بهینه سازی ضرایب مدل هایپرالاستیک بافت نرم با استفاده از داده های تجربی و الگوریتم ژنتیک
Authors
abstract
سرطان بافت نرم معادل با تغییر خواص مکانیکی بافت می باشد. در سال های اخیر همواره علم پزشکی به دنبال معرفی روش های نوین در راستای تشخیص زودهنگام سرطان-های بافت نرم بوده است. وجه تمایز این روش ها از روش های متداول معاینه بافت، کاهش میزان آسیب و تهاجم وارد به بافت همزمان با افزایش دقت تشخیص می باشد. این مقاله قصد دارد با استفاده از داده های حاصل از آزمایش های بالینی روی بافت سینه به تحلیل و مدلسازی رفتار مکانیکی قسمتی از بافت نرم سینه توسط مدل هایپرالاستیک مونی ریولین بپردازد. به این منظور از یک دستگاه اعمال کرنش مکانیکی برمبنای روش نوین و غیرتهاجمی حس لامسه ی مصنوعی استفاده شده است. این دستگاه برروی 8 بیمار با گستره ی سنی بین 20 تا 50 سال درکلینیک فوق تخصص بیماری های سینه زنان جهاددانشگاهی و بادرنظرگرفتن پروتکل های بالینی، مورد تست و ارزیابی بالینی قرارگرفته است. خروجی دستگاه شامل مقادیر تنش برحسب کرنش می باشد. از آنجاییکه خواص مکانیکی بافت سینه در ناحیه های مختلف بسیار متفاوت است، چند ناحیه مشخص روی بافت در بیماران مختلف انتخاب شده و در مجموع 40 ناحیه مورد آزمایش توسط دستگاه قرار گرفته است. به منظور رسیدن به یک مدل قابل اطمینان، پایدار و بهینه، از الگوریتم ژنتیک برای بهینه کردن ضرایب مدل هایپرالاستیک مونی ریولین استفاده می کنیم. نتایج نشان می دهد که با استفاده از این مدل می توان رفتار مکانیکی ناحیه های مختلف از بافت نرم سینه را با دقت بالایی مورد بررسی و پیش بینی قرار داد. مدل به دست آمده قابلیت تشخیص وجود بیماری و پیگیری روند تغییرات آن را دارا می باشد.
similar resources
بهینهسازی ضرایب مدل ساختاری هایپرالاستیک بافت نرم با استفاده از الگوریتم رقابت استعماری و دادههای تجربی
در این مطالعه، هدف شناسایی مدل ساختاری بافت نرم میباشد. به این منظور از یک دستگاه رباتیک مجهز به حسگر لامسهای برای اعمال نیرو به بافت نرم استفاده شده است. بافت سینهی فرد توسط دستگاه مورد معاینه قرار گرفته است و خروجی تنش و کرنش در طی دو مرحلهی بارگذاری و باربرداری استخراج شده است. مجموعهی دادههای دقیق تجربی برای تولید مدل ساختاری از رفتار هایپرالاستیک بافت مورد استفاده قرار میگیرد. هشت ...
full textبهینه سازی الگوریتم ایستگاه مرجع مجازی ((VRS با استفاده از مدل های تجربی تابع تغییرنما
الگوریتم شبکه تعیین موقعیت کینماتیک آنی با هدف غلبه بر مشکلات موجود در سیستم سنتی تعیین موقعیت کینماتیک آنی ایجاد شده است. هدف اصلی در این مقاله معرفی الگوریتمی جدید برای شبکه تعیین موقعیت کینماتیک آنی و افزایش دقت بخش درونیابی تصحیحات میباشد. در ابتدا، برای خطوط مبنای شبکه الگوریتم پردازش طول بلند باید انجام شود .سپس باقیماندههای یونسفری و تروپسفری برای هر خط مبنا تفکیک میشوند. در ادامه به...
full textبهینه سازی ورقهای کامپوزیت با استفاده از الگوریتم ژنتیک
بهینهسازی سازهها یعنی طراحی آنها به صورتی که هم مسائل فنی رعایت شوند و هم کمترین وزن و هزینه اجرایی را داشته باشد. در سالهای اخیر استفاده از موادمرکبچندلایه در ساخت سازههای مکانیکی، فضایی، دریایی و خودروسازی افزایش یافته است. یکی از دلایل عمده استفاده از این مواد، مقاومت بسیار زیاد به همراه وزن کم آنها می باشد. از اهداف این تحقیق طراحی بهینه یک ورق مرکب چندلایه با کمترین وزن و هزینه ممکنه...
full textبهینه سازی پارامترهای الگوریتم ژنتیک برای تعیین ضرایب مدل سینتیکی احتراق متان و هوا
توسعه مدلهای سینتیکی برای سوخت های جدید نیازمند بهینه سازی پارامترهای سرعت واکنشهاست که در این میان الگوریتم ژنتیک کارایی بالایی دارد. از آنجایی که انتخاب پارامترهای مناسب جمعیتی و تولید مثل (تعداد جمعیت، احتمال ترکیب و احتمال جهش) در الگوریتم ژنتیک تأثیر زیادی بر دستیابی به ضرایب سینتیکی بهینه و نیز در سرعت همگرایی روش دارد، مقاله حاضر به بررسی اثر این پارامترها در حالتهای مختلف در بهینه ...
full textکاربرد محاسبات نرم جهت بهینه سازی انتخاب مته با استفاده از هوش مصنوعی و الگوریتم های ژنتیک
full text
بهینه سازی زمان بندی الگوریتم های موازی با استفاده از الگوریتم ژنتیک
In scheduling, a set of machines in parallel is a setting that is important, from both the theoretical and practical points of view. From the theoretical viewpoint, it is a generalization of the single machine scheduling problem. From the practical point of view the occurrence of resources in parallel is common in real-world. When machines are computers, a parallel program can be conceived as a...
full textMy Resources
Save resource for easier access later
Journal title:
مهندسی مکانیک مدرسPublisher: دانشگاه تربیت مدرس
ISSN 1027-5940
volume 15
issue 9 2015
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023