مدلسازی بیماری وسواس با استفاده از شبکه های عصبی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی
- نویسنده علیرضا قربانزاده شبستری
- استاد راهنما شهریار غریب زاده محمدرضا هاشمی گلپایگانی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1386
چکیده
بیماری وسواس در گروه بیماریهای خلقی و در زیر گروه بیماریهای اضطرابی است که مربوط به اختلالات ساختاری و عملکردی مغز می باشد. عوامل زیادی در این بیماری موثر هستند. لذا درمانهای متفاوتی برای آن بکار رفته که به دو دسته کلی «دارو درمانی» و «رفتار درمانی» تقسیم می شوند. در دارو درمانی ، از داروهای سروتونرژیک و دوپامینرژیک استفاده شده که روی ناقلهای عصبی مغز اثر گذاشته و موجب بهبودی بیماری می شود. رفتار درمانی از درمانهای موثر است ولیکن مکانسیم اثر آن از دیدگاه فیزیولوژی شناخته شده نیست اما با توجه به اهمیت آن در معالجه بیماری باید در مدل لحاظ گردد. مدلهای بسیار محدودی برای این بیماری موجود است. مدل آقای اونبای و مدل آقای کوبوتا از مابقی تکمیل تر بوده و برای مدلسازی از آنها ایده گرفته شده است. مدل آقای اونبای یک مدل ایستا بوده و عوامل زیادی که در این بیماری موثر بوده در مدل لحاظ کرده است. آقای کوبوتا نیز بیماری را در حالت پویا مدل کرده است. در این پروژه سعی کرده ایم مدل شبکه عصبی مصنوعی بیماری وسواس را با استفاده از دانش بیولوژیکی آن تکمیل نمائیم. در ابتدا یک مدل از فردی سالم را در نظرگرفته سپس با تغییر ورودیها، ظهور نشانه های بیماری را از دیدگاه آشوب بررسی کرده ایم. عوامل موثر مهمی که در این بیماری لحاظ نشده اند را نیز به عنوان ورودی به مدل اضافه کرده ایم تا مدلی نسبتاً کامل از بیماری ارائه داده باشیم. در پایان به شبیه سازی «درمان دارویی» و «درمان رفتاری- شناختی» پرداخته ایم و نتایج درمانها را با هم مقایسه کرده ایم. سپس پیش بینی مدل ارائه شده را، از درمان همزمان دارویی و رفتاری- شناختی، عرضه نموده ایم.
منابع مشابه
مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی
مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...
متن کاملمدلسازی تخصیص ناوگان اتوبوسرانی شهری با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: مشهد مقدس)
استفاده از سیستم اتوبوسرانی درون شهری با توجه به انعطاف پذیری بالا و ارزان بودن آن برای استفاده کننده، در شهرهای بزرگ و به ویژه در کشورهای در حال توسعه امری اجتناب ناپذیر است. از این رو بهبود این سیستم حمل و نقل بدلیل گستره فعالیت آن ضروری به نظر می رسد. یکی از رو شهای ارتقای عملکرد این سیستم، تخصیص بهینه اتوبو سها به خطوط فعال به گونه ای است که نسبت به وضعیت موجود، تعداد مسافر بیشتری حمل نموده...
متن کاملمدلسازی تولید سفر با استفاده از روش شبکه های عصبی-فازی
دستیابی به یک نتیجه دقیق و مناسب در فرایند چهارمرحله ای آنالیز سفر به روش UTMS وابسته به برآورد دقیق و قابل قبول تعداد سفرهای تولید شده در نواحی مختلف شهر است. در بررسی مرحله ایجاد سفر با توجه به وابستگی شدید میزان سفر تولید شده در یک ناحیه به اطلاعات سهل الوصولی نظیر جمعیت ، برآورد تولید سفر معمولاً با دقت خوبی انجام میگیرد. از اینروست که در صورتیکه مقادیر برآورد شده دیگر نظیر مقادیر جذب سفر با...
متن کاملتشخیص بیماری دیابت با استفاده از شبکه عصبی مصنوعی و عصبی- فازی
Background & Aim: A main problem in diabetes is its timely and accurate diagnosis. This study aimed at diagnosing diabetes using data mining methods. Methods: The present study is an analytical investigation including 768 individuals with 8 attributes. Artificial neural networks and fuzzy neural networks were used to diagnose the diabetes. To achieve a real accuracy, the Kfold method was used ...
متن کاملمدلسازی منطقهای دبیهای اوج در زیر حوزههای آبخیز سد سفیدرود با استفاده از شبکه عصبی مصنوعی
The model in this research was created based on the Artificial Neural Network (ANN) and calibrated in the Sefid-rood dam basin (excluding Khazar zone). This research was done by gathering and selecting peak flows of hydrographs from 12 sub basins, the concentration time of which was equal to or less than 24 hours and was caused only by rainfall. From all the selected sub basins, totally 661 hyd...
متن کاملمدلسازی و شبیهسازی بیوسنسور آنزیمی برای تشخیص آفلاتوکسین B1 با استفاده از شبکه عصبی مصنوعی
افلاتوکسین B1 (AFB1) سمی ترین گروه آفلاتوکسینهاست که باعث آلودگی محصولات کشاورزی شده و اثرات مرگ باری بر سلامت انسان دارد. تشخیص AFB1 در مواد غذایی و خوراکی توسط بیوسنسورها سریع، کم هزینه و دقیق است. در این مقاله به مدلسازی و شبیهسازی واکنشهای شیمیایی در بیوسنسور پتانسیومتری AFB1 جهت تعیین ثابتهای بهینه نرخ واکنش پرداخته شده است. شبیهسازی واکنشهای شیمیایی توسط نرم افزار COMSOL...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023