مینا صدیقی الوندی، پرویز شهابی، غزاله غم خواری نژاد، مینا حسین پور، فروغ فولاد،
دوره ۳، شماره ۲ - ( بهار - ۱۳۹۴ )
چکیده
مقدمه: همزمانی فعالیتهای بیوالکتریکی نورونها در آغاز فعالیتهای صرعی که در طول یک حمله تشنجی رخ میدهد، دخیل است. تشنج کوچک با تخلیههای نیزهای -موجی ۴-۲/۵ هرتز هماهنگ و همزمان در کودکان زیر ۱۵ سال مشخص میشود. بیش از نیمی از کودکان مبتلا به صرع کوچک از اختلالات شناختی، آموزشی و یادگیری رنج میبرند. نسبت دامنۀ مواج تتا و آلفا یک شاخص معتبر برای سنجش اختلالات یادگیری در کودکان است. هدف این مطالعه بررسی اثر مهارکنندههای کانال کلسیمی وابسته به ولتاژ نوع L و T، وراپامیل و اتوسوکسیماید بر دامنه امواج الکتروانسفالوگرام در موشهای صحرایی WAG/Rij، یک مدل حیوانی ژنتیکی صرع کوچک بود. مواد و روشها: ۱۸ سر موش صحرایی نر نژاد WAG/Rij در محدودۀ سنی بین ۴ الی ۶ ماه بهطور تصادفی به ۳ گروه تقسیم شدند. با استفاده از روش استروتاکسی، کانول در ناحیه پیش -دهانی قشر حسی -پیکری برای تزریق داروها کاشته شد و الکترودهای ثبت در قشرهای پیشانی و پس سری قرار داده شدند. الکتروانسفالوگرافی ۳۰ دقیقه قبل و یک ساعت بعد از تزریق دارو ثبت گردید. یافتهها: توان زیر باندهای الکتروانسفالوگرافی در ۳۰ دقیقۀ اول پس از تزریق وراپامیل و اتوسوکسیماید در مقایسه با گروه کنترل بهطور معنیداری کاهش یافت. نتیجهگیری: نتایج ما نشان میدهد که وراپامیل و اتوسوکسیماید میتوانند توان زیر باندهای الکتروانسفالوگرافی را کاهش دهند. اگرچه آنها اثر قابل توجهی بر نسبت تتا به آلفا ندارند.
سید مهدی وطندوست، مینا صدیقی الوندی، پرویز شهابی، غزاله غمخواری نژاد، فروغ فولاد،
دوره ۳، شماره ۴ - ( پاييز - ۱۳۹۴ )
چکیده
مقدمه: صرع یکی از متداولترین اختلالات نورولوژیکی مرتبط با فعالیتهای الکتریکی کنترل نشده در مغز است. هومئوستاز الکترولیت برای عملکرد طبیعی مغز مهم است. عدم تعادل در الکترولیتها میتواند موجب تشنج شود. هدف از این مطالعه، بررسی تغییرات در لیپیدها و الکترولیتها در صرع غیابی است. مواد و روشها: در این مطالعه ۱۰ موش صحرایی WAG/Rij و ۱۰ موش صحرایی ویستار (۶ ماهه) استفاده شد. نمونۀ خون از قلب تحت بیهوشی عمیق جمعآوری گردید. پارامترهای بیوشیمیایی مانند مقادیر کلسترول، تری گلیسیرید، لیپوپروتئین با تراکم بالا، لیپوپروتئینهای با تراکم پایین، سدیم، پتاسیم، کلسیم و کلر در سرم خون آنالیز شدند. یافتهها: مقدار سدیم، پتاسیم و کلر در پلاسمای خون موش صحرایی WAG/Rij در مقایسه با موشهای صحرایی ویستار به طور معنیداری بالاتر بود و میزان کلسیم در WAG/Rij نسبت به موشهای صحرایی ویستار به طور معنیداری پایینتر بود. علاوهبر این، مقادیر لیپیدهای پلاسمای خون، شامل کلسترول، تری گلیسیریدها، HDL و LDL در WAG/Rij نسبت به موشهای صحرایی ویستار کمتر بود. نتیجهگیری: نتایج تفاوتهایی را در الکترولیتها و لیپیدهای پلاسما بین موشهای صحراییWAG/Rij و ویستار نشان دادند. مطالعات بیشتری مورد نیاز میباشد چنانچه تغییرات الکترولیتها و لیپیدهای پلاسما بتواند با بروز تشنج در این مدل حیوانی صرع غیابی ارتباط داشته باشد.
سمن فولادی، دکتر علی اصغر صفایی،
دوره ۹، شماره ۱ - ( زمستان ۱۳۹۹ )
چکیده
مقدمه: بیماری آلزایمر نوعی اختلال مغز است که به تدریج عملکرد شناختی و در نهایت توانایی انجام کارهای روزمره را دچار اختلال میکند. تشخیص زودهنگام این بیماری توجه بسیاری از پزشکان و محققان را به خود جلب کرده است و از روش های مختلفی برای شناسایی آن در مراحل اولیه استفاده شده است. ارزیابی شبکه های عصبی مصنوعی روشی کم هزینه و بدون اثرات جانبی است که برای تشخیص و پیشبینی بیماری آلزایمر در افراد دارای اختلال شناختی خفیف، بر پایۀ امواج الکتروانسفالوگرام استفاده می شود. مواد و روش ها: برای این مطالعۀ مروری نظاممند، کلمات کلیدی "آلزایمر"، "شبکه مصنوعی عصبی" و "EEG" در پایگاه داده های IEEE ، PubMed Central، Science Direct وGoogle Scholar، بین سالهای ۱۳۸۸ تا ۱۳۹۸ جستجو شدند. سپس برای ارزیابی منتقدانه و بر اساس بیشترین ارتباط با موضوع مورد مطالعه، انتخاب شدند. یافتهها: نتیجۀ جستجو در این پایگاه های اطلاعاتی ۱۰۰ مقاله بود. به استثنای مقالات غیر مرتبط، فقط ۳۰ مقاله مورد مطالعه قرار گرفتند. در این مطالعه، انواع مختلفی از شبکه های عصبی مصنوعی شرح داده شد، سپس، صحت طبقه بندی به دست آمده توسط این روشها بررسی شد. نتایج نشان داده است که برخی از روشها، علیرغم اینکه در تحقیقات کمتر مورد استفاده قرار می گیرند یا شامل معماری سادهای هستند، بالاترین صحت برای طبقهبندی را دارند. در بسیاری از مطالعات، شبکه های عصبی مصنوعی در مقایسه با سایر روش های طبقه بندی در نظر گرفته شدهاند و نتایج برتری این روش ها را نشان می دهد. نتیجهگیری: از شبکه های عصبی مصنوعی میتوان به عنوان ابزاری برای تشخیص زودهنگام بیماری آلزایمر استفاده کرد. این شبکهها را میتوان از لحاظ صحت طبقهبندی، سرعت، معماری و کاربرد متداول، مورد بررسی قرار داد. برخی از شبکه ها در طبقه بندی و درک داده ها دقیق هستند، اما کند هستند و یا به محیط های سخت افزاری/ نرم افزاری خاصی نیاز دارند. بعضی دیگر از شبکهها با داشتن معماری ساده، نسبت به شبکههای پیچیده بهتر عمل میکنند. علاوه براین، تغییر در معماری شبکه های معمولی یا ترکیب آن ها با سایر روش ها، نتایج متفاوت قابل توجهی را به همراه داشت. افزایش صحت طبقهبندی این شبکهها در تشخیص نقص شناختی خفیف، می تواند به پیش بینی مناسب بیماری آلزایمر کمک کند.