ارزیابی اثرات امواج الکترومغناطیس بر نرخ جذب خاص بدن انسان مبتنی بر الگوریتم یادگیری ماشین جنگل تصادفی

با گسترش روزافزون فناوری های ارتباطی و حضور امواج (میدان) الکترومغناطیس (EMF) در محیط زندگی، نگرانی هایی در خصوص تاثیرات زیست محیطی و سلامت انسان مطرح شده است. همچنین با گسترش روزافزون فناوری های بی سیم و پدیده اینترنت اشیاء (IoT)، انسان در معرض تراکم بالایی از امواج الکترومغناطیس قرار دارد. ارزیابی دقیق اثرات زیست محیطی این امواج و تاثیر آن بر بافت های زنده، یکی از چالش های اصلی بهداشت محیط و مهندسی پزشکی است. این پژوهش به بررسی مکانیسم های اثرگذاری امواج بر بافت های بدن و استانداردهای ایمنی می پردازد. هدف اصلی، ارائه راهکارهای عملی برای کاهش مواجهه و حفاظت از بدن در برابر تابش غیریون ساز است. نتایج نشان می دهد که رعایت اصول ایمنی و پدافند غیرعامل، افزایش فاصله از منبع تشعشع و استفاده از وسایل حفاظتی، می تواند احتمال آسیب های حرارتی و غیرحرارتی را به حداقل برساند. روش های سنتی اندازه گیری و شبیه سازی عددی (مانند روش FDTD) زمان بر و پرهزینه هستند. روش های مبتنی بر هوش مصنوعی پس از مرحله آموزش، با سرعتی فوق العاده بالا پاسخ می دهند و هزینه محاسباتی بسیار پایینی دارند، هرچند که دقت آن ها وابسته به کیفیت و حجم داده های آموزشی است و ممکن است در شرایط ناشناخته دچار خطا شوند. این مقاله به بررسی کاربرد هوش مصنوعی (AI) و یادگیری ماشین (ML) به عنوان ابزاری قدرتمند برای پیش بینی نرخ جذب خاص (SAR) و ارزیابی خطرات ناشی از امواج می پردازد. روش پیشنهادی این مقاله (به کمک پیادهسازی پایتون)، شامل دو مرحله است تا بتوان به درک مناسبی از تاثیر امواج الکترومغناطیس رسید.

کلیدواژه ها:

امواج الکترومغناطیس ، یادگیری ماشین ، الگوریتم جنگل تصادفی ، ایمنی بدن انسان ، SAR