Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

سمینار درس مدلسازی سیستم های بیولوژیکی

Παρόμοιες παρουσιάσεις


Παρουσίαση με θέμα: "سمینار درس مدلسازی سیستم های بیولوژیکی"— Μεταγράφημα παρουσίασης:

1 سمینار درس مدلسازی سیستم های بیولوژیکی
دانشکده مهندسی پزشکی مدل سازی ارتباط بین پالس های فشار و حجم خون محیطی با استفاده از تکنیک های شناسایی سیستم خطی و شبکه عصبی نگین حسام شریعتی استاد: دکتر توحیدخواه دی 88

2 فهرست مطالب مقدمه و معرفی روش ها نتایج حاصله از مدل سازی
پروتکلی برای اندازه گیری های پالس و چالش های فیزیولوژیکی شناسایی سیستم فیزیولوژیکی Model fit نتایج حاصله از مدل سازی خلاصه و نتیجه گیری

3 مقدمه و معرفی سیستم اندازه گیری فیزیولوژیکی که با استفاده از شناسایی سیستم مدل می شود

4 اولین مرحله -- انتخاب تکنیک اندازه گیری فیزیولوژیکی مناسب
مقدمه و معرفی اولین مرحله -- انتخاب تکنیک اندازه گیری فیزیولوژیکی مناسب ویژگی ها: غیر تهاجمی کمترین اثر روی سیستم فیزیولوژیکی به راحتی قابل استفاده و تکرارپذیر

5 روش ها پروتکلی برای اندازه گیری های پالس
12 فرد داوطلب (از سال با میانگین 41) شکل موج پالسی فشار خون (BP) مانیتور فشار خون شریانی از انگشت دوم دست راست شکل موج پالسی حجم خون تکنیک photoelectric plethysmography از انگشت اشاره دست راست

6 روش ها تکنیک نوری غیر تهاجمی

7 روش ها چالش های فیزیولوژیکی زمان استراحت اولیه -- 2 دقیقه
(پایداری پارامترهای قلبی عروقی) مراحل ثبت -- سه فاز مساوی یک دقیقه ای (تغییرات در پالس های حجم خون با توجه به تغییر قابل توجه در فشار خون) Baseline Hand raising Hand elevated

8 روش ها شناسایی سیستم فیزیولوژیکی

9 روش ها شناسایی سیستم فیزیولوژیکی

10 روش ها شناسایی سیستم فیزیولوژیکی

11 روش ها Model fit خطای ناشی از تفاوت پالس های PPG شبیه سازی شده و اندازه گیری شده Normalized Sum of Square Error (NSSE) هر چه NSSE کمتر باشد، fit کردن مدل بهتر خواهد بود NSSE > model fit ضعیف NSSE < model fit خوب

12 نتایج

13 نتایج

14 نتایج

15 نتایج

16 خلاصه و نتیجه گیری دو تکنيک مدل­سازي را که رابطه بين پالس فشار خون و پالس حجم خون را به سادگي و با استفاده از يک مدل پس­فاز مرتبه اول توصيف مي­کند را مطالعه کرديم. تکنيک شناسايي سيستم شبکه عصبي در حالت کلي بهتر از تکنيک شناسايي سيستم خطي که ساده­تر است مي­باشد، چون model fit دقيق­تري را ايجاد مي­کند. در اين مطالعه، تغييرپذيري و بازه مورد انتظار براي τ در مورد گروهي مرد در حالت نرمال نشان داده شد. همچنين نشان داده شده است که هر دو تکنيک شناسايي، براي دنبال کردن پارامترهاي مدل فيزيولوژيکي در طول يک چالش ساده بالا بردن دست قابل استفاده است. اين داده­هاي اصولي با استفاده از پروتکل اندازه­گيري پالس به دست مي­آيد و تکنيک­هاي شناسايي براي تغيير baseline و براي پاسخ به يک چالش فيزيولوژيکي مي­توانند براي ارزيابي کلينيکي سيستم گردش خون محيطي مفيد باشند.

17 با تشکر 


Κατέβασμα ppt "سمینار درس مدلسازی سیستم های بیولوژیکی"

Παρόμοιες παρουσιάσεις


Διαφημίσεις Google