این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی مکانیک مدرس، جلد ۱۵، شماره ۹، صفحات ۱۳۴-۱۴۰
عنوان فارسی بهینه‌سازی ضرایب مدل هایپرالاستیک بافت نرم با استفاده از داده های تجربی و الگوریتم ژنتیک
چکیده فارسی مقاله سرطان بافت نرم معادل با تغییر خواص مکانیکی بافت‌ می‌باشد. در سال‌های اخیر همواره علم پزشکی به دنبال معرفی روش‌های نوین در راستای تشخیص زودهنگام سرطان-های بافت نرم بوده‌است. وجه تمایز این روش‌ها از روش‌های متداول معاینه بافت، کاهش میزان آسیب و تهاجم وارد به بافت همزمان با افزایش دقت تشخیص می‌باشد. این مقاله قصد دارد با استفاده از داده‌های حاصل از آزمایش‌های بالینی روی بافت سینه به تحلیل و مدلسازی رفتار مکانیکی قسمتی از بافت نرم سینه توسط مدل هایپرالاستیک مونی‌ریولین بپردازد. به این منظور از یک دستگاه اعمال کرنش مکانیکی برمبنای روش نوین و غیرتهاجمی حس لامسه‌ی مصنوعی استفاده شده است. این دستگاه برروی 8 بیمار با گستره‌ی سنی بین 20 تا 50 سال درکلینیک فوق‌تخصص بیماری‌های سینه زنان جهاددانشگاهی و بادرنظرگرفتن پروتکل‌های بالینی، مورد تست و ارزیابی بالینی قرارگرفته است. خروجی دستگاه شامل مقادیر تنش برحسب کرنش می‌باشد. از آنجاییکه خواص مکانیکی بافت سینه در ناحیه‌های 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 بهینه‌‌کردن ضرایب مدل هایپرالاستیک مونی‌ریولین استفاده می‌کنیم. نتایج نشان می‌دهد که با استفاده از این مدل می توان رفتار مکانیکی ناحیه‌های 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 می‌باشد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Optimization of hyperelastic model parameters of soft tissue based on genetic algorithm utilizing experimental mechanical dataset
چکیده انگلیسی مقاله Soft tissue’s cancers are related to major variations in the mechanical properties of the tissue. In recent years, a number of developing techniques have been introduced for early detection of soft tissue’s cancers. The major advantage of these methods over the common available techniques is while being noninvasive to the body, the accuracy of detection is noticeably increased. This article intends to analyze mechanical behavior of the breast tissue by considering a Mooney-Rivlin hyperelastic model. Coefficients of the model are defined by using a series of experimental mechanical datasets. For this purpose, a mechanical device is designed and fabricated base on a new noninvasive method named Artificial Tactile Sensing (ATS). The device is examined on 8 patients in 20 to 50 age range refer to “Jahad Daneshgahi Breast Diseases Clinic” while considering Helsinki agreement’s protocols. Due to wide anatomical variations of the breast tissue in individuals, 40 specified regions are examined on the tissues of all attended cases. Experimental stress versus strain datasets are collected for 40 test points. To achieve a reliable and optimized model, a genetic algorithm (GA) is used for calculating Mooney-Rivlin’s coefficients. Results confirmed that an accurate model can be afforded to estimate the soft tissue’s mechanical behavior with the least error. The model is suitable for disease diagnosis and follow-up procedure.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله امیررضا اسمعیلی |
دانشجو کارشناسی دانشگاه خواجه نصیر
سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)

میلاد کشاورز |
کارشناسی ارشد دانشگاه خواجه نصیر
سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)

افسانه مجری |
دانشگاه صنعتی خواجه نصیرالدین طوسی
سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)

نشانی اینترنتی http://mme.modares.ac.ir/article_13192_8206c9ad0b7a37ba4f26ca40234040ba.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1256/article-1256-227867.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات