فهرست مطالب سید ناصر رضوی

انتخاب همه

مروری بر معماری های مبتنی بر بازسازی در تشخیص ناهنجاری سری های زمانی چند متغیره

سیده تینا صفاتی *، سید ناصر رضوی، پدرام صالح پور

نشریه فناوریهای نوین در مهندسی برق و کامپیوتر، سال چهارم شماره 1 (بهار 1403)، صص 46 -59

تشخیص ناهنجاری روشی برای یافتن نقاط یا نمونه هایی است که از توزیع طبیعی کل مجموعه داده پیروی نمی کنند. تاثیر ناهنجاری وابسته به مسئله، متغیر است. ناهنجاری می تواند بیانگر یک حمله نفوذی، تقلب مالی و یا بیماری باشد. اهداف دیگر تشخیص ناهنجاری، شناسایی آسیب های صنعتی، جلوگیری از نشت اطلاعات، شناسایی آسیب پذیری های امنیتی یا نظارت نظامی است. به دلیل مقیاس بالا و دوره طولانی نمونه های سری های زمانی صنعتی ، روش های تشخیص ناهنجاری سری های زمانی سنتی نمی توانند نیازهای موجود در دنیای واقعی را برآورده کنند. علاوه بر این ، روش های نظارت شده به دلیل عدم توازن در دسته ها، نمی توانند در مجموعه داده های صنعتی به دقت بالایی دست یابند. به علاوه، فراهم کردن برچسب برای نمونه ها بسیار پرهزینه، دشوار و نیازمند افراد متخصص است. بنابراین استفاده از روش های بدون نظارت در این مسئله کاربردی تر است. در این پژوهش، مروری بر روش های مبتنی بر بازسازی در تشخیص ناهنجاری سری های زمانی چندمتغیره شده است. با وجود پیشرفت ها و بهبودهای حاصل، اکثر روش ها به طور صریح یاد نمی گیرند که کدام حسگرها به یکدیگر مرتبط هستند، بنابراین در مدل سازی نمونه های حسگر با بسیاری از روابط متقابل بالقوه با مشکلاتی مواجه می شوند. این موضوع، توانایی آن ها برای تشخیص و توضیح انحرافات از چنین روابطی در هنگام وقوع رویدادهای ناهنجار را محدود می کند.

کلید واژگان: تشخیص ناهنجاری, سری زمانی چندمتغیره, شبکه مولد تخاصمی, خودرمزگذار, خودرمزگذار متغیر}

چکیده مشاهده متن مقاله مروری زبان: فارسی
شناسایی آفلاین (غیر برخط) نویسنده با استفاده از داده های نامتجانس دستخط بر پایه یادگیری عمیق

سید نادی محامد خسروشاهی، سید ناصر رضوی*، امین بابازاده سنگر، کامبیز مجیدزاده

نشریه هوش محاسباتی در مهندسی برق، سال سیزدهم شماره 4 (زمستان 1401)، صص 115 -134

تشخیص دستخط همواره مسیله چالش برانگیزی بوده است؛ ازاین رو، توجه محققان زیادی را به خود جلب کرده است. مطالعه حاضر یک سیستم آفلاین (غیر برخط) تشخیص خودکار دست نوشته های انسان را در شرایط آزمایشی مختلف ارایه می دهد. این سیستم شامل داده های ورودی، واحد پردازش تصویر و واحد خروجی است. در این مطالعه، یک مجموعه داده راست به چپ بر پایه استانداردهای آمریکایی (ASTM) طراحی شده است. یک مدل شبکه عصبی کانولوشن عمیق (DCNN) بهبودیافته بر پایه شبکه از پیش آموزش دیده، برای استخراج ویژگی ها به صورت سلسله مراتبی از داده های خام دستخط طراحی شده است. یک مزیت درخور توجه در این مطالعه استفاده از داده های نامتجانس است. یکی دیگر از جنبه های شایان توجه مطالعه حاضر این است که مدل پیشنهادی DCNN مستقل از هر زبان خاصی است و می تواند برای زبان های مختلف استفاده شود. نتایج نشان می دهند مدل پیشنهادی DCNN، عملکرد بسیار خوبی برای شناسایی نویسنده بر پایه داده های نامتجانس دستخط دارد.

کلید واژگان: شناسایی آفلاین نویسنده, داده نامتجانس, یادگیری ویژگی, شبکه عصبی عمیق}

چکیده مشاهده متن مقاله پژوهشی/اصیل زبان: فارسی

Offline Identification of the Author using Heterogeneous Data based on Deep Learning

Seyed Nadi Mohamed Khosroshahi, Seyed Naser Razavi *, Amin Babazadeh Sangar, Kambiz Majidzadeh

Intelligent Systems in Electrical Engineering, Volume:13 Issue: 4, 2023, PP 115 -134

Handwriting recognition has always been a challenge; therefore, it has attracted the attention of many researchers. The present study presents an offline system for the automatic detection of human handwriting under different experimental conditions. This system includes input data, image processing unit, and output unit. In this study, a right-to-left dataset is designed based on the standards of the American Society for Experiments and Materials (ASTM). An improved deep convolution neural network (DCNN) model based on a pre-trained network is designed to extract features hierarchically from raw handwritten data. A significant advantage in this study is the use of heterogeneous data. Another significant aspect of the present study is that the proposed DCNN model is independent of any particular language and can be used for different languages. The results show that the proposed DCNN model has a very good performance for identifying the author based on heterogeneous data.

Keywords: Offline Identification of the Author, Heterogeneous Data, Feature Learning, Deep Neural Network}

Abstract View Paper Research/Original Article Original: Persian
رویکرد کاهش ریسک در موسسات مالی برای انتخاب متقاضیان تسهیلات با استفاده از یک پایگاه داده استاندارد بر پایه یادگیری عمیق

حامد حدادی، سید ناصر رضوی*، امین بابازاده سنگر

مجله فناوری اطلاعات در طراحی مهندسی، سال پانزدهم شماره 2 (پاییز و زمستان 1401)، صص 89 -104

در موسسات مالی، بانک ها و موسسات کارآفرینی که تسهیلات اشتغال به مشتریان خود پرداخت می کنند، مسایل متعددی را قبل از اعطای تسهیلات مورد بررسی قرار می دهند. در این میان، مهم ترین و پراهمیت ترین موضوع برای یک سیستم مالی، ارزیابی توان مشتریان در بازپرداخت تسهیلات می باشد. انتخاب درست متقاضیان تسهیلات، با استفاده از روش های سنتی انجام می شود که این روش ها مستعد خطا می باشند. امروزه با توسعه یادگیری ماشین، می توان انتخاب درست متقاضیان را با دقت بیشتری انجام داد. این مطالعه با هدف رفع کاستی های مطالعات پیشین، یک مدل تصمیم گیری توسعه یافته با در نظر گرفتن الگوهایی از مشتریان موفق و غیر موفق در 4 حوزه مختلف پیش بینی وضعیت نظارت، وضعیت تسهیلات، مدت زمان فعالیت و تعداد اشتغال ایجادشده، ارایه شده است. در این مطالعه، یک پایگاه داده جامع بر پایه استانداردهای موجود جمع آوری شده و یک مدل شبکه عصبی عمیق برای استخراج ویژگی ها از داده های ورودی، طراحی شده است. با توسعه روش پیشنهادی و راه یابی مطالعه حاضر به حوزه های کاربردی و عملی، می توان متقاضیان مطلوب تسهیلات را به صورت خودکار و با صحت بیشتری ارزیابی و انتخاب نمود.

کلید واژگان: انتخاب خودکار متقاضیان تسهیلات, ارزیابی کسب وکار, یادگیری ویژگی, شبکه عصبی عمیق}

چکیده مشاهده متن مقاله پژوهشی/اصیل زبان: فارسی
عیب یابی سازه جکتی فراساحلی با استفاده از پاسخ های دینامیکی بر پایه مدل شبیه سازی شده، حالت سالم مدل واقعی و شبکه عصبی خود رمزنگار عمیق

زهره موسوی، سینا ورهرام، میرمحمد اتفاق*، مرتضی صادقی، سید ناصر رضوی

مجله مهندسی مکانیک امیرکبیر، سال پنجاه و سوم شماره 6 (شهریور 1400)، صص 3783 -3808

ازآنجایی که هزینه نگهداری و تعمیر سیستم های مکانیکی اعم از سازه ها و ماشین های دوار بسیار بالاست، یکی از راه های کاهش این هزینه ها، درنظرگرفتن تدابیری جهت بررسی عیوب در این سیستم ها قبل از هر نوع کار عملی است. در این مطالعه روش جدیدی برای عیب یابی سازه جکتی فراساحلی در حضور عدم قطعیت های مختلف مانند خطاهای مدل سازی، خطاهای اندازه گیری و نویزهای محیطی بر پایه مدل شبیه سازی شده و حالت سالم مدل واقعی ارایه شده است. در روش پیشنهادی، داده های سازه سالم واقعی برای به روزرسانی پارامترهای مدل شبیه سازی شده استفاده شده اند. برخی از بخش های سیگنال که مربوط به ذات سیستم نیستند، با استفاده از روش تجزیه مود تجربی دسته ای کامل حذف شده اند. داده های فرکانسی با استفاده از روش تجزیه حوزه فرکانس از سیگنال های ارتعاشی استخراج شده اند. یک شبکه عصبی خود رمزنگار عمیق، به منظور یادگیری ویژگی های حساس به عیب از داده های فرکانسی و عیب یابی سازه طراحی شده است. به منظور آموزش شبکه عمیق پیشنهادی، از داده های فرکانسی مدل شبیه سازی شده و حالت سالم مدل واقعی استفاده شده است. پس ازآن، داده های فرکانسی سازه واقعی برای ارزیابی شبکه عمیق پیشنهادی استفاده شده است. نتایج حاصله نشان می دهد که استفاده از روش پیشنهادی برای عیب یابی سازه جکتی فراساحلی صحت بالاتری نسبت به سایر روش های مقایسه ای دارد.

کلید واژگان: پایش وضعیت, سازه جکتی فراساحلی, به روزرسانی مدل, شبکه عصبی عمیق}

چکیده مشاهده متن مقاله پژوهشی/اصیل زبان: فارسی

Damage detection of offshore jacket structure using dynamic responses based on simulated model, intact state of real model and deep auto-encoder neural network

Zohreh Mousavi, Sina Varahram, Mirmohammad Ettefagh *, Morteza Sadeghi, Seyed Naser Razavi

Amirkabir Journal Mechanical Engineering, Volume:53 Issue: 6, 2021, PP 3783 -3808

Since the maintenance and repairing costs of mechanical systems, such as structures and rotating machines are significantly high, one way to reduce these costs is to consider some approaches before any operational work to check for damages in such systems. In this study, a new method is presented for damage detection of offshore jacket structures in the presence of various uncertainties, such as modeling errors, measurement errors and environmental noises, based on the simulated model and intact state of the real model. In the proposed method, real intact structure data is used to update the simulated model parameters. Some parts of the signal that are not related to the nature of the system are removed using the complete ensemble empirical mode decomposition method. Frequency data is extracted from the vibrational signals using the frequency domain decomposition method. A deep auto-encoder neural network is designed to learn the damage-sensitive features from the frequency data and to damage detection of the structure. In order to train the proposed deep network, frequency data of the simulated model and real intact state are used; then the frequency data of the real structure is used to test the proposed deep network. The results show that the proposed method is capable for damage detection of the offshore jacket structure with more accurate results than the other comparative methods.

Keywords: Condition Monitoring, Offshore Jacket Structure, Model Updating, Deep Neural Network}

Abstract View Paper Research/Original Article Original: Persian
شناسایی و عیب یابی سازه تیری شکل با استفاده از سیگنال های ارتعاشی بر پایه مدل شبیه سازی شده، حالت سالم واقعی و شبکه عصبی کانولوشنال عمیق

زهره موسوی، میرمحمد اتفاق*، مرتضی صادقی، سید ناصر رضوی

مجله مهندسی مکانیک امیرکبیر، سال پنجاه و سوم شماره 4 (تیر 1400)، صص 2193 -2216

پایش وضعیت سیستم های مکانیکی اعم از سازه ها، ماشین های دوار همواره یکی از چالش های مهم محسوب می شود. در این مقاله روش جدیدی برای شناسایی و عیب یابی سازه تیری شکل در حضور عدم قطعیت هایی مانند خطاهای مدل سازی، خطاهای اندازه گیری، تغییرات بارگذاری و نویزهای محیطی بر پایه مدل شبیه سازی شده و حالت سالم واقعی ارایه شده است. در این روش، داده های سیستم سالم واقعی برای به روزرسانی پارامترهای مدل شبیه سازی شده استفاده شده است. برخی از بخش های سیگنال که مربوط به ذات سیستم نیستند با استفاده از روش تجزیه مود تجربی دسته ای کامل، حذف شده اند. یک شبکه عصبی کانولوشنال عمیق، به منظور یادگیری ویژگی های حساس به عیب از داده خام فرکانسی مدل شبیه سازی شده و حالت سالم واقعی طراحی شده است. داده های خام فرکانسی با استفاده از روش چگالی طیفی توان از سیگنال های ارتعاشی استخراج شده اند. به منظور آموزش شبکه عمیق پیشنهادی از داده های خام فرکانسی مدل شبیه سازی شده و حالت سالم واقعی استفاده می شود. پس ازآن داده های خام فرکانسی مدل واقعی برای ارزیابی شبکه عمیق پیشنهادی استفاده می شود. روش پیشنهادی با استفاده از سازه تیری شکل آزمایشگاهی ارزیابی شده است. نتایج حاصل نشان می دهد که استفاده از الگوریتم پیشنهادی برای شناسایی و عیب یابی سازه تیری شکل صحت بالاتری نسبت به سایر روش های مقایسه ای دارد.

کلید واژگان: پایش وضعیت, سازه تیری شکل, سیگنال ارتعاشی, شبکه عصبی عمیق}

چکیده مشاهده متن مقاله پژوهشی/اصیل زبان: فارسی

Identification and damage detection of beam-like structure using vibration signals based on simulated model, real healthy state and deep convolutional neural network

Zohreh Mousavi, Mirmohammad Ettefagh *, Morteza Sadeghi, Seyed Nacer Razavi

Amirkabir Journal Mechanical Engineering, Volume:53 Issue: 4, 2021, PP 2193 -2216

Condition monitoring of mechanical systems, such as structures and rotating machines is always a major challenge. This paper is presented a new method for damage detection of real mechanical systems in presence of the uncertainties such as modeling errors, measurement errors, varying loading conditions, and environmental noises based on a simulated model and real healthy state. In this method, data of a real healthy system is used to updating the parameters of the simulated model. Some parts of the signals that are not related to the nature of the system are removed using the complete ensemble empirical mode decomposition method. A deep convolutional network is designed to learn damage-sensitive features from raw frequency data of simulated model and real healthy state. Raw frequency data is extracted from vibration signals using the power spectral density method. In order to train the proposed deep network, raw frequency data of the simulated model andreal healthy state are used. Then, raw frequency data of the real model are used to test the proposed deep network. The proposed method is validated using an experimental beam structure. The results show that using the proposed algorithm for identification and damage detection of the beam-like structure has more accuracy with respect to the other comparative methods

Keywords: Condition Monitoring, Beam-Like Structure, Vibration Signal, Deep Neural Network}

Abstract View Paper Research/Original Article Original: Persian
استفاده از الگوریتم ژنتیک و تپه نوردی برای بهبود عملکرد پنهان نگاری اطلاعات در تصویر

وحیده رشیدزاده، محمد علی بالافر*، سید ناصر رضوی

مجله پردازش سیگنال پیشرفته، پیاپی 1 (پاییز و زمستان 1395)، صص 15 -25

در این مقاله، روش جدیدی برای پنهان نگاری داده ها در تصویر مبتنی بر الگوریتم های ژنتیک و تپه نوردی ارائه شده است. روش پنهان سازی مورد استفاده در این مقاله، روش جاسازی LSB است. برای افزایش کیفیت تصویر پنهان نگاری شده و همچنین ظرفیت ذخیره سازی در روش ارائه شده از الگوریتم ژنتیک استفاده شده است که عمل پنهان سازی را به صورت یک عمل جستجو و بهینه سازی، مدل سازی کرده است. همچنین چون جستجو با الگوریتم ژنتیک عمل زمان گیری است، برای حل این مشکل از الگوریتم های جستجوی محلی و تپه نوردی بهره گرفته شده است. نتایج ارزیابی ها نشان می دهد که در روش ارائه شده کیفیت تصویر پنهان نگاری شده با افزایش ظرفیت پنهان سازی باز هم قابل قبول است. همچنین اعمال الگوریتم تپه نوردی باعث افزایش سرعت مخفی سازی می شود.

کلید واژگان: پنهان نگاری, روش پنهان نگاری LSB, الگوریتم ژنتیک, الگوریتم های جستجوی محلی, الگوریتم تپه نوردی}

چکیده مشاهده متن زبان: فارسی

Using Genetic and Hill Climbing Algorithms to Improve Performance of Image Steganography

Vahideh Rashidzadeh, Mohammad Ali Balafar *, Seyed Naser Razavi

Journal of advanced signal processing, Volume:1 Issue: 1, 2016, PP 15 -25

In this paper, a new method based on genetic and hill Climbing algorithms for steganography in image is proposed. Data is embedded in LSB. In order to enhance image quality and storage capacity, genetic algorithm is utilized which model hiding as a search and optimization process. Also, to speed up the search function with genetic algorithm, local search and hill Climbing algorithms have been used. The findings show that the hiding image quality is acceptable while capacity is increased. Also, hill Climbing Algorithm speed up the hiding process.

Keywords: Steganography, LSB, genetic algorithm, local searching, hill climbing}

Abstract View Paper Original: Persian
اثربخشی بسط پرس وجو مبتنی بر خوشه بندی اسناد شبه بازخورد با الگوریتم K-NN

رضا خدایی، محمدعلی بالافر *، سیدناصر رضوی

نشریه مهندسی برق، سال چهل و ششم شماره 1 (پیاپی 75، بهار 1395)، صص 143 -151

بسط پرس وجو یکی از روش های موثر در بهبود اثربخشی نتایج بازیابی اطلاعات است. روش بازخورد شبه مرتبط (PRF) فرض می کند که اسناد رتبه بالا از نتایج اولیه بازیابی شده مرتبط به پرس وجو است و تعدادی کلمه مرتبط را از اسناد رتبه بالا برای بسط انتخاب می کند. وجود اسناد نامرتبط در بین اسناد رتبه بالا محققان را به ارائه روش هایی برای انتخاب بهترین اسناد به عنوان منبع برای انتخاب کلمه بسط سوق می دهد که انتخاب بهترین اسناد برای استخراج کلمات مرتبط برای بسط، موضوع مهمی در روش های بسط پرس وجو هست. در این مقاله، از خوشه بندی اسناد شبه بازخورد (CPRF) حاصل از نتایج اولیه، بر اساس شباهت مبتنی بر کلمه برای قرار دادن شبیه ترین اسناد کنار هم استفاده می شود. تعدادی از خوشه ها طبق محتوایشان به عنوان خوشه های بازخورد انتخاب می شوند و از خوشه های بازخورد، اسناد رتبه بالا به عنوان اسناد بازخورد انتخاب می شوند. سپس، یک سند ترکیبی از روی اسناد انتخابی تشکیل می شود و کلمات سند ترکیبی بر اساس تابع رتبه بندی TF-IDF مرتب می شوند. بعد، کلمات رتبه بالا برای بسط انتخاب می شوند. آزمایش های انجام گرفته روی مجموعه داده پزشکی MED نشان می دهد روش پیشنهادی معیار متوسط میانگین دقت (MAP) بالاتری نسبت به روش بازخورد شبه مرتبط (PRF) دارد.

کلید واژگان: بازیابی اطلاعات, بسط پرس وجو, بازخورد شبه مرتبط, کلمات بسط, اسناد بازخورد}

چکیده مشاهده متن زبان: فارسی

Effectiveness of Query Expansion based on Clustering of Pseudo-Feedback Documents with K-NN Algorithm

Reza Khodaei, Mohammad Ali Balafar*, Seyyed Naser Razavi

Journal of Electrical Engineering, Volume:46 Issue: 1, 2016, PP 143 -151

Query expansion is one of the effective approaches for improving effectiveness of information retrieval. Pseudo-relevance feedback (PRF) supposes that top-ranked documents of retrieval from primary retrieved results are relevant to the query and selects some relevant terms from top-ranked documents for expansion. Existence of noisy documents in the top ranked documents drives researchers toward inventing approaches for selecting best documents as source for selecting expansion terms. The selection of the best documents for extraction of relevant terms for expansion is the most important issue in query expansion. In this paper, we propose clustering of pseudo feedback documents (CPRF), selected from primary results, based on cosine similarity to place the most similar documents beside each other. Some clusters are selected as feedback ones based on their inner content and some top ranked documents of them are selected as feedback documents. A combined document is constructed from selected documents and terms of combined document are ranked by term frequency-inverse document frequency (TF-IDF) schema. High ranked terms are selected for query expansion. Experimental results over MED collection shows postulated approach overcome pseudo relevance feedback approach respect to average mean accuracy (MAP).

Keywords: Information retrieval, Query expansion, Pseudo, relevance feedback, Expansion terms, Relevant documents}

Abstract View Paper Original: Persian
آثار اولتراسوند درمانی براسکار پوست خرگوش

احمد حسینی، محمد بیات، سید ناصر رضوی، حسین حکمت

نشریه پژوهش در پزشکی، سال بیست و پنجم شماره 1 (پیاپی 97، بهار 1380)، ص 3

در تحقیق حاضر آثار اولتراسوند درمانی بر ویژگی های سلولی و ضخامت بافت اسکار پوست خرگوش بررسی شد. در 7 راس خرگوش نر تحت بیهوشی عمومی و در شرایط استریل 4 برش با ضخامت کامل بطول 3cm در پوست پشت آنها ایجاد شد. برش اول برای اولتراسوند درمانی، دومی برای اولتراسوند درمانی خاموش، سومی برای آغشته کردن زخم با ژله و چهارمی برای درمان با بتادین در نظر گرفته شدند. روز عمل جراحی روز صفر محسوب می شد و روز بعد روز یک و الی آخر ویژگی های اولتراسوند درمانی از اینقرار بود:1MHz & Pulsed & 2:8 & 0.5 watt/cm2 & 4 minاولتراسوند درمانی و سایر درمانها از بعد از عمل جراحی بطور روزانه انجام شدند. در روز سی به منظور بررسی بافت اسکار بعد از کشتن خرگوشها با اتر نمونه برداری بافتی بعمل آمد و مراحل کار عملی بافت شناسی عمومی بر روی نمونه ها انجام شد و برشها با رنگ هماتوکسلین و ائوزین رنگ شدند. با استفاده از قطعه های چشمی مخصوص سلولهای فیبروبلاست و ماکروفاژ و نوتروفیل و اندوتلیوم عروق شمارش شدند و ضخامت بافت اسکار و اپیدرم جدید اندازه گرفته شدند. داده ها به روش آنالیز واریانس ارزیابی شدند.
بالاترین میانگین فیبروبلاست و ماکروفاژ و نوتروفیل متعلق به گروه پلاسبو و بالاترین میانگین اندوتلیوم عروق و ضخامت بافت اسکار متعلق به گروه ژله و بالاترین میانگین اپیدرم جدید متعلق به گروه اولتراسوند درمانی بود. هیچکدام از تغییرات فوق بین گروه های تحقیق از نظر آماری معنی دار نبودند.
اولتراسوند درمانی طبق برنامه انجام شده در تحقیق حاضر تاثیر مثبت بر بافت اسکار حاصل از زخم برش پوست خرگوش نداشت.

کلید واژگان: اولتراسوند درمانی, شمارش سلولی, اسکار پوست, خرگوش}

چکیده مشاهده متن زبان: فارسی
اثر مصرف دهانی چای قارچ کومبوجا برماست سلهای زخم پوستی موش صحرایی

محمد بیات، سید ناصر رضوی، احمد حسینی

فصلنامه بیماریهای پوست، سال چهارم شماره 2 (پیاپی 14، زمستان 1379)، ص 3

مقدمه

نتایج مثبتی از چای قارچ کومبوجا، که یک نوشیدنی سنتی آسیایی است، بر روی فرآیند التیام زخم مشاهده شده است.

هدف

هدف از این مطالعه بررسی اثرات مصرف خوراکی چای قارچ کومبوجا بر روی تعداد ماست سلهای بستر زخم موش بود.

مواد و روش ها

تحقیق به روش تجربی صورت پذیرفت. 42 سر موش صحرایی نر بالغ بصورت تصادفی در دسته های شاهد و تجربی قرار گرفتند. هر دسته به سه گروه کوچکتر با دوره های بررسی 4، 7 و 15 روزه که معرف فازهای التهاب، تکثیر و تجدید ساختار فرآیند التیام زخم بود تقسیم شدند. موشهای صحرایی ابتدا به مدت سی روز از چای قارچ کومبوجا مصرف کردند. سپس تحت بیهوشی عمومی و با رعایت شرایط استریل یک زخم با ضخامت کامل پوست در پشت هر موش صحرایی ایجاد شد. روز ایجاد زخم روز صفر محسوب شد. موشهای صحرایی دسته تجربی همچنان چای قارچ کومبوجا مصرف می کردند. در روزهای 4، 7 و 15 موشهای صحرایی به وسیله اتر کشته شده، نمونه بافتی از آنها تهیه شده، مراحل کار عملی بافت شناسی بر روی آنها به عمل آمده، مقاطع با محلول آبی تولوییدین بلو %1 رنگ شده و ماست سلها و درجات 1 و 2 و 3 (بر حسب وضعیت دگرانولاسیون) آنها شمارش شدند. یافته ها با روش Student t test تجزیه و تحلیل آماری شدند.

یافته ها

نتایج اصلی عبارت بودند از: 1. وقوع سیر کاهشی تعداد کل ماست سلهای گروه تجربی در روزهای 7 و 15 بررسی که اختلاف آنها با گروه شاهد در روز پانزده بررسی از نظر آماری هم معنی دار بود (P<0.01).2. در اکثر موارد تعداد ماست سلهای گروه تجربی کمتر از گروه شاهد شد و در سه مورد هم این اختلافات از نظر آماری معنی دار شد: در روز چهار بررسی ماست سلهای درجه یک، در روز پانزده بررسی ماست سلهای درجه دو (P<0.05) و مجموع درجات دو و سه (P<0.01).

نتیجه گیری

مصرف روزانه چای قارچ کومبوجا به وسیله موشهای صحرایی موجب وقوع سیر کاهشی تعداد ماست سلها طی فرآیند التیام زخم پوستی شد که اختلاف آنها با گروه شاهد در فاز تجدید ساختار از نظر آماری هم معنی دار شد.

کلید واژگان: التیام زخم, ماست سل, کامبوجا, موش صحرایی}

چکیده مشاهده متن مقاله پژوهشی/اصیل زبان: فارسی

Effects of oral consumption of Kombucha tea on mast cells of skin wounds of rats

M Bayat, SN Razavi, A Hosseini

Iranian Journal Of Dermatology, Volume:4 Issue: 2, 2000, P 3

Background

Positive effects of Kombucha tea (An old folkloric drink of Asian people) on wound healing process have been observed.

Objective

To study its effects on the number of mast cells of wound bed.

Materials and Methods

The study design was experimental. 42 male adult rats were randomly divided into control and experimental groups. Each group was divided into 3 subgroups. The time of study of first subgroups were 4 days (Represents inflammation phase of wound healing process), of second subgroups were 7 days (Proliferation phase) and of third subgroups were 15 days (Remodeling phase) after wounding. Both groups drank Kombucha tea for 30 days. Then under general anesthesia and sterile conditions, a full thickness wound was made on the dorsum of all rats. The wounding day was considered as day zero. Rats of experimental group drank Kombucha tea after surgery until they were killed by ether at the end of above-mentioned durations. Samples were obtained from rats and prepared for light microscopical study and stained with 1% watery solution of toluidine blue. Mast cells and its grades (According to it’s degranulations) were counted. Data were analyzed by students t test method.

Results

Main results were: 1) Total number of most cells of experimental group decreased from 7th day toward 15th day and on 15th day, the difference with control group was significant (P<0.01); 2) In most cases the numbers of mast cells of experimental group were lower than control group and the difference were significant for the 4th day grade 1, 15th day grade 2 (P<0.05) and total number of grades 2 and 3 (P<0.01).

Conclusion

Daily consumption of Kombucha tea by rats caused a decreased number of mast cells during skin wound healing and the difference with control group at remodeling phase was significant.

Keywords: wound healing, mast cell, Kombucha, Rat}

Abstract View Paper Research/Original Article Original: Persian
اثر اولتراسوند درمانی بر ترمیم ناحیه درم زخم با ضخامت کامل پوست خرگوش

محمود بیات، سید ناصر رضوی، احمد حسینی، حبیب الله پیروی، یوسف صادقی، بهرام کاظمی

مجله تحقیقات نظام سلامت حکیم، سال سوم شماره 2 (پیاپی 10، تابستان 1379)، ص 117

در تحقیق حاضر اثرات اولتراسوند درمانی بر تغییرات سلولی ناحیه درم در زخم باز پوست با ضخامت کامل خرگوش به روش شمارش سلولی بررسی گردید.
تحقیق به روش تجربی صورت گرفت. در 26 راس خرگوش نر تحت بیهوشی عمومی و در شرایط استریل، 4 برش به طول حدود 3 cm در پوست پشت آنها ایجاد شد. روز جراحی روز صفر محسوب شد. برشها به صورت تصادفی برای درمانهای ذیل در نظر گرفته شد: شماره یک برای اولتراسوند درمانی انتخاب شد. شماره دو برای درمان با ژله اولتراسوند و شماره سه برای درمان با بتادین و در نهایت شماره چهار برای درمان با پلاسبو انتخاب شد. ویژگی های اولتراسوند درمانی از اینقرار بود:1 MHz & PULSED 2:8 & 0.5 watt/cm2 & 4 min اولتراسوند درمانی و سایر درمانها به طور یکبار در روز و روزانه انجام می شدند. در هر یک از روزهای 4، 7 و 15 که مطابق فازهای التهاب، تکثیر و تجدید ساختار روند التیام زخم بود تعدادی از خرگوشها بوسیله اتر کشته شدند. و نمونه برداری بافتی به عمل آمد مراحل کار عملی بافت شناسی عمومی بر روی نمونه ها انجام شد و برشها با روش رنگ آمیزی هماتوکسیلین و ائوزین رنگ شدند. با استفاده از قطعه چشمی مخصوص سلولهای فیبروبلاست، ماکروفاژ، نوتروفیل و سلولهای اندوتلیوم عروق شمارش شدند و با استفاده از قطعه چشمی حاوی خط مدرج ضخامت بافت زخم اندازه گرفته شد. داده ها به روش آنالیز واریانس آزمون شدند.
بالاترین میانگین تعداد فیبروبلاستها در روزهای 4 و 7 و 15 به ترتیب متعلق به گروه های پلاسبو، اولتراسوند درمانی و ژله، اولتراسوند درمانی بود. بالاترین میانگین سلولهای اندوتلیوم عروق در روزهای 7 و 15 بترتیب متعلق به گروه های پلاسبو و اولتراسوند درمانی بود. بالاترین میانگین ضخامت بافت زخم بترتیب متعلق به گروه های ژله، پلاسبو، اولتراسوند درمانی بود. به غیر از اختلاف ضخامت بافت زخم روز 15 بین بقیه متغیرها اختلاف معنی دار آماری مشاهده نشد. و روش LSD نشان داد این اختلاف بین گروه های اولتراسوند درمانی و ژله بود.
برطبق مطالعه حاضر اولتراسوند درمانی طبق پروتکل اجرا شده در تحقیق حاضر تاثیر مثبت بر ترمیم ناحیه درم در زخم باز با ضخامت کامل پوست خرگوش نداشت

کلید واژگان: اولتراسوند درمانی, ترمیم, درم, شمارش سلولی, خرگوش}

چکیده زبان: فارسی

بدانید!

در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.

به جمع مشترکان مگیران بپیوندید!

فهرست مطالب سید ناصر رضوی