دانلود مقالات مربوط به پزشکی

يكتايي الگوي توزيع رگهاي خوني شبكيه به عنوان راهكاري جهت شناسايي هويت افراد مورد استفاده قرار مي گيرد. در اين مقاله روش مناسبي جهت شناسايي هويت افراد بر اساس تصوير شبكيه ارايه شده است. اين روش نسبت به چرخش، تغيير مقياس و انتقال غير حساس مي باشد. جهت استخراج ويژگي هاي مطلوب تصاوير شبكيه از تبديل فوريه - ملين (Fourier-Mellin) و ممانهاي تصوير استفاده شده است. براي جبران چرخش كه عموما ناشي از موقعيت هاي گوناگون اسكنر شبكيه نسبت به چشم مي باشد، جبران ساز چرخش طراحي شده است. در تحليل تصاوير شبكيه از مركز ديسك نوري به عنوان يك نقطه ثابت و مرجع استفاده شده كه جهت تعيين آن از موجك هار و مدل مارها بهره گرفته شده است. نتايج شبيه سازي روش پيشنهادي درصد خطايي نزديك به صفر را نشان مي دهد.

در اين مقاله، مقايسه اي بين دو روش پارامتري و غيرپارامتري استخراج ويژگي از سري هاي زماني fMRI انجام شده است. در روش غيرپارامتري، ضرايبي از موجك تغييرناپذير با زمان كه بيشترين تمايز را بين واكسل هاي فعال و غيرفعال ايجاد نمايند، به عنوان ويژگي انتخاب مي شوند، بدون اينكه مدلي براي پاسخ سيستم هموديناميك در نظر گرفته شود. در روش پارامتري با در نظر گرفتن مدلي براي سيستم هموديناميك و عوامل مزاحم و تحليل توان ضرايب در حوزه تبديل موجك تغييرناپذير با زمان، ضرايب مناسب انتخاب مي شوند. براي مقايسه دو روش مذكور، ابتدا ضرايب مناسب هر روش انتخاب و سپس روي اين ضرايب خوشه بندي صورت گرفته است. مقايسه روي داده هاي واقعي و شبيه سازي شده fMRI انجام شده است.

امروزه يكي از پروبهايي كه براي تصويربردراي درون رگي (Intravascular) از ديواره عروق با MRI استفاده مي شود، پروب مونوپل مي باشد. اين پروب با استفاده از مغزي كابل هم محور ساخته مي شود. تقارن هندسي استوانه اي پروب مونوپل كه همشكل ساختار عروق انسان مي باشد سبب ايجاد همگني بهتر در اندازه شدت ميدان مغناطيسي اطراف آن نسبت به ساير پروبها شده است. ضعف پروب كمي SNR آن مي باشد. در اين تحقيق با ارايه طرح جديد، تنها با استفاده يك كابل هم محور و اتصال مغزي به روكش فلزي و بهينه سازي طول آن، SNR پروب 50 درصد افزايش يافته است. همچنين ابعاد كوچك پروب و قابليت انعطاف آن باعث شده كه به راحتي در داخل كاتتر آنژيوگرافي واقع شده و براي تصوير برداري از عروق قلبي مناسب باشد. البته علاوه بر SNR، همگني ميدان مغناطيسي اطراف پروب با تعريف تابع هدف دلخواه قابل افزايش مي باشد. قابليت انعطاف و عدم نياز به مدار تطبيق از مزاياي ديگر پروب جديد مي باشد.

سيگنال الكتروگاستروگرام (EGG) توسط آرتيفكتهاي مختلف از جمله سيگنالهاي تنفسي، قلبي، فعاليت هاي الكتريكي عضلات و ارگانهاي مجاور تحت تاثير قرار مي گيرد. بنابراين استخراج اطلاعات مفيد در اين حالت از سيگنال امكان پذير نمي باشد. در اين مقاله از روشي بر اساس تجزيه چندجمله اي براي حذف اين نوع آرتيفكت استفاده شده است. اين نوع تجزيه كاملا به صورت تطبيقي عمل مي كند و براي سيگنالهاي غيرخطي و غيرايستا مناسب مي باشد. نتايج اين روش، كه بر روي سيگنالهاي EGG ثبت شده در آزمايشگاه مهندسي پزشكي دانشگاه صنعتي شريف اعمال شده است، نشان مي دهد كه مي توان منابع آرتيفكت را آشكار و آنها را از سيگنال EGG تفكيك نمود.

تصويربرداري اولتراسوند و روشهاي بهبود كيفيت آن در دهه هاي اخير به طور گسترده اي مورد توجه قرار گرفته است. در حالي كه در روشهاي متداول اين تصويربرداري از تحريك ساده پالسي مبدل اولتراسوند استفاده مي شود استفاده از تحريك كد شده روشي است كه به تازگي جهت بهبود كيفيت اين تصاوير و افزايش عمق نفوذ در بافت پيشنهاد شده است. در اين مقاله روشي جهت افزايش نسيت سيگنال به نويز در سيگنالهاي RF اولتراسوند با كد نمودن مناسب سيگنال تحريك ارايه شده است. اين روش كد نمودن بر پايه استفاده از اطلاعات مروبط به نحوه تاثير بافت بر روي پالس اولتراسوند مي باشد كه جهت به دست آوردن اين اطلاعات ابتدا از تحريك ساده پالسي مبدل استفاده مي شود. اين مقاله با ارايه شيوه اي سيستماتيك چگونگي ساخت اين كدها را تشريح مي كند. در نهايت ميزان بهبود در نسبت سيگنال به نويز در اين روش با روشهاي قبلي مقايسه شده است.

مساله تنوعات گوينده، يكي از مهمترين عواملي است كه بر كارآيي سيستم هاي بازشناخت گفتار اثر مي گذارد. در اين مقاله روشي پيشنهاد مي شود كه در آن با كمك تنظيم ورودي قسمتي از اين تاثير در شبكه هاي عصبي بازشناخت گفتار جبران مي وشد. ابتدا در ميان 71 گوينده آموزش، گوينده با بالاترين درصد صحت تشخيص آوا را به عنوان گوينده مرجع انتخاب مي كنيم. سپس با استفاده از الگوريتم پس انتشار خطا همه سيگنال گفتار مربوط به گويندگان آموزش و آزمون را طوري تنظيم مي كنيم كه بر گوينده مرجع منطبق شوند. مدل بازشناخت گفتار با دادگان آموزش تنظيم شده، تعليم و با دادگان آزمون تنظيم شده، آزموده مي شود. با اعمال اين روش و تلفيق نتايج اين شبكه با شبكه بدون تنظيم ورودي بر اساس بيشترين سطح اطمينان، 2.6% افزايش در صحت تشخيص آوا به دست مي آيد.