شماره ركورد :
1094221
عنوان مقاله :
بهينه‌سازي ضرايب مدل ساختاري هايپرالاستيك بافت نرم با استفاده از الگوريتم رقابت استعماري و داده‌هاي تجربي
پديد آورندگان :
امارلو ، علي دانشگاه صنعتي خواجه نصير الدين طوسي - دانشكده مهندسي مكانيك , كشاورز ، ميلاد دانشگاه صنعتي خواجه نصير الدين طوسي - دانشكده مهندسي مكانيك , مجري ، افسانه دانشگاه صنعتي خواجه نصير الدين طوسي - دانشكده مهندسي مكانيك
تعداد صفحه :
10
از صفحه :
269
تا صفحه :
278
كليدواژه :
بافت نرم , بهينه‌سازي , الگوريتم رقابت استعماري , مدل ساختاري هايپرالاستيك , حس لامسه‌ مصنوعي
چكيده فارسي :
در اين مطالعه، هدف شناسايي مدل ساختاري بافت نرم مي‌باشد. به اين منظور از يك دستگاه رباتيك مجهز به حس‌گر لامسه‌اي براي اعمال نيرو به بافت نرم استفاده شده است. بافت سينه‌ي فرد توسط دستگاه مورد معاينه قرار گرفته است و خروجي تنش و كرنش در طي دو مرحله‌ي بارگذاري و باربرداري استخراج شده است. مجموعه‌ي داده‌هاي دقيق تجربي براي توليد مدل ساختاري از رفتار هايپرالاستيك بافت مورد استفاده قرار مي‌گيرد. هشت مدل ساختاري هايپرالاستيك براي تطبيق با داده‌هاي تجربي تنشكرنش بافت نرم معرفي گرديده است. به منظور محاسبه‌ي بهينه‌ي پارامترهاي مدل‌ها و همچنين انتخاب مدل بهينه، يك تابع هدف تعريف شده است كه اختلاف ميان داده‌هاي تجربي و مدلسازي مي‌باشد. براي كمينه كردن مقدار تابع هدف از يك الگوريتم بهينه‌سازي قدرتمند به نام الگوريتم رقابت استعماري استفاده شده است. مدل ساختاري بدست آمده يك مدل قابل اعتماد و داراي كمترين تفاوت نسبت به رفتار طبيعي بافت است. نوآوري پژوهش حاضر در بدست آوردن يك مدل رياضي واقعي داراي دقت بالا از بافت نرم با استفاده از داده‌هاي تجربي مي‌باشد. از اين مدل مي‌توان براي پيش‌بيني رفتار مكانيكي بافت تحت معاينه‌ي پزشك و طراحي شبيه‌ساز جراحي بافت سينه براي كمك و آموزش به جراحان استفاده نمود. از ديگر برتري‌هاي مهم مدل توليد شده اين است كه با دسته‌بندي پارامترهاي بدست آمده از نمونه‌هاي بيمار و سالم، مي‌توان محدوده‌اي مخصوص به پارامترهاي بافت سالم و همچنين بافت بيمار بدست آورد. اين امر كمك مؤثري در راستاي تشخيص بيماري بدون استفاده از تكنيك‌هاي تصويربرداري و يا نمونه‌برداري از بافت است.
سال انتشار :
1396
عنوان نشريه :
مهندسي مكانيك اميركبير
عنوان نشريه :
مهندسي مكانيك اميركبير
لينک به اين مدرک :
بازگشت