مدل‌سازی الکترومغناطیسی امواج مغزی بر اساس تحلیل تمام‌موج
Publish place: Tabriz Journal of Electrical Engineering، Vol: 50، Issue: 3
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 462
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TJEE-50-3_028
تاریخ نمایه سازی: 4 آذر 1399
Abstract:
در این مقاله با استفاده از مدل‌سازی الکترومغناطیسی نورون‌ها در مغز، امواج الکترومغناطیسی به صورت تمام‌موج استخراج شده‌اند. هم‌اکنون در تمام مراکز و کلینیک‌های تحقیقاتی این کار به طور سنتی با استفاده از تقریب شبه‌استاتیک معادلات ماکسول در الکترومغناطیس انجام می‌شود ولی میزان خطای حاصل از این تقریب در نتایج نهایی بررسی نمی‌شود. این موضوع با توجه به افزایش حساسیت حسگرهای مدرن امروزی بیشتر جلب توجه می‌کند. در این مقاله ابتدا با مروری بر مبانی به‌کارگیری تقریب شبه‌استاتیک در تحلیل امواج مغزی، ابهاماتی راجع به شایستگی این تقریب در این مسئله مطرح شده و لزوم حل مسئله به صورت تمام‌موج بیان می‌شود. پس از آن میدان‌های حاصل از یک دوقطبی جریان واقع در مرکز کره‌ای با رسانایی معلوم توسط بسط توابع بسل و هنکل نوشته شده و با تئوری‌های پراکندگی در الکترومغناطیس، مسئله به صورت تمام‌موج حل می‌گردد. سرانجام منحنی معیار اختلاف نسبی (RDM) بین پاسخ شبه‌استاتیک و تمام‌موج برحسب فرکانس و رسانایی‌های مختلف رسم می‌شود. نتایج نشان می‌دهد که خطای حاصله با افزایش فرکانس رشد داشته و می‌تواند توسط حسگرهای مدرن آشکارسازی شود. از رهاوردهای مهم مدل‌سازی تمام‌موج، غنا بخشیدن به اطلاعات حاصل از مغزنگاری الکتریکی (EEG) و مغناطیسی (MEG) و در نتیجه استخراج الگوهای دقیقتری از فعالیت‌های مغز می‌باشد.
Keywords:
امواج مغزی , تقریب شبه‌استاتیک , مدل‌سازی , تحلیل تمام‌موج , بیوالکترومغناطیس , مغزنگاری الکتریکی و مغناطیسی
Authors
ستار صمدی گرجی
دانشکده مهندسی برق و کامپیوتر- دانشگاه صنعتی نوشیروانی بابل
بیژن ذاکری
دانشکده مهندسی برق و کامپیوتر- دانشگاه صنعتی نوشیروانی بابل
رضا خانبابایی
دانشکده علوم پایه– دانشگاه صنعتی نوشیروانی بابل
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :