مدل سازی اثرCEST از طریق تشدید مغناطیسی برای تعیین همزمان نرخ تبادل شیمیایی و غلظت آمین و آمید در بدن انسان
محل انتشار: فصلنامه مدل سازی در مهندسی، دوره: 23، شماره: 0
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 90
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JME-23-0_016
تاریخ نمایه سازی: 26 فروردین 1405
چکیده مقاله:
انتقال اشباع منجر به جابجایی هیدروژن های آب و مولکول های بافت های بدن از طریق اعمال پالس اشباع الکترومغناطیسی به رشته پالس تصویربرداری اسکنر تشدید مغناطیسی می شود. اثر CEST حاصل از تبادل مابین عامل های کنتراست درونی یا بیرونی با آب موجود در بدن، یکی از زیربخش های فرآیندهای تبادل شیمیایی محسوب می شود. اثر CEST به عواملی همچون زمان های استراحت، نرخ تبادل شیمیایی، غلظت عامل کنتراست و ویژگی های پالس اشباع الکترومغناطیسی بستگی دارد. از این عوامل می توان به اطلاعاتی از نحوه تعامل شیمیایی، آنزیم ها، متابولیت ها، یون های فلزی، pH، مصرف گلوکز و دیگر شرایط بالینی دست یافت. این مقاله روابطی تحلیلی برای تعیین نرخ تبادل شیمیایی و غلظت عامل کنتراست از طریق مدل سازی اثر CEST به عنوان تابع هدف با استفاده از نمودار امگا تعیین می کند.علاوه بر آن با محاسبه دامنه بهینه پالس الکترومغناطیسی مستطیلی از طریق بیشینه سازی تابع هدف محدب گونه پیشنهادی اثرCEST، مجددا نرخ تبادل شیمیایی و غلظت عامل کنتراست مورد ارزیابی قرار می گیرد. ارزیابی نتایج دو راهکار پیشنهادی با استفاده از داده های پارامتری دوحوضچه ای آمید-آب و آمین-آب از طریق مقایسه با دو بیان دیگر از اثر CEST که مورد استناد مطالعات متعددی بوده نیز انجام گرفته است. نمودارهای امگا حاصله از مدل سازی پیشنهادی اثرCEST ، بهترین انطباق در تعیین نرخ تبادل و غلظت را برای ترکیب آب-آمین بر اساس کمترین درصد خطای نسبی، حدودا ۵/۰% و ۸/۴% به ترتیب بوده است. از طرفی بر مبنای روش تعیین دامنه بهینه، بهترین تطابق در تخمین نرخ تبادل و غلظت به ترتیب با دقت ۹۱% و ۱۰۰%، در آمیدها حاصل شده است.
کلیدواژه ها:
نویسندگان
محمد رضا رضاییان
گروه مهندسی پزشکی، دانشگاه صنعتی همدان، همدان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :