فهرست مطالب

مهندسی پزشکی زیستی - سال سیزدهم شماره 4 (زمستان 1398)
  • سال سیزدهم شماره 4 (زمستان 1398)
  • تاریخ انتشار: 1398/10/01
  • تعداد عناوین: 7
|
  • ملیحه ثابتی*، رضا بوستانی، احسان مرادی صفحات 301-312

    نتایج تحقیقات پیشین حاکی از تاثیر یادگیری)پاداش/تنبیه(برروی ویژگی های پتانسیل وابسته به رویداد P300 است. در این تحقیق یک لایه پردازشی جلوتر رفته و با اعمال الگوریتمهای مکان یابی برروی مولفه P300 مستخرج شده از کانالها، تاثیر بازخورد را دقیق تر در منابع مغزی مولفه P300 اندازه گیری می کنیم. در این راستا، سیگنالهای EEG از 30 فرد سالم در حین آزمونهای دیداری و شنیداری را از طریق 30 الکترود سطحی (از جنس نقره) در سه فاز شروع (30 دقیقه)، بازخورد (90-60 دقیقه) و پایان (30 دقیقه) ثبت کردیم. تعداد محرک های دیداری و شنیداری برای تمامی افراد در فاز بازخورد بصورت یکسان اعمال گردید تا شرکت کنندگان بتوانند محرکهای دیداری و شنیداری را شناسایی کنند. در این فاز، شرکت کنندگان برای پاسخ های نادرست جریمه می شدند بطوریکه به ازاء هر پاسخ نادرست، چهار آزمون دیگر به این فاز اضافه می گردید. سپس الگوهای P300 را با استفاده از میانگین گیری گسترده زمانی (Asynchronous Grand Average) بر روی تمامی افراد استخراج کردیم. در ادامه، الگوریتمهای مکان یابی استاندارد توموگرافی الکترومغناطیس با رزولوشن پایین (sLORETA) و sLORETA کاهش دهنده برای تخمین فعالیت منابع مغزی P300 به کار گرفته شدند. نتایج ما در تحلیل منابع مولفه P300 بازخورد، حاکی از افزایش معنی دار و قابل توجهی از تغییرات، بخصوص در نواحی آهیانه ای-خلفی راست (نواحی ارتباطی ثانویه) در منابع مولفه P300 بازخورد در مقایسه با منابع مغزی مولفه P300 تحریک در آزمون دیداری را نشان می دهد اما این اختلاف در آزمون شنیداری معنادار نیست. اختلاف بین آزمون دیداری و شنیداری این فرضیه را تایید می کند که شرکت کنندگان ما احتمال اشتباه پاسخ دادن را در آزمون های شنیداری محتمل می دانستند و با اطمینان بیشتری به آزمون های دیداری پاسخ می دادند.

    کلیدواژگان: منابع مغزی P300، مکان یابی منبع، اثر بازخورد
  • مریم سعیدی، سید محمد فیروزآبادی* صفحات 313-324

    تحریک الکتریکی جریان مستقیم فراجمجمه ای (tDCS) یک روش غیرتهاجمی تحریک مغزی است که نسبت به سایر تکنیک های تنظیم فعالیت عصبی، مقرون به صرفه و دارای کارکرد ساده ای است. با وجود امید بخش بودن این روش در درمان مشکلات و بیماری-های عصب شناختی و ارتقا عملکردهای شناختی هنوز سازوکار دقیق نحوه اثرگذاری این تحریک زیر آستانه ای مشخص نشده است. شناخت این سازوکار از این لحاظ حائز اهمیت است که به طراحی پروتکل و سیستم مناسب جهت دستیابی به اثر مطلوب از تحریک الکتریکی مغز کمک می نماید. هدف این مقاله، شناخت این سازوکار با رویکرد مدلسازی نورونی است. از آنجا که نتایج برخی از تحقیقات فیزیولوژیکی نشان داده اند که در اثر tDCS، نوسانات ناگهانی کلسیم مربوط به سیگنالینگ کلسیم سلول آستروسیت در مغز بروز پیدا می کند، در مدل پیشنهادی، این سلول هم در کنار نورون های اصلی و نورون های میانی در نظر گرفته شده است. هدف این مدل، شبیه سازی اثر tDCS بر روی فعالیت قشری مربوط به پتانسیل پاسخ برانگیخته (ERP) و مقایسه آن با نتایج واقعی در مطالعات آزمایشگاهی گذشته بر روی موش صحرایی است. نتایج نشان می دهد که این مدل می تواند تمام شواهد مطالعات آزمایشگاهی را شبیه سازی کند در صورتی که مدل صرفا نورونی پیشنهاد شده در مطالعات گذشته نتوانست تمام شواهد را شبیه سازی نماید.

    کلیدواژگان: تحریک مغزی، تحریک الکتریکی جریان مستقیم فراجمجمه ای، آستروسیت، مدل جرم نورونی
  • هانیه نیرومند اسکویی*، رضا صاحبی کوزه کنان، کهیار یزدان پناه اردکانی صفحات 325-337

    امروزه با پیشرفت تکنولوژی و زندگی ماشینی، تعداد مبتلایان به بیماری قلبی در حال افزایش است. از طرفی تعداد قلب های آماده پیوند در دنیا محدود است. بنابراین استفاده از پمپ های قلبی برای کمک به بیمار در طول زمان انتظار و حتی تا آخر عمر، جایگزین مناسبی می باشد. پمپ های کمکی قلب باید توانایی برآورده کردن نیاز های بیولوژیکی مانند فشار و دبی مناسب قلب را داشته باشند و همچنین از نظر آسیب های خونی در ناحیه امن قرار بگیرند. از چالش های مهم در طراحی پمپ های کمک قلبی می توان به کوچک کردن ابعاد پمپ، کاهش زمان ماندگاری خون در داخل پمپ و کاهش آسیب های خونی مانند خون کافت اشاره کرد. 30% بیمارانی که تحت عمل جراحی برای جاگذاری پمپ کمکی بطن چپ قرار گرفته اند، پس از مدتی بطن راست دچار نارسایی شده و نیاز به پمپ کمکی بطن راست دارند. از جمله محدودیت های فیزولوژیکی برای جریان ریوی، تولید فشار mmHg) 15) الی mmHg) 25) و دبیL/min) 5) است، شایان ذکر است که تولید فشار بیش ازmmHg) 25) منجر به ایجاد فشار خون در شریان ریوی و مشکلات متاثر از آن خواهد شد. در این پژوهش یک پمپ قلبی گریز از مرکز با تمرکز بر روی هندسه پره برای بطن راست طراحی شد. با استفاده از دینامیک سیالات محاسباتی این پمپ برای سرعت های دورانی rpm)1500) و rpm)2000) و دبی هایL/min) 4) تاL/min) 6) شبیه سازی شد. پمپ طراحی شده دبی 5 (L/min)در سرعت دورانی rpm)1500) و فشار mmHg)23) را تولید می کند. میزان شاخص خون کافت محاسبه شده از روش لاگرانژی برابر 00413/0 است.

    کلیدواژگان: قلب، دستگاه کمکی بطن، خون کافت، پره، پمپ گریز از مرکز
  • محمدرضا دلیری*، مریم فاطمی صفحات 339-349

    کنترل پروتز عصبی به منظور بازیابی عملکرد دست افراد مبتلا به فلج در اندام های فوقانی، یکی از کاربردهای مهم سیستم های BCI می باشد. توانایی گرفتن اجسام، از ابتدایی ترین نیازها برای انجام کارهای روزانه است و برای عملکرد صحیح پروتز عصبی بدین منظور، لازم است کاربر بتواند مقدار نیروی لازم برای گرفتن اجسام را کنترل کند. به همین دلیل افزایش دقت رمزگشایی پیوسته نیرو، موضوعی مهم برای عملکرد صحیح این نوع سیستم های BCI می باشد. در اغلب پژوهش های صورت گرفته در زمینه رمزگشایی نیرو، از مدل های خطی مانند فیلتر وینر، فیلتر کالمن و PLS استفاده شده و تاکنون تاثیر استفاده از مدل های غیرخطی بر دقت رمزگشایی نیرو مورد بررسی قرار نگرفته است. هدف این پژوهش، بررسی تاثیر استفاده از مدل های رگرسیون غیرخطی مبتنی بر توابع کرنل بر دقت رمزگشایی نیروی دست موش صحرایی با استفاده از سیگنال های پتانسیل میدانی محلی می باشد. بدین منظور، روش های رگرسیون ستیغی، PCR و PLS را در نظر گرفته و با استفاده از تابع کرنل گوسی، تعمیم یافته غیرخطی آنها را برای تخمین پیوسته نیرو به کار گرفته ایم. ارزیابی و مقایسه روش های رگرسیون ستیغی کرنلی، PCR کرنلی و PLS کرنلی نشان می دهد که در نظر گرفتن ارتباطات غیرخطی بین ویژگی های سیگنال مغزی، دقت رمزگشایی نیرو را نسبت به مدل های خطی بهبود می بخشد. درصد بهبود میانگین ضریب R2، 12.7% برای روش رگرسیون ستیغی کرنلی نسبت به روش ستیغی، 25.5% برای روش PCR کرنلی نسبت به PCR و 19.1% برای روش PLS کرنلی نسبت به PLS بوده است. بهترین دقت رمزگشایی نیرو نیز به ازای روش رگرسیون ستیغی کرنلی و با میانگین ضریب همبستگی 72% و مقدار R2 برابر 0.62 بدست آمده است.

    کلیدواژگان: واسط مغز-کامپیوتر (BCI)، پتانسیل میدانی محلی، رمزگشایی پیوسته نیرو، رگرسیون غیرخطی
  • ولی درهمی*، سید ابوالفضل طباطبایی، راضیه شیخ پور، محمدرضا پژوهان صفحات 351-362

    انتخاب ویژگی یکی از فرایندهای پیش پردازش داده ها در مباحث مربوط به یادگیری ماشین و داده کاوی محسوب می شود که در برخی زمینه ها نظیر کار با داده های ریزآرایه در بیوانفورماتیک که با مشکل ابعاد بالای داده ها در مقابل تعداد کم نمونه ها مواجه است، از اهمیت ویژه ای برخوردار است. انتخاب ویژگی های (ژن های) موثر در تشخیص بیماری از داده های ریزآرایه نقش مهمی در تشخیص زودهنگام بیماری و راه های مواجهه با آن ایفا می کند. در روش های انتخاب ویژگی مبتنی بر تئوری اطلاعات که طیف گسترده ای از روش های انتخاب ویژگی را شامل می شوند، از مفهوم آنتروپی برای تعریف معیارهای مرتبط بودن، افزونگی و مکمل بودن ویژگی ها، استفاده می شود. در این مقاله از مفهوم پیوستگی خالص به جای آنتروپی (پراکندگی) برای پیشنهاد یک معیار جدید مرتبط بودن استفاده شده است. در معیار پیشنهادی، برای کنترل و کاهش افزونگی، ارتباط یک ویژگی با تک تک کلاس ها به طور جداگانه بررسی شده است در حالی که در اکثر روش های فیلتر، ارزش یک ویژگی بر اساس ارتباط آن با کل کلاس ها سنجیده می شود. این راهکار باعث می شود که ویژگی های (ژن های) موثر در هر کلاس به تفکیک شناسایی شوند، در حالی که امکان شناسایی ویژگی های (ژن های) مشترک نیز فراهم است. مشکل دیگری که در برخی روش ها وجود دارد، مسئله گسسته سازی داده ها است. در روش ارائه شده، با استفاده از یک تبدیل مبتنی بر یک ریختی ضمن استفاده از مزایای گسسته سازی از درگیر شدن با پیچیدگی های آن اجتناب شده است. برای مقایسه روش ارائه شده با تعدادی از روش های مرتبط ، از هفت مجموعه داده ریزآرایه مربوط به انواع سرطان به همراه سه دسته بند پرکاربرد بیزین ساده، -kنزدیک ترین همسایه و ماشین بردار پشتیبان استفاده شده است. نتایج تجربی، کارایی روش ارائه شده را بر اساس دو پارامتر دقت دسته بندی و تعداد ژن های انتخابی نشان می دهد.

    کلیدواژگان: انتخاب ویژگی، ژن های موثر، تشخیص سرطان، داده های ریزآرایه، یادگیری ماشین، دسته بندی
  • محمد سیروس آذر*، هلگا زبردست، زینب حسینی دستگردی، فرشاد خیری صفحات 363-374

    در این تحقیق، نحوه پاسخ دهی سامانه نوین دارورسانی پاسخگو به عامل تحریک تک گانه دما بررسی شده و عملکرد سامانه در حالت ناپایا به روش عددی مدل سازی شده است. سامانه مورد نظر، مرکب از سه لایه مجرا، شامل هسته دارویی، لایه میانی تغییر فاز دهنده و لایه محافظ بیرونی است. سامانه مورد نظر قابلیت انجام و قطع رهایش دارو با اعمال تغییر در دمای محیط رهایش را دارا بوده و دارو با مکانیسم روشن-خاموش قابل آزادسازی از سامانه است. مدل سازی ریاضی با حل عددی معادلات انتقال حرارت و جرم حاکم بر لایه های مختلف سامانه در حالت ناپایا به انجام رسید و تاخیر زمانی سامانه در حالت روشن، سینتیک رهایش دارو در حالت روشن و همچنین سینتیک رهایش ناخواسته دارو در حالت خاموش، به عنوان توابعی از پارامترهای مختلف سامانه بدست آمد. نتایج حاصل از مدل سازی نشان داد که عواملی چون ابعاد سامانه، نوع مواد تشکیل دهنده لایه های میانی و محافظ و نسبت ضریب هدایت حرارتی لایه میانی در حالت ذوب شده به لایه محافظ از جمله عوامل مهم تاثیرگذار بر پاسخگویی سامانه در قبال تغییر دمای محیط بوده و با تغییر این عوامل، کاهش در تاخیر زمانی سامانه برای شروع رهایش دارو قابل حصول است. از منظر سینتیک رهایش دارو در حالت روشن می توان عنوان نمود که مقدار داروی آزاد شده، تابعی از ثابت زمانی سامانه بوده و برای افزایش مقدار داروی آزاد شده در این حالت، باید ثابت زمانی سامانه را کاهش داد. نتایج همچنین نشان داد که برای تسریع رهایش ناخواسته داروی موجود در لایه محافظ در حالت خاموش و اتمام سریع رهایش، باید متغیر های مربوط به لایه محافظ مانند نوع و ضخامت آن را تغییر داد. با استفاده از نتایج حاصل از مدل سازی عددی می توان سامانه های دارو رسانی هوشمند پاسخگو به دما با ویژگی های مطلوب و مورد نظر را برای مصارف عملی، طراحی و تولید کرد.

    کلیدواژگان: دارورسانی هوشمند، مدل سازی عددی، حالت ناپایا، انتقال حرارت، انتقال جرم
  • افشین قنبرزاده*، مهدیه ترمه، محمد هادی هنرور، کورش حیدری شیرازی صفحات 375-387

    کنترل تعادل یک هدف زمینه ای در فعالیت های وضعیت ایستاده بدن است و پایش، تحلیل، و دخالت به منظور بهبود آن، موضوع بخشی از پژوهش های حوزه بیومکانیک حرکات انسان قرار گرفته است. در مطالعات با رویکرد کمی مربوط به تعادل انسان، دانستن اینکه مقدارتعادل از نظر عددی در یک وضعیت بدن یا هر لحظه در طول یک مسیر حرکت چقدر است، ضروری می باشد. این پژوهش یک معیار کمی جدید برای بیان میزان پایداری وضعیت در طول سیکل راه رفتن پیشنهاد می کند. مبنای این معیار کمی احتمال تحقق یا موفقیت دینامیکی در به پایان رساندن فاز پرواز بدون از دست رفتن تعادل و بدون شروع فرآیند زمین خوردن است. احتمال موفقیت دینامیکی راه رفتن روی یک مدل هفت عضوی با جرم گسترده مدل سازی و محاسبه شده است. در این مطالعه حرکت در این فاز بصورت حرکتی بهینه با توجه به حفظ حداکثری تعادل در کنار تامین قیود سینماتیک و توجه به انرژی مصرفی و سطح تحریک ماهیچه ای و تغییرات تحریک محاسبه شده است که به صورت در نظر گرفتن وزن هایی برای احتمال موفقیت اجرای حرکت و مصرف انرژی و به دست آوردن طول گام بهینه می باشد، به صورتی که هم قید تعادل حداکثری و هم مصرف انرژی حداقل لحاظ شده باشد. برای مثال، طول گام بهینه با در نظر گرفتن قید حداکثر کمیت تعادل برای یک فرد با قد و وزن 187 سانتیمتر و 92 کیلوگرم در طول گام 27 سانتیمتر به دست آمد. یکی از عوامل تاثیر گذار در حفظ تعادل سرعت راه رفتن می باشد . توجه به این نکته که هرچه میانگین سرعت مرکز جرم افزایش یابد احتمال حفظ تعادل کمتر خواهد شد، لذا به منظور در نظر گرفتن ماکزیمم سرعت میانگین مرکز جرم در کنار حفظ تعادل حداکثری ، طول گام بهینه46 سانتی متر محاسبه گردیده است.

    کلیدواژگان: احتمال موفقیت دینامیکی، اجرای حرکت، فاز تک تکیه گاهی، سیکل راه رفتن، طول گام
|
  • Malihe Sabeti *, Reza Boostani, Ehsan Moradi Pages 301-312

    The P300 event-related potentials (ERPs) has implicated in outcome evaluation and reward processing. It is controversial how reward processing affects the neural sources of P300. We try to investigate the effect of feedback on the neural sources of P300 component. Thirty healthy subjects were participated and their EEG signals were recorded by thirty channels through the start (30 minutes), feedback (60-90 minutes) and last (30 minutes) segments. We analyzed feedback segment where an equal number of audio and visual stimulus were applied to the participants to perform audio and visual recognition tasks. We punished participants for wrong answers where each wrong answer adds four more tests to this segment. The P300 component was extracted from the background EEG at all channels using the conventional time-locked synchronous grand averaging over all time frames and subjects. Next, two well-known source localization algorithms including standardize low resolution electromagnetic tomography (sLORETA) and shrinking sLORETA were applied to the P300 waveforms for estimating the activity of the P300 sources. Our finding show a significant increase in the activation of P300 sources in the feedback-locked compared to the stimulus-locked over right tempo-parieto-occipital areas (secondary association area) in visual recognition task, but difference of P300 sources is not significant in audio recognition task. The discrepancy between the audio and visual task confirms the hypothesis that our participants considered more probability of wrong answers in the audio task, but they respond to visual test with more confidence.

    Keywords: P300 sources, source localization, feedback effect
  • Maryam Saidi Pages 313-324

    Transcranial Direct Current Stimulation (tDCS) is a non-invasive brain stimulation technique that is affordable and easy to operate compared to other neuromodulation techniques. Despite this method is promising in treating neurological diseases and enhancing cognitive functions, the precise mechanism of the effect of this sub-threshold stimulation has not been understanded well. Understanding the mechanism is important in designing the proper protocol and system for the brain's electrical stimulation. The aim of this paper is to identify this mechanism with the neural modeling approach. As the results of some physiological studies have shown that under tDCS, sudden calcium signaling associated with calcium signaling of astrocyte cells in the brain are found, in the proposed model, this cell is considered as well as the main neurons and interneurons. The purpose of this model is to simulate the effect of tDCS on cortical activity related to the evoked response potential (ERP) and to compare with the actual results of previous experimental studies on rats. The results show that this model can simulate all the evidence of experimental studies. While the proposed purely neuronal model in previous studies could not simulate all the evidence

    Keywords: Brain stimulation, tDCS, Astrocyte, neural mass model
  • Hanieh Niroomand Oscuii *, Reza Sahebi Kuzeh Kanan, Kohyar Yazdanpanah Ardakani Pages 325-337

    Nowadays, patients crowd suffering from heart disease is increasing along with the development of technology and mechanized life. On the other hand, donor hearts ready for transplantation is limited in the world. Therefore, exploiting blood pumps is a suitable alternative for helping the patient during the waiting time and even until the end of life. The blood pumps should be able to satisfy the biological needs, including proper output pressure and flow rate, in an acceptable margin of safety in terms of blood injuries. Reduction of pump size, blood exposure time and blood damages such as hemolysis are mentioned as the important challenges in the design of blood pumps. 30% of the patients who are using a left ventricle blood pump, required right ventricle blood pump due to right ventricle failure. Fulfilling the physiological requirement of right ventricle a Rvad must generate pressure in the range of 15-25 mm Hg and flow rate equal to 5 L/min. generation of pressure over 25 mmHg will lead to pulmonary hypertension and its consequent problems. In this research, a centrifugal blood pump was designed for the right ventricle with an emphasis on impeller geometry. This pump was simulated for rotational speeds of 1500 , 2000 rpm and flow rates of 4 - 6 L/min by using the computational fluid dynamics. The designed pump produces a flow rate of 5 L/min at 1500 rpm and a pressure of 23 mmHg. The amount of the hemolysis index calculated by the Lagrangian method is 0.00413.

    Keywords: Heart, Ventricular Assist Device, impeller, hemolysis, centrifugal pump
  • Maryam Fatemi Pages 339-349

    Controlling of neuroprostheses to restore grasping ability in patients with paralyzed or amputated upper limbs is one of the important applications of BCI systems. The ability to get objects is necessary for daily works so, for a reliable function of the neuroprostheses, it is necessary for the user to control the amount of force needed for grasping. For this reason, increasing the accuracy of continuous force decoding is an important issue for the convenient function of these BCI systems. In most studies in the field of force decoding, linear models such as wiener filter, Kalman filter, PLS, etc. are used to decode force. So far, the effect of using nonlinear models is not investigated on force decoding. The goal of this study is to investigate the effect of using nonlinear regression models based on kernel functions on the accuracy of force decoding in Vistar rats using local field potential signals. To do this, we choose ridge regression, PCR and PLS methods and use the Gaussian kernel function to construct a generalized nonlinear model for the force decoding. Evaluating kernel ridge, kernel PCR and kernel PLS methods shows that considering nonlinear relations between brain signal’s features improves decoding accuracy. The mean coefficient of determination (R2) improves 12.7% in kernel ridge toward ridge regression, 25.5% in kernel PCR toward PCR and 19.1% in kernel PLS toward PLS method. The best decoding accuracy has been achieved by the kernel ridge regression method and the mean correlation coefficient between the estimated and measured force is 0.72 and R2 is 0.62.

    Keywords: Brain Computer Interface (BCI), Local Field Potential, Continuous Force Decoding, nonlinear regression
  • Vali Derhami *, Abolfazl Tabatabaei, Razieh Sheikhpour, Mohammad Reza Pajoohan Pages 351-362

    Feature selection is a well-known preprocessing technique in machine learning, data mining, and especially bioinformatics microarray analysis with a high-dimension, low-sample-size (HDLSS) data. The diagnosis of genes responsible for disease using microarray data is an important issue to promoting knowledge about the mechanism of disease and improves the way of dealing with the disease. In feature selection methods based on information theory, which cover a wide range of feature selection methods, the concept of entropy is used to define criteria for relevance, redundancy, and complementarity.In this paper, we propose a new relevancy criterion based on the concept of pure continuity rather than the concept of entropy. In the proposed method, to control and reduce redundancy, the relevancy between a feature and each class is separately examined, while in most of the filter methods the value of a feature is measured based on its relation to the entire class. This solution allows us to identify the most efficient features (genes) of each class separately, while identifying common features (genes) is also possible. Discretization is another challenge in some available techniques. Using a homomorphism transformation in proposed method avoids engaging with discretization complexities, while taking advantages of it. Seven types of cancer microarrays with three types of classification models (e.g. NB, KNN, and SVM) are used to establish a comparison between the proposed method and other relevant methods. The results confirm the efficiency of the proposed method in the term of accuracy and number of selected genes as two parameters of classification.

    Keywords: feature selection, Effective genes, Cancer diagnosis, Microarray data, Machine Learning, Classification
  • Mohammad Sirousazar *, Helga Zebardast, Zeinab Hosseini Dastgerdi, Farshad Kheiri Pages 363-374

    In this research, the response of a novel drug delivery system responsive to the temperature, as a unique stimulus, was studied. The performance of the system was modeled at the unsteady state, using the numerical method. The system has three individual layers, containing a drug core, a phase-transient intermediate layer and an external protective layer. The system has the ability to start and stop the release of the drug, according to the On-Off mechanism, by exerting any changes in the temperature of the release medium. Mathematical modeling was performed by solving the heat and mass transfer equations governing the layers of the system at the unsteady state. The lag time of system at On state, the drug release kinetics at On state and undesired drug release kinetics at Off state were determined as functions of the parameters of the system. The results obtained from the modeling showed that response of the system was under the influence of different parameters, such as the geometry of the system, the kind of constituents of the intermediate and protective layers and the ratio of the thermal conductivity of the intermediate layer at molten state to the thermal conductivity of the protective layer. It was shown that a reduced lag time for the system could be achieved by manipulating these parameters. From the viewpoint of the drug release kinetics at On state, it could be declared that the amount of the released drug is a function of the time constant of the system and the drug release could be increased by decreasing the time constant value. The results also showed that the undesired release of the drug could be accelerated by adjusting the parameters of the protective layer, such as the kind of constituents and the thickness of the layer. Using the obtained results from the numerical modeling, one can design and produce the temperature-responsive smart drug delivery systems with desired characteristics for practical applications.

    Keywords: Smart Drug Delivery, Numerical Modeling, unsteady State, Heat Transfer, Mass transfer
  • Afshin Ghanbarzadeh *, Mahdie Termeh, Mohammad Hadi Honarvar, Kourosh Heidari Shirazi Pages 375-387

    A primary objective in many human upright state movements is control of balance and monitoring, analysis, and intervention to improve it, has become a part of human biomechanics research.In studies with a quantitative approach to human balance, it is necessary to know the numerical quantity of balance in a body state or at any moment during a path.This study proposes a new quantitative Criterion to express stable state during walking cycle.The basis of this quantitative criterion is the Probability of dynamic success in completing the swing phase without losing balance and the initiation of a fall. The probability of motion realization has been calculated and simulated on a seven-link model with a distributed mass.In this study by taking into consideration the kinematic constraints, energy consumption, muscle stimulation level and changes in stimulation beside maximizing balance, the movement in stance phase is calculated as an optimal movement.The optimal step length has been calculated considering a weight for probability of motion realization and energy consumption. In this method both the maximum balance and minimum energy consumption have been considered.For instance, the optimal step length considering the maximum balance constraint in the specific path for an individual with the height of 187 cm and mass of 92 kg was calculated about 27 cm with this probabilistic approach.One of the factors in maintaining balance is cadence rate. By increasing the of center of mass average velocity, the probability of balance maintenance decreases, thus also with considering center of mass average velocity beside maximum balance constraint , the optimal step length is calculated 46 cm.

    Keywords: Probability of dynamic Success, Motion realization, Single support Phase, gait cycle, Step Length