دفاعیه آقای یاسر فتحی

| تاریخ ارسال: 1399/12/18 |

چکیده

فراهم کردن سیگنال فرمان طبیعی و مقاوم در کنار اطلاعات بازخوردی مناسب یک چالش مهم برای توسعه‌‌ی پروتزهای عصبی برای کاربردهای کلینیکی است. هدف اصلی این پروژه رمزگشایی اطلاعات حرکتی راه رفتن از روی ثبت‌‌های عصبی از نواحی موتوری و سنسوری درون نخاع است. برای بررسی توزیع اطلاعات حرکتی اندام تحتانی درون نواحی خاکستری بخش‌های مختلف نخاع آزمایش‌‌های ثبت موقت را انجام دادیم. در این آزمایش‌‌ها سه الکترود در شاخک‌های خلفی سمت راست بخش‌های مهره‌‌ایL۴، L۵، و L۶ قراردادیم در حالیکه مفاصل اندام تحتانی هم جهت به‌صورت غیرفعال توسط آزمایشگر باز و بسته می‌‌شدند. اطلاعات عصبی و حرکتی را به‌صورت هم‌زمان ثبت و به‌صورت برون خط آنالیز کردیم. نتایج این آزمایش نشان داد که برای حرکت مفاصل ران، زانو، و مچ پا بیشترین اطلاعات و بهترین عملکرد رمزگشایی به ترتیب با استفاده از داده‌‌های ثبت شده ازL۴، L۵، و L۶ به دست می‌‌آید. برای رمزگشایی، یک مدل جدید مولد مبتنی بر روابط بیزین بازگشتی ارائه کردیم با قابلیت یادگیری تمایزی که می‌توان آن را به کمک ساختار شبکه‌‌ی عصبی بازگشتی پیاده‌سازی نمود. قابلیت رمزگشایی مدل ارائه شده را در مقایسه با مدل‌های فیلتر کالمن و شبکه عصبی بازگشتی معمولی ارزیابی کرده‌‌ایم. عملکرد رمزگشایی روی داده‌‌های آزمایش نشان داده که شبکه‌‌ی عصبی پیشنهادی بطور قابل توجه مقادیر R۲ را به ترتیب به میزان ۰۳/۰ و ۱۱/۰ در مقایسه با شبکه‌‌ی عصبی بازگشتی معمولی و فیلتر کالمن خطی بهبود بخشید. برای استخراج اطلاعات حرکتی از مسیرهای موتوری و سنسوری درون نخاع آزمایش های ثبت دائم را انجام دادیم. برای این منظور آرایه های چهار و هشت کانالی طراحی و درون ستون خلفی و ستون کناری در بخش مهره ای L۴ و در سمت چپ نخاع کاشتیم. دو نوع آزمایش حرکت فعال و غیرفعال روی پنج عدد گربه بالغ از جنس نر و در روزهای مختلف انجام دادیم. در آزمایش فعال حیوان روی تردمیل به‌صورت آزادانه راه می‌رود در حالیکه در آزمایش غیرفعال پای حیوان توسط آزمایشگر حرکت داده می‌شد. پتانسیل های میدان محلی ثبت و از مدل رگرسیون الاستیک نت برای تخمین زوایای حرکتی اندام تحتانی استفاده شد. نتایج نشان می‌دهد که هنگام حرکت گربه روی تردمیل، زوایای مفاصل ران، زانو و مچ پای گربه را می‌توان با استفاده از سیگنال‌های ثبت شده در مسیرهای موتوری و سنسوری درون نخاع و با مقادیر ضریب تشخیص (R۲) ۵۲/۰، ۳۳/۰، و ۳۴/۰ رمزگشایی کرد. همچنین آنالیز اطلاعات مشترک نشان می‌دهد اطلاعات نواحی ستون خلفی و ستون کناری هنگام راه رفتن هوشیار گربه روی تردمیل تفاوت قابل‌توجهی ندارند ولی هنگام آزمایش غیرفعال نواحی ستون خلفی در مقایسه با ستون کناری اطلاعات بیشتری نسبت به زوایای حرکتی به دست می‌‌دهند. این تفاوت می‌تواند نشانگر وجود اطلاعات موتوری در داده‌‌هایی که در حالت حرکت هوشیار ثبت کردیم باشد. همچنین در آزمایش‌های دیگری که روی دو گربه انجام دادیم و از هر دو طرف چپ و راست نخاع اطلاعات عصبی را برای رمزگشایی هر دو پا ثبت کردیم نشان دادیم که دقت رمزگشایی به‌دست‌آمده از دو طرف نخاع تقریباً برابر است و تفاوت قابل ملاحظه ای ندارند. در بررسی مدل‌های ماژولار و سلسله مراتبی نشان دادیم سینرژی های حرکتی را می‌توان از روی ثبت های درون نخاعی رمزگشایی نمود. همچنین نشان دادیم مدل‌های ماژولار با یادگیری دو مرحله ای علاوه بر امکان ترکیب اطلاعات مختلف می توانند منجر به بهبود در عملکرد رمزگشایی شوند.

دفعات مشاهده: 1195 بار | دفعات چاپ: 210 بار | دفعات ارسال به دیگران: 0 بار | 0 نظر