این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشکده پزشکی اصفهان، جلد ۳۶، شماره ۴۹۸، صفحات ۱۱۵۶-۱۱۶۴
عنوان فارسی اهمیت زمان‌بندی و نرخ اسپایک در مدل گیرنده‌ی مکانیکی Merkel
چکیده فارسی مقاله مقدمه: حس لمس، نقش مهمی در تعاملات ما با محیط اطراف دارد. بازوهای مکانیکی، ربات‌ها و پروتزهای عصبی، با داشتن حس لمس عملکرد بهتری خواهند داشت. مطالعات میکرونوروگرافی در انسان‌ها، نشان داده است که نورون‌های آوران اولیه مانند گیرنده‌های مکانیکی نوک انگشت، نقش مهمی در کدگذاری و تفکیک‌پذیری انواع مختلفی از تحریک‌ها با استفاده از الگوهای قطار اسپایک دارند. روش‌ها: یک روش آزمایشگاهی برای شبیه‌سازی پاسخ‌های گیرنده‌ی تطابق آهسته‌ی نوع I به تحریک نیرو با در نظر گرفتن رفتار اسپایکی، به کار گرفته شده است. در واقع، برای تشخیص نیرو، از داده‌های حسگر و ویژگی اسپایکی استفاده گردید. سیگنال آنالوگ حسگر، به عنوان جریان ورودی به مدل نورونی Izhikevich به منظور به دست آوردن قطارهای اسپایک اعمال شد. ویژگی‌های قطارهای اسپایک با کدگذاری نرخی و کدگذاری زمان‌بندی اسپایک استخراج شد. ویژگی‌های مورد نظر، به طبقه‌بندی کنند‌ه‌ی K-nearest neighbor (kNN) و Support vector machines (SVM) جهت طبقه‌بندی انواع نیروها داده شد. یافته‌ها: بالاترین دقت طبقه‌بندی ویژگی کدگذاری نرخی با درستی 100 درصد، ویژگی‌های Inter-spike intravel coefficient of variation (ISI CV) با درستی 18/81 درصد و Victor-purpura distance (VPd) با درستی 82 درصد به دست آمد. همچنین، با استفاده از قطارهای اسپایک حاصل از نیروی تماس اطلاعات متقابل، کدگذاری نرخی و کدگذاری زمانی نیز محاسبه شد. نتیجه‌گیری: ارسال اطلاعات با روش کدگذاری نرخی از کدگذاری زمان‌بندی اسپایک در تحریک گیرنده‌ی مکانیکی Merkel بیشتر است. همچنین، با افزایش نیرو، میزان آتش کردن گیرنده‌ی مکانیکی Merkel نیز افزایش می‌یابد.
کلیدواژه‌های فارسی مقاله گیرنده‌ی مکانیکی، حس لمس، تئوری اطلاعات،
عنوان انگلیسی The Importance of Spike Timing and Rate in Merkel Mechanoreceptor Model
چکیده انگلیسی مقاله Background: Tactile sensing plays an important role in our understanding of the environment. Mechanical arms, robots, and nerve prostheses perform better, if they have the sense of touch. Microneurography studies in humans have shown that primary afferent neurons (e.g. fingertip mechanoreceptors play an important role in encoding and separability with various types of stimuli using spike train patterns. Methods: We developed an experimental set up to simulate the responses of Merkel mechanoreceptors to force stimulation, with considering account receptor spiking behavior. Indeed, we used sensor data and spiking properties of Merkel mechanoreceptors to discriminate force. The analog tactile signals generated from sensor were fed as input to the Izhikevich neurons in order to obtain spike trains. The features of Spike trains were extracted with rate coding and timing coding. The desired features were assigned to the k-nearest neighbors (kNN), and support vector machine (SVM) to classify the types of forces. Findings: The highest classification accuracy achieved 100% with rate coding, 81.18% with inter-spike interval coefficient of variation (ISI CV), and 82% with victor-purpura distance (VPd). From the spike trains evoked during contact, we computed the information that rate and timing codes carried about applied force. Conclusion: Rate coding carried more force information than spike timing for Merkel mechanoreceptors. Moreover, as the force increased, firing rate also increased.
کلیدواژه‌های انگلیسی مقاله Mechanoreceptors,Tactile sense,Information theory
نویسندگان مقاله فاطمه یاوری |
دانشیار، گروه مهندسی پزشکی (بیوالکتریک و بالینی)، دانشکده‌ی علوم و فن‌آوری‌های پزشکی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

فریدون نوشیروان راحت‌آباد |
دانشیار، گروه مهندسی پزشکی، دانشکده‌ی پزشکی، دانشگاه علوم پزشکی کرمانشاه، کرمانشاه، ایران

محمود امیری |


نشانی اینترنتی http://jims.mui.ac.ir/index.php/jims/article/view/10270
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/103/article-103-1094533.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده مقاله پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات