت زمان 9 ثانیه نشان میدهد. علاوه بر این، روش پیشنهادی یادگیری عمیق به دلیل سردرگم نبودن سیستم در بین طبقات مختلف از نظر طبقهبندی عملکرد خوبی را نشان میدهد.
پرونده مقاله
در این مقاله شبکه هوشمند برای نظارت بر بیمار مبتلا به سرطان سینه مطرح شده است. افزایش سرعت شبکه نظارت بر بیمار به نوع مشاهده، تفکر و درک ما از بیمار بستگی دارد. عوامل مختلفی از شبکه باعث شناخت بیشتر بیماری است که این عوامل با توجه به نوع آرایش شبکه، تعداد گره ها، قابلیت چکیده کامل
در این مقاله شبکه هوشمند برای نظارت بر بیمار مبتلا به سرطان سینه مطرح شده است. افزایش سرعت شبکه نظارت بر بیمار به نوع مشاهده، تفکر و درک ما از بیمار بستگی دارد. عوامل مختلفی از شبکه باعث شناخت بیشتر بیماری است که این عوامل با توجه به نوع آرایش شبکه، تعداد گره ها، قابلیت گره ها و جهت لینک های ارتباطی بستگی دارد. چرخه کنترل و نظارت بر بیمار شامل مشاهده، جهت گیری، تصمیم و عمل است که این چرخه مجموعه ای از اعمال متوالی هست که با تغییر آرایش شبکه، جهت گیری، تصمیم و عمل تغییر می یابد. در این مقاله ساختار شبکه هوشمند با توجه به وزن گره های مسیرهای ارتباطی به گونه ای طراحی می شود که چرخه کنترل و نظارت (تحلیل، تصمیم و عمل) عملکرد خوبی را داشته باشد. چرخه کنترل و نظارت با روش پیشنهادی فرآیند تحلیل سلسله مراتبی فازی (FAHP) مدل سازی می شود. این مدل با شناخت اولویت های شناسایی، معیارهای تصمیم گیری را به گونه ای تنظیم می کند که با کمترین زمان، سرعت تشخیص شبکه افزایش یابد و همچنین ابزاری مناسب برای مدل سازی چرخه نظارت و نتایج حاصل از شبکه هوشمند است. نتایج شبیه سازی نشان می دهد که این شبکه از هوشمندی لازم برای ارزیابی وضعیت بیمار در شرایط نامطلوب، قدرت تحلیل و ارزیابی مداوم بیمار را دارد و همچنین قدرت تصمیم گیری به موقع در وضعیت های مختلف را دارد. این نتایج نشان می دهد که با توجه به آرایش شبکه و تحلیل سلسله مراتبی فازی نرخ سرعت شبکه نسبت به دیگر شبکه ها به میزان ۱۰ درصد بهبود یافته است.
پرونده مقاله