یکی از روش های غیرتهاجمی مطرح در بررسی چگونگی فعالیت ناحیه های مختلف مغز در پاسخ به فعالیت های مختلف فیزیولوژیکی، استفاده از روش تصویربرداری عملکردی مغناطیسی است که هدف از این تصویربرداری یافتن نگاشتی از مغز است که مراکز انجام فعالیت های مختلف را در مغز مشخص می کند. به طور کلّی سه نوع ارتباط ساختاری، عملکردی و تأثیری در نواحی مختلف مغز تعریف می شود: ارتباط ساختاری مشخص کننده ی راه های عصبی موجود بین دو یا چند ناحیه ی مغزی است، ارتباط عملکردی به صورت همبستگی زمانی پیشامدهای عصبی- فیزیولوژیکی نواحی جدا از هم تعریف می شود و ارتباط تأثیری جهت ارتباط یک سیستم نورونی را بر روی دیگری نشان می دهد. از بین سه نوع ارتباط تعریف شده، ارتباط های تأثیری برای فهم عملکرد کامل فعالیت رخ داده در مغز و به دست آوردن جهت ارتباط های بین نواحی فعال شده کاربرد بیشتری دارد، به این دلیل که در این نوع ارتباط برخلاف ارتباط های ساختاری و عملکردی، تعاملات دو طرفه بین نواحی فعال شده ی مغز بر روی یکدیگر نیز مورد بررسی قرار گرفته و در روش های به دست آورنده ی ارتباط های تأثیری در نظر گرفته و مدل می شوند، به همین علت پژوهش حاضر تمرکز خود را بر روی ارزیابی و مقایسه ی انواع روش های به دست آورنده ی ارتباط های تأثیری بین نواحی مغزی قرار داده است و در نهایت به علت شباهت ساختاری زیاد بین سیستم عصبی و مدل های گرافیکی احتمالی مثل روش شبکه های بیزین این روش را برای این منظور مورد استفاده قرار داده است. در پژوهش حاضر الگوریتم های مختلفی از روش شبکه های بیزین مثل: جستجوی حریصانه، الگوریتم های pc، cpc و ges بر روی داده های مصنوعی و واقعی متعدد برای به دست آوردن ارتباط های تأثیری، اجرا شده است که در بین این الگوریتم ها، الگوریتم pc نسبت به بقیه دارای نتایجی با امتیاز bic بیشتری می باشد. در نهایت این پژوهش به این نتیجه رسیده است که الگوریتم های موجود در روش شبکه های بیزین در مقایسه با سایر روش های به دست آورنده ی ارتباط های تأثیری مثل روش dcm (که نسبت به سایر روش های مطرح در این موضوع بیشترین استفاده را در سال های اخیر داشته است) دارای مزیت هایی مثل: نیاز نداشتن به فرض مدل اولیه برای اجرا، داشتن محاسبات کمتر، قابلیت کار کردن با داده های ناقص و اجرای راحت تر الگوریتم های به کار رفته، می باشد.

عفونت های ویروسی در سراسر جهان گسترده هستند. از آنجا که داروهای ضد ویروسی رایج دارای اثرات جانبی زیاد بوده و همچنین دسترسی به آنها محدود بوده و پر هزینه می باشند لذا طراحی دارو های ضد ویروسی جدید دارای اهمیت هستند و پپتیدهای ضد ویروسی از بهترین کاندیدا برای این منظور هستند. سمیت پائین، اثرات جانبی کم، حذف سریع از بدن میزبان و عملکرد اختصاصی باعث ارجحیت این ترکیبات نسبت به سایر ترکیبات ضد ویروسی می شود. اکثر این پپتیدها از پروتئین های ویروسی مانند کپسید ویروس hiv-1 جدا شده اند، این پروتئین تشکیل دهنده هسته ویروس hiv بوده و در بر گیرنده ژنوم ویروسی است و البته نقش بسیار مهمی در بلوغ و گرد هم آیی اجزای ویروسی دارد. به دلیل اهمیت پپتیدهای ضد ویروسی، ایجاد و توسعه یک روش محاسباتی دقیق به منظور پیش بینی فعالیت ضد ویروسی این پپتیدها ضروری است. در مطالعه حاضر از مفهوم ترکیب آمینو اسیدی کاذب و روش یادگیری ماشین جهت طبقه بندی و شناسایی پپتیدهای ضد ویروس استفاده شده است. در نهایت از الگوریتم طراحی شده جهت پیش بینی فعالیت ضد ویروسی پپتیدهای مشتق شده از پروتئین p24 استفاده شد. دقت روش پیش بینی با استفاده از کیت تشخیص آنتی ژنی الیزا ارزیابی شد. تطابق روش آزمایشگاهی با نتایج حاصل از پیش بینی توسط الگوریتم حاکی از بر مفید و کارا بودن روش طراحی شده است.

بحث سیستم واسط مغز-رایانه یا ((bci) brain-computer interface)، از جمله مباحثی است که طی دهه اخیر مورد توجه بسیاری از گروه های تحقیقاتی قرارگرفته است. سیستم واسط مغز-رایانه، سیستمی است که بتواند سیگنال های ثبت شده از تعدادی فعالیت ذهنی را از یکدیگر تفکیک کند و از آن یک الفبای ساده را تشکیل دهد. بصورتی که کاربر این سیستم بتواند با انجام ترکیب های مختلفی از این الفبا، با دنیای اطراف ارتباط برقرار کند. تحقیقات بسیاری بر روی سیستم های واسط مغز-رایانه انجام شده است که اکثر آن ها بر اساس استراتژی ها و حالات مختلف ذهنی، طراحی شده و از ویژگی های استخراج شده از سیگنال های مغزی جهت دسته بندی این حالات مختلف ذهنی استفاده کرده اند. یکی از مسائل مهم در طراحی یک سیستم واسط مغز-رایانه انتخاب نوع فعالیت ذهنی برای تصور است. در تعدادی از این سیستم ها فعالیت ذهنی با قصد کاربر و عملی که باید توسط سیستم واسط مغز-رایانه کنترل شود متفاوت است و در تعدادی دیگر سیگنال دریافتی حاوی همان فعالیت های ذهنی مرتبط با عملی است که باید توسط سیستم واسط مغز-رایانه انجام گیرد. در مواردی که فعالیت ذهنی با عمل مورد نظر هماهنگی دارد می توان تصور و قصد کاربر را به عنوان استراتژی فرایند در نظر گرفت. به طور مثال، می توان حرکات مختلف دست مانند حرکت بالا بردن و پایین آوردن را قصد کاربر و فعالیت های ذهنی تصور و اراده ی این اعمال را دستورات اعمال شده به سیستم در نظر گرفت که از چندین کانال خاص ثبت و بنا بر تفاوت ها و ویژگی های منحصر به فرد از هم تفکیک و دسته بندی کرد. هدف این پروژه تشخیص و تفکیک تصور چندین حرکت دست از جمله حرکت بالا بردن و پایین آوردن کل دست، باز کردن آرنج و بستن مچ از روی سیگنال های الکتروانسفالوگرافی (eeg) است. از این طریق هماهنگی بین تصور ذهنی با عملی که توسط سیستم واسط مغز-رایانه در خروجی آن تولید شده ایجاد شده است. تحقیقات بر روی دو مجموعه سیگنال آماده که مبتنی بر تصور حرکت هستند، انجام شده است که شامل تصور حرکت بالا بردن و پایین آوردن کل دست راست، باز کردن آرنج و بستن مچ دست راست است. این مجموعه سیگنال های آماده در کل مربوط به پنج فرد سالم بوده است. در این پروژه یک الگوریتم چند مرحله ای با پنج روش مختلف برای استخراج ویژگی ها و سه الگوریتم برای دسته بندی پنج دسته داده (بالا و پایین آوردن کل دست، باز کردن آرنج، بستن مچ و حالت استراحت) طراحی شد. در ابتدا با بررسی نتایج اولیه مناسب ترین روش استخراج ویژگی برای هر دسته بندی کننده انتخاب شد و بر اساس این انتخاب پنج الگوریتم برای پنج داوطلب طراحی شد که بر اساس بهترین روش های استخراج ویژگی بوده است. این پنج الگوریتم سه بار پیاده سازی شدند که در هر بار یکی از سه الگوریتم دسته بندی استفاده شد، تا در نهایت بهترین الگوریتم ویژه هر نفر طراحی گردید.

امروزه لاغری موضعی غیر تهاجمی یکی از جذاب¬ترین بخش¬های جراحی زیبایی است. جراحی¬های پلاستیک دارای سابقه¬ی طولانی و حرفه¬ای در زمینه¬ی محدود سازی اندام بدن می¬باشند. از زمان پیدایش لیپوساکشن در اواخر سال¬های 1970، زمینه¬ی لاغری موضعی، شاهد رشدی به سمت تکنیک¬های کم تهاجمی¬تر و موثرتر بوده است. از طرف دیگر، افزایش افراد مبتلا به چاقی و بیماری¬های متعدد ناشی از چاقی، روندهای لاغری موضعی قویی را طلب می¬کند. در این پروژه به طراحی و ساخت دستگاهی می¬پردازیم که از امواج فراصوت غیرمتمرکز فرکانس پایین برای ازبین بردن چربی¬ها و لاغری موضعی بهره می¬گیرد. روند کار دستگاه مبتنی بر پدیده¬ای به نام کویتیشن است. در واقع این دستگاه قوی¬ترین دستگاه در زمینه¬ی لاغری نمی¬باشد و دستگاه¬های بی¬شماری در بازار جهانی وجود دارند که از ادغام فن¬آوری¬های مختلف توانسته¬اند، به نتایج بهتری برسند. اما ساخت این دستگاه پیش زمینه¬ی ساخت دستگاه¬هایی قوی¬تر است. این دستگاه از دو بخش تشکیل شده است که شامل پروب و نوسان ساز می¬باشد، بخش نوسان ساز سیگنالی سینوسی با فرکانس متناظر با فرکانس ارتعاش مکانیکی پروب (khz 5%±2/40) و توانی متغیر با مقدار حدأکثر w 50 را تولید می¬کند، که این سیگنال سینوسی، به پروب دستگاه اعمال می¬شود و در نتیجه پروب که از دو کریستال پیزوالکتریک تشکیل شده است، شروع به پرتودهی فراصوت به بافت هدف می¬کند. نکته¬ی قابل توجهی که در این پروژه وجود دارد این است که به دلیل استفاده از قطعات ارزان¬تر با عمل¬کرد مشابه، دستگاه لاغری کویتیشن ساخته شده می¬تواند به مراتب ارزان¬تر از نمونه¬ی خارجی به بازار ارائه شود و در واقع نیاز کشور را به این دستگاه مرتفع کند. ضمن این¬که دستگاه تولید شده در این پروژه از یک نمایش-گر، 2/3 اینچی برای نمایش میزان توان استفاده می¬کند و توان را به صورت دیجیتالی کنترل می¬نماید. محدودیت زمانی، پولی، نبود امکانات و ... دلایلی بودند که آزمایش¬ بالینی دستگاه و آزمایش شدت فراصوت اعمالی دستگاه انجام نشود اما به صورت کیفی درستی کار دستگاه از نوسان قطره¬های آب ریخته شده روی سطح تماس دستگاه (پروب) با بافت هدف بررسی و تأیید شد و هم¬چنین به صورت کمی درستی کار بخش نوسان ساز دستگاه از اندازه¬گیری فرکانس سیگنال خروجی (khz 578232/41) و مقدار اعوجاج ناشی از هارمونیک¬ها (17/7%=thd) مشخص گردید.