دستگاه عصبی مرکزی

اختصاصی از نیک فایل دستگاه عصبی مرکزی دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 7

دستگاه عصبی مرکزی

مقدمه

دستگاه عصبی مرکزی قسمتی از دستگاه عصبی است که در درون محفظه‌ای استخوانی به نام استخوان جمجمه و ستون فقرات قرار گرفته است و شامل مغز و نخاع می‌باشد. از نظر ساختمانی در سیستم اعصاب مرکزی دو قسمت به نامهای ماده سفید و ماده خاکستری قابل تشخیص می‌باشد. مغز شامل قسمتهای متنوعی است که هر کدام از آنها در عین حال که با یکدیگر در ارتباط هستند کارهای متفاوتی را انجام می‌دهند.

تکامل مغز در مهره داران

در ماهیهای اولیه و دوزیستان ، نخاع و مغز در یک راستا قرار دارند. ولی در سایر مهره داران بویژه در پستانداران بین مغز و نخاع یک خمیدگی پدید آمده است که در پستانداران عالی به 90 درجه می‌رسد. این خمیدگی ناشی از حجم زیاد نیمکره‌های مخ است. حجم مغز بویژه نیمکره‌های مخ در مهره داران اولیه رشد اندکی دارد. ولی در مهره داران عالی وسعت زیادی دارد.

سطح نیمکره‌های مخ در مهره داران اولیه تا پستانداران اولیه صاف ، ولی در پستانداران عالی بویژه انسان چین خوردگی فراوان دارد. مغز آدمی بزرگترین مغزها نیست اما وزن آن نسبت به جثه آدمی بیشترین است و با در نظر گرفتن سایر شرایط بهترین مغز است. مغز مهره داران در دوران جنینی دارای سه قسمت اولیه به نامهای مغز پیشین ، مغز میانی و مغز تحتانی است. از این قسمتها بتدریج بخشهای مختلف مغز پدید می‌آیند.

ساختار مغز

مغز در داخل استخوان جمجمه و نخاع در داخل ستون فقرات جای گرفته‌ است. سه پرده که در مجموع مننژ نامیده می‌شوند، مغز و نخاع را از اطراف محافظت می‌کنند.

•پرده داخلی : پرده داخلی چسبیده به مغز و نخاع بوده و کار تغذیه بافت عصبی را انجام می‌دهد.

•پرده میانی : پرده میانی عنکبوتیه نام دارد که به پرده خارجی چسبیده و از پرده داخلی کم و بیش فاصله دارد.

•پرده خارجی : از بافت پیوندی محکم تشکیل شده و به استخوانهای محافظ چسبیده است.

در فاصله بین عنکبوتیه و پرده داخلی مایع شفافی قرار گرفته است که از ترشحات رگهای خونی است. این مایع را مایع مغزی-نخاعی می‌گویند و کار آن محافظت از بافت عصبی است.

مخ

مخ بزرگترین قسمت مغز است و دارای دو نیمکره است که توسط رشته‌های عصبی محکم و سفید رنگی بهم متصلند و ارتباط دو نیمکره نیز از طریق همین رشته‌های عصبی صورت می‌گیرد. قسمت سطحی مخ ، خاکستری رنگ است و قشر مخ نامیده می‌شود. قشر مخ در انسان به علت وسعت زیاد خود و جای گرفتن در فضای محدود حالت چین خورده دارد. در زیر قشر مخ ماده سفید رنگی وجو دارد که از اجتماع رشته‌های عصبی میلین دار تشکیل شده است و این رشته همان دنباله‌های نورونهایی هستند که در قشر خاکستری با سایر قسمتهای دستگاه عصبی قرار دارند.

علاوه بر قشر مخ چند هسته خاکستری در بخش سفید آن وجود دارد که مهمترین آنها غده تالاموس و غده هیپوتالاموس است. هر قسمت از قشر خاکستری کار ویژه‌ای انجام می‌دهد. مراکز مربوط به دریافت و تفسیر اطلاعات رسیده از اندامهای حسی مختلف مانند چشم و گوش و پوست در این قسمت است. قسمتی از قشر خاکستری مرکز حرکات ارادی است. مخ مرکز احساسات ، فکر کردن و حافظه است. نیمکره چپ مخ حرکات طرف راست و نیمکره چپ بدن حرکات طرف راست بدن را کنترل می‌کنند. هر نیمکره کارهای ویژه‌ای را نیز انجام می‌دهد.

نیمکره چپ در زبان آموزی ، یادگیری ، تفکر ریاضی و منطق ، تخصص دارد. نیمکره راست انجام دادن کارهای ظریف هنری ، موسیقی را کنترل می‌کند. تالاموسها مرکز تقویت پیامهای حسی مانند چشم ، درد و ترس هستند و پیامهای حسی را قبل از اینکه به قشر مخ برسند تقویت می‌کنند. هیپوتالاموس مرکز تنظیم اعمال مختلفی از جمله گرسنگی ، تشنگی ، خواب و بیداری و دمای بدن است.

مخچه

مخچه قسمتی از مغز است که در پشت و زیر مخ قرار دارد. مخچه دارای دو نیمکره است، اما چین خوردگیهای سطحی آن کم عمق تر و منظم تر است. قسمت سطحی مخچه را ماده خاکستری پوشانده است. مخچه بوسیله دسته تارهای عصبی به بقیه قسمتهای دستگاه عصبی مربوط است. مخچه در کار کنترل فعالیتهای ماهیچه‌ای به مخ کمک می‌کند.مخچه پیامهای حرکتی را قبل از اینکه به اندامها بروند تقویت می‌کند. در نتیجه حرکات نرمتری از بدن سر می‌زند. حفظ تعادل بدن نیز به عهده مخچه است. برای اینکار چشمها و گوش داخلی وضعیت بدن را به مخچه خبر می‌دهند و مخچه ، ماهیچه‌ها را طوری کنترل می‌کند، که تعادل برقرار بماند. در مجموع کارهایی که مخچه انجام می‌دهد همگی غیر ارادی هستند.

بصل النخاع

بصل‌النخاع پایین ترین مرکز عصبی واقع در استخوان جمجمه است. انتهای بصل‌النخاع به نخاع مربوط است. بیشتر بصل‌النخاع از ماده سفید و رشته اعصابی تشکیل شده است که میان نخاع و مغز قرار دارد. بصل‌النخاع فعالیت اندامهای داخلی بدن مانند قلب ، ششها و اندامهای گوارشی را اداره می‌کند. به همین دلیل یکی از مهمترین اجزای مغز است و آسیب وارده به آن مرگ را به دنبال دارد. مغز 12 جفت عصب دارد. این اعصاب با اندامهای مهمی ارتباط دارند.

بطنهای مغزی

در جریان تکامل مغز از لوله عصبی جنینی ، حفره مرکزی لوله عصبی در 4 ناحیه متسع شده و بطنهای مغزی را بوجود می‌آورد. بطنهای مغزی عبارتند از: بطنهای جانبی شامل دو بطن و هر کدام در یکی از نیمکره‌های مغزی ، بطن سوم در ناحیه تالاموس و بطن چهارم در محل بصل‌النخاع و پل مغزی.

مایع مغزی-نخاعی

سیستم عصبی مرکزی در درون مایعی به نام مایع مغزی-نخاعی قرار گرفته که این مایع هم به عنوان ضربه‌گیر سیستم عصبی مرکزی را در مقابل ضربات مکانیکی حفظ می‌کند و هم برای فعالیتهای متابولیکی آن ضروری است. حجم این مایع که از رگهای خونی بافت مغز منشا می‌گیرد بین 150 - 80 میلی‌لیتر متغیر است.عدم باز جذب این مایع و تجمع آن در بطنهای مغزی منجر به شرایطی به نام هیدروسفالی می‌گردد که می‌تواند باعث آسیب پارانشیم مغز گردد.

بیماریهای مغزی

عامل بیماریهای عفونی مراکز عصبی ، باکتریها ، ویروسها و یا موجودات زنده میکروسکوپی دیگرند. در بعضی از این بیماریها مراکز عصبی خونی می‌شوند و در برخی دیگر سموم میکروبها که در جای دیگر بدن مستقر می‌شوند، به مراکز عصبی می‌رسند و آنها را دچار مشکل می‌کنند.

فلج اطفال یا پلیومیلیت

عامل این بیماری نوعی ویروس است که از طریق غذا و آبی که به مدفوع شخص بیمار آلوده باشند، به شخص سالم سرایت می‌کند. ویروس به نخاع می‌رسد و در آنجا به جسم سلولی نورونهای حرکتی آسیب کلی می‌رساند، و ماهیچه‌های تحت کنترل آنها فلج می‌شوند. با استفاده از واکسن می‌توان به راحتی از ابتلا به این بیماری جلوگیری کرد.

مننژیت مغزی

در اثر عفونت پرده‌های مننژ مغز یا نخاع حاصل می‌شود. انواعی از باکتریها باعث این بیماری می‌شوند. یک نوع از این باکتریها به نام مننگوکوک است. علایم بیماری مننژیت به طور ناگهانی بروز می‌کند. حرارت بدن دردناک می‌شود. مننژیت بیماری خطرناکی است و در صورت تاخیر در معالجه باعث مرگ می‌شود.

آنسفالیت

آنسفالیت یک بیماری ویروسی است. ویروس در بخشهای خاکستری مغز مانند بصل‌النخاع و مغز میانی جایگزین می‌شود. ویروسهای سرخک و اوریون نیز ممکن است به مغز برسند و آنسفالیت ایجاد کنند. آنسفالیت ممکن است حاد یا مزمن باشد. در حالت حاد سردرد ، حالت خواب آلودگی در روز و دوبینی عارض می‌شود.

بیماری هاری

میکروب این بیماری نوعی ویروس است که با گاز گرفتن سگ ، گربه وارد بدن آدمی می‌شود. از زمان گاز گرفتن تا بروز بیماری 15 روز تا دو ماه طول می‌کشد.

مباحث مرتبط با عنوان

علاقه انسان ها به داشتن اطلاعاتی در مورد مغز و نحوه عملکرد آن به سالها پیش باز می گردد .امروزه شواهد بسیاری وجود دارد که ثابت می کند هزاران سال قبل در کشورهایی نظیر مصر و یونان کنکاش و تحقیقات زیادی در مورد مغز انسان صورت گرفته است . این ارگان پیچیده و شگفت انگیز همیشه برای پژوهشگران و دانشمندان سوژه جالب و بحث برانگیزی بوده است .در این مقاله سعی شده تا به شیوه بسیار ساده و قابل فهمی ، چگونگی رشد و تکامل مغز و نوع کارکرد آن در مراحل مختلف زندگی از ابتدای پیدایش سلول های مغزی تا زمان پیری شرح داده شود. بسیاری از دانشمندان و کارشناسان امور روان شناسی عقیده دارند که با دانستن

شبکه های عصبی Neural Network

اختصاصی از نیک فایل شبکه های عصبی Neural Network دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 16

شبکه های عصبی Neural Network

شبکه‌های عصبی مصنوعیArtificial Neural Network

چکیده:شبکه‌های عصبی مصنوعی از مباحث جدیدی است که دانشمندان علوم کامپیوتر به آن علاقمند شده‌اند و برای پیشرفت هرچه بیشتر علوم کامپیوتر وقت و هزینه بسیاری را صرف آن کرده و می‌کنند. این موضوع با ایده گرفتن از سیستم عصبی بدن انسان و با هدف شبیه‌سازی هرچه بیشتر کامپیوتر به انسان شکل گرفت و تا حال به خوبی پیشرفته است. از جمله کاربردهای این بحث می‌توان از شناسایی الگوها, پردازش تصویر و رویت, هوش مصنوعی, کنترل رباتها و موارد بسیار دیگر نام برد. ما در این مقاله پس از مقدمه به مسائل در خور شبکه‌های عصبی مصنوعی و نیز کاربردهای آن خواهیم پرداخت, در ادامه Perceptron ها را که یکی از مهمترین الگوریتم‌های شبکه‌های عصبی مصنوعی می‌باشد معرفی می‌کنیم.

1- مقدمه1-1- ایده پیدایش شبکه‌های عصبی مصنوعیآیا کامپیوتر میتواند همان نوع از محاسباتی را که یک فرد هوشمند انجام میدهد به کار گیرد؟بسیاری از دانشمندان عقیده داشته ودارند که این بحث باید مورد توجه قرار گیرد. شبکه‌های عصبی در حل مسائل یک جهت جدید و متمایز نسبت به کامپیترهای عمومی می‌گشود. کامپیوترهای عمومی از یک الگوریتم استفاده می‌کنند یعنی برای حل مسائل از یک سری دستورات از پیش تعیین شده پیروی می‌کنند مگر در مواقع ویژه‌ای که کامپیوتر نیاز به یک‌سری اطلاعات برای حل مسئله دارد. و همین مسئله توانایی پردازش را از کامپیوترهای عمومی به مسائلی که ما قبلا فهمیده‌ایم و روش حل آنها را شناخته‌ایم محدود می‌کند و تنها سرعت عمل و قدرت در حل نمونه‌های بزرگتر را به همراه دارند. اما کامپیوترها باید به قدری مفید باشند که بتوانند کارهایی را انجام دهند که واقعا ما نمی‌دانیم چگونه باید آنها را انجام دهیم.1-2- بررسی سلولهای مغزی افرادتحقیق درباره سلولهای مغزی افراد و همچنین شناخت ‌‌Neuron ها یا رشته‌های مغزی وبیان یک راه نسبتا متفاوت که یک سیستم هوشمند را بنا می‌کند شروع شد. مغز بشر متشکل از میلیونها نرون عصبی منحصر بفرد است واین رشته‌های عصبی به اشکال و اندازه‌های مختلف تغییر می‌کنند.. هر نرون عموما یک هسته دارد و یک‌سری سلولهای عصبی Axon (آکسون)ـ که علائم خروجی را به سلولهای عصبی نرون دیگر حمل می‌کنندـ و Dendrite ها (شاخه‌های سلولهای عصبی). علائم در سلولهای عصبی میان شاخه‌های سلولهای عصبی ونواحی خروجی جریان دارند.در اینجا برای حالت برانگیزش باید آشفتگی از یک حدی تجاوز کند که آستانه یا سرحد نامیده می‌شود و پس از برانگیزش نرون‌ها پیامهایی برای نرون‌های دیگر می‌فرستند و خود را برای دریافت و پاسخ به اطلاعات عمومی آماده می‌کنند.

1-3- تاریخچهشبکه‌های عصبی دهها سال است که جلب توجه می‌کنند وتاکنون راه حلهایی برای استفاده از هوش بشری ارائه شده است. اولین نرون مصنوعی درسال 1943 توسط نروفیزیولوژیست وارن‌مک‌کالوک و منطق دان والتر‌پیتز تولید شد.در دهه 60 به دلایلی که خارج از بحث این مقاله است مردم به‌سوی شبکه‌های عصبی متمایل شدند و تنها در دهه 80 دانشمندان توانایی‌های واقعی شبکه‌های عصبی را دیدند.2- شبکه‌های عصبی مصنوعی2-1- شبکه‌های عصبی مصنوعیشبکه‌های عصبی شبیه به مغز انسان اطلاعاتی را پردازش می‌کنند. شبکه‌ از تعداد زیادی سلولهای عصبی(Neuron ها) تشکیل شده با پردازشی بسیار بزرگ و به‌هم پیوسته که در حل موازی مسائل ویژه مشغول به کارند.یادگیری شبکه‌های عصبی از طریق مثالهاست. آنها برای انجام یک کار خاص برنامه‌ریزی نشده‌اند. مثالها باید با دقت بسیار بالایی انتخاب شوند والا زمان مفید هدر خواهد رفت و یا حتی ممکن است شبکه به طور ناقص دایر شود و در اینجا راهی برای فهمیدن اینکه سیستم معیوب است یا خیر وجود ندارد مگر اینکه خطایی رخ دهد.شبکه‌های عصبی مصنوعی یک ترکیبی از مجموعه نرون‌هاست و البته نرونهای مصنوعی‌ای که بسیار شبیه به نرونهای زیستی کار می‌کنند. و بدین گونه است که ورودیهای زیادی با وزنهای مختلف می‌گیرد و یک خروجی که به ورودی وابسته است تولید می‌کند. نرونهای زیستی می‌توانند در حال برانگیزش باشند یا نباشند. ( وقتی یک نرون برانگیخته می‌شود ضربه علائم خروجی آن مقداری کمتر از 100 هرتز است)شبکه‌های عصبی استفاده وسیعی در شناسایی الگوها دارند زیرا از خودشان قابلیت آن را دارند که بطور عمومی به ورودی‌های غیر منتظره نیز پاسخ دهند. در طول ساخت نرونها می‌آموزند که چگونه الگوهای ویژه گوناگون را تشخیص دهند. اگر الگویی پذیرفته شود در حالی که در طول اجرا ورودی با خروجی مرتبط نباشد، نرون از مجموعه‌ای از الگوهایی که سابقا آموخته خروجیی را که شبیه به الگو می‌باشد وکمترین تفاوت را با ورودی دارد انتخاب می‌کند. این روال عموما فراخوانی می‌شود.مثال:وقتی که ورودی نرون 1111 باشد چهار ورودی بر حسب برانگیزش مرتب شده‌اند و وقتی ورودی‌های 0000 را داریم نرون برای برانگیزش مرتب نیست. قاعده عمومی این است که نرونها مایلند برانگیخته شوند وقتی که ورودی‌ها 0111 ، 1011 ، 1101 ، 1110 یا 1111 باشند و در صورتی که ورودی آنها 1000 ، 0001 ، 0010 ، 0100 یا 0000 باشند مایل به برانگیخته شدن نیستند.شناسایی الگوهای پیچیده سطح بالا می‌تواند به وسیله شبکه‌ای از نرونها انجام شود و بدین ترتیب نام آن را شبکه‌های عصبی مصنوعی گذاشتند. اکنون شبکه‌های عصبی کاربردهای زیادی دارند(درمنطق وکلام و شناسایی عکسها)البته شناسایی الگوهامی‌تواند به‌طور موفقیت آمیز بر روی کامپیوترهای عمومی انجام شود. این شبکه‌های عمومی که برای شناسایی الگوها استفاده می‌شوند Feed-Forward نامیده می‌شدند زیرا آنها یک بازخورد (Feed-Back) داشتند. آنها به‌طور ساده ورودی‌ها را با خروجی‌ها می‌آمیختند. اما شناسایی الگوها به تدریج کاملتر شد به‌طوریکه بر روی کامپیوترهای عمومی با سیستم خاص خودشان به‌سختی انجام می‌شد پس برای شناسایی الگوها شبکه‌های Feed-Forward کافی نبودند.در شبکه‌های عصبی خروجی هر نرون به ورودی نرونهای مجاورش متصل شده است. شبکه‌های عصبی نمی‌توانند معجزه کنند اما اگر به درستی استفاده شوند نتایج شگفت‌انگیزی خواهند داشت.2-2- مشخصات مسائل در خور شبکه‌های عصبی مصنوعی ANN(Artificial Neural

تحقیق درباره شبکه های عصبی Neural Network

اختصاصی از نیک فایل تحقیق درباره شبکه های عصبی Neural Network دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 16

شبکه های عصبی Neural Network

شبکه‌های عصبی مصنوعیArtificial Neural Network

چکیده:شبکه‌های عصبی مصنوعی از مباحث جدیدی است که دانشمندان علوم کامپیوتر به آن علاقمند شده‌اند و برای پیشرفت هرچه بیشتر علوم کامپیوتر وقت و هزینه بسیاری را صرف آن کرده و می‌کنند. این موضوع با ایده گرفتن از سیستم عصبی بدن انسان و با هدف شبیه‌سازی هرچه بیشتر کامپیوتر به انسان شکل گرفت و تا حال به خوبی پیشرفته است. از جمله کاربردهای این بحث می‌توان از شناسایی الگوها, پردازش تصویر و رویت, هوش مصنوعی, کنترل رباتها و موارد بسیار دیگر نام برد. ما در این مقاله پس از مقدمه به مسائل در خور شبکه‌های عصبی مصنوعی و نیز کاربردهای آن خواهیم پرداخت, در ادامه Perceptron ها را که یکی از مهمترین الگوریتم‌های شبکه‌های عصبی مصنوعی می‌باشد معرفی می‌کنیم.

1- مقدمه1-1- ایده پیدایش شبکه‌های عصبی مصنوعیآیا کامپیوتر میتواند همان نوع از محاسباتی را که یک فرد هوشمند انجام میدهد به کار گیرد؟بسیاری از دانشمندان عقیده داشته ودارند که این بحث باید مورد توجه قرار گیرد. شبکه‌های عصبی در حل مسائل یک جهت جدید و متمایز نسبت به کامپیترهای عمومی می‌گشود. کامپیوترهای عمومی از یک الگوریتم استفاده می‌کنند یعنی برای حل مسائل از یک سری دستورات از پیش تعیین شده پیروی می‌کنند مگر در مواقع ویژه‌ای که کامپیوتر نیاز به یک‌سری اطلاعات برای حل مسئله دارد. و همین مسئله توانایی پردازش را از کامپیوترهای عمومی به مسائلی که ما قبلا فهمیده‌ایم و روش حل آنها را شناخته‌ایم محدود می‌کند و تنها سرعت عمل و قدرت در حل نمونه‌های بزرگتر را به همراه دارند. اما کامپیوترها باید به قدری مفید باشند که بتوانند کارهایی را انجام دهند که واقعا ما نمی‌دانیم چگونه باید آنها را انجام دهیم.1-2- بررسی سلولهای مغزی افرادتحقیق درباره سلولهای مغزی افراد و همچنین شناخت ‌‌Neuron ها یا رشته‌های مغزی وبیان یک راه نسبتا متفاوت که یک سیستم هوشمند را بنا می‌کند شروع شد. مغز بشر متشکل از میلیونها نرون عصبی منحصر بفرد است واین رشته‌های عصبی به اشکال و اندازه‌های مختلف تغییر می‌کنند.. هر نرون عموما یک هسته دارد و یک‌سری سلولهای عصبی Axon (آکسون)ـ که علائم خروجی را به سلولهای عصبی نرون دیگر حمل می‌کنندـ و Dendrite ها (شاخه‌های سلولهای عصبی). علائم در سلولهای عصبی میان شاخه‌های سلولهای عصبی ونواحی خروجی جریان دارند.در اینجا برای حالت برانگیزش باید آشفتگی از یک حدی تجاوز کند که آستانه یا سرحد نامیده می‌شود و پس از برانگیزش نرون‌ها پیامهایی برای نرون‌های دیگر می‌فرستند و خود را برای دریافت و پاسخ به اطلاعات عمومی آماده می‌کنند.

1-3- تاریخچهشبکه‌های عصبی دهها سال است که جلب توجه می‌کنند وتاکنون راه حلهایی برای استفاده از هوش بشری ارائه شده است. اولین نرون مصنوعی درسال 1943 توسط نروفیزیولوژیست وارن‌مک‌کالوک و منطق دان والتر‌پیتز تولید شد.در دهه 60 به دلایلی که خارج از بحث این مقاله است مردم به‌سوی شبکه‌های عصبی متمایل شدند و تنها در دهه 80 دانشمندان توانایی‌های واقعی شبکه‌های عصبی را دیدند.2- شبکه‌های عصبی مصنوعی2-1- شبکه‌های عصبی مصنوعیشبکه‌های عصبی شبیه به مغز انسان اطلاعاتی را پردازش می‌کنند. شبکه‌ از تعداد زیادی سلولهای عصبی(Neuron ها) تشکیل شده با پردازشی بسیار بزرگ و به‌هم پیوسته که در حل موازی مسائل ویژه مشغول به کارند.یادگیری شبکه‌های عصبی از طریق مثالهاست. آنها برای انجام یک کار خاص برنامه‌ریزی نشده‌اند. مثالها باید با دقت بسیار بالایی انتخاب شوند والا زمان مفید هدر خواهد رفت و یا حتی ممکن است شبکه به طور ناقص دایر شود و در اینجا راهی برای فهمیدن اینکه سیستم معیوب است یا خیر وجود ندارد مگر اینکه خطایی رخ دهد.شبکه‌های عصبی مصنوعی یک ترکیبی از مجموعه نرون‌هاست و البته نرونهای مصنوعی‌ای که بسیار شبیه به نرونهای زیستی کار می‌کنند. و بدین گونه است که ورودیهای زیادی با وزنهای مختلف می‌گیرد و یک خروجی که به ورودی وابسته است تولید می‌کند. نرونهای زیستی می‌توانند در حال برانگیزش باشند یا نباشند. ( وقتی یک نرون برانگیخته می‌شود ضربه علائم خروجی آن مقداری کمتر از 100 هرتز است)شبکه‌های عصبی استفاده وسیعی در شناسایی الگوها دارند زیرا از خودشان قابلیت آن را دارند که بطور عمومی به ورودی‌های غیر منتظره نیز پاسخ دهند. در طول ساخت نرونها می‌آموزند که چگونه الگوهای ویژه گوناگون را تشخیص دهند. اگر الگویی پذیرفته شود در حالی که در طول اجرا ورودی با خروجی مرتبط نباشد، نرون از مجموعه‌ای از الگوهایی که سابقا آموخته خروجیی را که شبیه به الگو می‌باشد وکمترین تفاوت را با ورودی دارد انتخاب می‌کند. این روال عموما فراخوانی می‌شود.مثال:وقتی که ورودی نرون 1111 باشد چهار ورودی بر حسب برانگیزش مرتب شده‌اند و وقتی ورودی‌های 0000 را داریم نرون برای برانگیزش مرتب نیست. قاعده عمومی این است که نرونها مایلند برانگیخته شوند وقتی که ورودی‌ها 0111 ، 1011 ، 1101 ، 1110 یا 1111 باشند و در صورتی که ورودی آنها 1000 ، 0001 ، 0010 ، 0100 یا 0000 باشند مایل به برانگیخته شدن نیستند.شناسایی الگوهای پیچیده سطح بالا می‌تواند به وسیله شبکه‌ای از نرونها انجام شود و بدین ترتیب نام آن را شبکه‌های عصبی مصنوعی گذاشتند. اکنون شبکه‌های عصبی کاربردهای زیادی دارند(درمنطق وکلام و شناسایی عکسها)البته شناسایی الگوهامی‌تواند به‌طور موفقیت آمیز بر روی کامپیوترهای عمومی انجام شود. این شبکه‌های عمومی که برای شناسایی الگوها استفاده می‌شوند Feed-Forward نامیده می‌شدند زیرا آنها یک بازخورد (Feed-Back) داشتند. آنها به‌طور ساده ورودی‌ها را با خروجی‌ها می‌آمیختند. اما شناسایی الگوها به تدریج کاملتر شد به‌طوریکه بر روی کامپیوترهای عمومی با سیستم خاص خودشان به‌سختی انجام می‌شد پس برای شناسایی الگوها شبکه‌های Feed-Forward کافی نبودند.در شبکه‌های عصبی خروجی هر نرون به ورودی نرونهای مجاورش متصل شده است. شبکه‌های عصبی نمی‌توانند معجزه کنند اما اگر به درستی استفاده شوند نتایج شگفت‌انگیزی خواهند داشت.

تحقیق درمورد مدلهای محاسباتی عصبی از تأثیر جانبی ناحیه آسیب دیده مغز روی نواحی دیگر

اختصاصی از نیک فایل تحقیق درمورد مدلهای محاسباتی عصبی از تأثیر جانبی ناحیه آسیب دیده مغز روی نواحی دیگر دانلود با لینک مستقیم و پر سرعت .

فرمت فایل:  ورد ( قابلیت ویرایش ) 

---

قسمتی از محتوی متن ...

تعداد صفحات : 36 صفحه

مدلهای محاسباتی عصبی از تأثیرات جانبی ناحیة آسیب دیده مغز روی نواحی دورتر از منطقه آسیب دیده: اختلال ناگهانی در منطقه ای از مغز، مثلاً در اثر سکته های مغزی، باعث نقصهای عصبی مستقیماً مطابق با منطقة آسیب دیده می شود و آسیب درست از این منطقه شروع میشود.
به علاوه دیگر نقصهای بالینی که به عنوان نقصها یا تأثیرات دوم یا Secondarg remote نامیده می شوند.
وی قسمتهای بی عیب باقیمانده از مغز تأثیر خود را می گذراند.
(برای مثال به علت قطع شدن ارتباط آنها با ناحیه آسیب دیده) این پدیده به عنوان diashisis نامیده شده است.
diashisis (نقص الکتریکی و functional که بعلت آسیب در قشر مغز آغاز می شود و در منطقه ای دورتر از منطقه آسیب دیده نیز این آسیب را می توان فهمید منطقه ای که خود آسیب می بیند وی از لحاظ عصبی (ارتباط عصبی ) به آن اتصال دارد. این پدیده باعث شده ، خصوصاً در مورد ارتباط بین نیمکره چپ و راست مغز، مسأله ویژه ای که در ارتباط با هر یک از نیمکره ها وجود دارد باعث مشکل در فهم و درک پدیده شود.
این مقاله بعضی از مدلهای Neurocouputetional اخیر را مورد مطالعه قرار داده (اثر و کیفیت diashisis) مدل ارائه شده تنها یک مدلی است که همه خصوصیت دیگر بین نیمکره ها و همه اثر diashisis را شرح می دهد.
در انتها، نتایج تأثیرات زیرقشری نیمکره چپ و راست روی خصوصیت نیمکره ها مورد بررسی قرار می گیرد. 1- مقدمه: Stoke : یا (سکته مغزی) ، اختلال ناگهانی است که در جریان supply کردن خون برای مغز بوجود می آید.
زمانیکه یک سد ناگهانی در برابر جریان خون در سرخرگهای مغزی ایجاد می شود متعاقب آن باعث کمبود خون رسانی به آن ناحیه شده و ایسکمیک مغزی را به دنبال دارد.
سکته مغزی یکی از بیماریهای شایع در نورولوژی است.
برای مثال سومین عامل مرگ در کشور آمریکاست و اغلب موارد باعث نقص در بستر کرونیک (نقص در سیستم عصبی ، عضلانی قلبی ) اختلاف در زبان و صحبت کردن و مشکلات حافظه ای را به دنبال دارد.
این باعث شده که توجه بسیار زیادی روی تحقیقات در مورد این مطلب در طی چند دهة اخیر صورت گیرد.
اکثر این تحقیقات به دنبال اصلاح کردن یافته ها و دانسته ها درباره مکانیسم و پاتوفیزیولوژی این بمیاری (strake) هستند.
یافته ها این تحقیقات در اکثر موارد بسیار پیچیده و حتی بسیار مورد بحث و جدل بوده اند. در حال حاضر یک تردید ذاتی دربارة اینکه چه فاکتورها و عواملی باعث می شوند که ناحیه آسیب دیدة اولیه به بافتهای مجاور مغز گسترش یابد، وجود دارد. پیچیده بودن مغز در حین سکته مغزی باعث شده به این نتیجه برسیم که مدلهای Computational می توانند ابزار بسیار قدرتمندی برای درک عمیق ما دربارة Stroke باشد.
محدودیت دربارة تکنولوژی مدلهای عصبی و علم نورد سیانتیفیک Neurosaentific باعث شده بوجود آوردن و ساختن جزئیات مدل غیرممکن و غیر عملی باشد. هر چند که ثابت شده که مطالعه روی بعضی قسمتهای بخصوص از سکته مغزی ممکن می باشد.
(یا مثل دیگر اختلالات نورولوژیک ]2و1[ ) بوسیله مدلهای عصبی برای مثال یافته های بسیاری از مدلهای عصبی ]30007[ روی این متمرکز شده اند که قشر آسیب ایده چطور روی بافتهای مجاور، فعالیتهای و حرکتی آن را مختل می کند. این مدلها ، نتایجی که داده اند بیشتر مبتنی بر

متن بالا فقط تکه هایی از متن به صورت نمونه در این صفحه درج شده است.شما بعد از پرداخت آنلاین فایل را فورا دانلود نمایید

بعد از پرداخت ، لینک دانلود را دریافت می کنید و ۱ لینک هم برای ایمیل شما به صورت اتوماتیک ارسال خواهد شد.

تأثیر فعالیت عصبی سمپاتیک و کته کولامین‌‌ها روی نورون‌‌های آ

اختصاصی از نیک فایل تأثیر فعالیت عصبی سمپاتیک و کته کولامین‌‌ها روی نورون‌‌های آ دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 15

تأثیر فعالیت عصبی سمپاتیک و کته کولامین‌‌ها روی نورون‌‌های آوران اولیه

در شرایط عادی، نورون‌‌های آوران اولیه نسبت به کته کولامین‌‌ها حساسیتی نداشته و فعالیت آنها تحت تأثیر جریان سمپاتیک قرار نمی‌گیرد. با این وجود در بعضی سندرم‌های درد نورماتیک مانند سندرم‌های درد موضعی پیچیده (استیروفی سمپاتیک رفلکسی و کوزاثری) وضعیت تفاوت می‌نماید. این موضوع بر اساس مشاهدة بالینی تأثیر اعمال سمپاتولیتیک در تسکین درد در این سندرم‌ها می‌باشد. در گزارش مطالعه صد سالة خود در سال 1967 به نحو بسیار برجسته‌ای خصوصیات بالینی کوزالژی و تأثیر ملاحظات سمپاتولیتیک را توصیف کرده است:

یکی از تجارب بسیار ارزشمند طرحی در طی جنگ جهانی دوم کشف این مسأله بود که قطع رشته‌های عصبی سمپاتیک خاصی تقریباً همیشه در درمان درد کوزالژی مؤثر است. با بلوک زنجیره سمپاتیک با داروی بی‌حسی موضعی، در صورتی که تزریق درست انجام شده باشد تقریباً تسکین صددرصد بطور فوری ظاهر می‌شود. در چنین وضعیتی تغییر چهره و رفتار بیمار بسیار جالب توجه می‌باشد.

با این وجود نویسندگان دیگری با فرضیه دخالت فعال سیستم عصبی سمپاتیک در تولید درد مخالفند. آنها معتقدند که نتایج مطالعات و استفاده از تکنیک‌های مختلف بلوک سمپاتیک در درد نوروپاتیک ندرتاً بطور کامل مورد بررسی قرار گرفته و غالباً نیز از نوع کنترل شده توسط دارونما نبوده اند.

در سال‌های اخیر، مطالعات تجربی و بالینی بسیاری باعث روشن‌تر شدن مسأله همچنان لاینحل نقش سیستم سمپاتیک در تولید درد در شرایط پاتوفیزیولوژیک شده‌اند. این مطالعات دو نوع تأثیر سمپاتیک روی نورون‌های آوران را مشخص نموده‌اند. تمایز آنها به نظر مربوط است به این مسئله که آیا ارتباط و اتصال بین نورون‌های آوران و سمپاتیک پس از آسیب تروماتیک عصبی بوجود می‌آید یا پس از التهاب بافت محیطی همراه با حساسیت به درد.

تأثیر فعالیت سمپاتیک و کته کولامین‌های روی رشته‌های آوران اولیه پس از آسیب عصبی (جدول 1)

تجارب حیوانی

ارتباط بین فیبرهای آوران و سمپاتیک آسیب دیده در محل ضایعه یا دیستال به آن پس از آسیب کامل عصبی: پس از آسیب تجربی کامل یک عصب فیبرهای آوران پوستی که سالم مانده‌اند دارای افزایش حساسیت نورآدرنرژیک می‌شوند. نورون‌ها در غشاء بلاسمایی خود گیرنده‌های فعال نورآدرنرژیک پیدا می‌کنند. (شکل 1A). در موش‌ها و گربه‌ها، فیبرهای آوران میلین‌دار و برون میلین را که به نورومای انتهای قطع شده عضو عصب‌دهی می‌نمایند می‌توان توسط آدرنالین و یا توسط تحریک فیبرهای سمپاتیک و ابران که بداخل نوروما رشد کرده‌اند، تحریک و حساس کرد. واکنش شیمیایی مستقیم آدرنرژیک بوده و در مدل موش غالباً از طریق گیرنده‌های آلفادو متصل می‌شود. در نوروماهای بالغ موش‌ها و گربه‌ها حساسیت به کته کولامین معمولاً بسیار کمتر بارز است. یک سال پس از قطع آناستوموز مجدد اعصاب محیطی که امکان رشد مجدد آکسونهارا ایجاد می‌نماید، تحریک الکتریکی تنة سمپاتیک در فرکانس‌های فیزیولوژیک تحریک (5-1 هرتز) همچنان می‌تواند از طریق یک مکانیزم آلفاز درنوسپتور، گیرنده‌های درد نوع C دژنره را فعال نماید.

شکل 1: تأثیر فعالیت سمپاتیک و کته کولامین‌ها روی نورون‌های آوران اولیه A. ضایعه کامل عصبی. محل تأثیر سمپتیک – آوران در نوروما و یا در گانگلیون ریشه پشتی است که توسط نورآدرنالین NA که از اعصاب پس گالگلیونی و آلفا آدرنوسپتورهایی که در غشاء پلاسمایی نورون‌های آوران بوجود آمده‌اند منتقل می‌شود. B. ضایعه ناقص عصبی. ضایعه ناقص عصبی معمولاً منجر به کاهش تراکم عصب‌دهی سمپاتیک (نورون پس گانگلیونی دانه‌دار) می‌شود. این مسأله باعث افزایش آلفادو آدرنوسپتورهای فعال در غشاء فیبرهای غیر فعال حس درد می‌شود. C. پس از التهاب بافتی، فیبرهای آوران اولیه غیر فعال ولی حساس شده دچار افزایش حساسیت به نورآدرنالین می‌شوند. نورآدرنالین مستقیماً روی فیبرهای آوران اثر نمی‌کند اما باعث ترشح پروستاگلاندین‌ها (PG) از پایانه‌های سمپاتیک که فیبرهای آوران را حساس می‌کنند خواهد شد. در همین رابطه، افزایش حساسیت به درد ناشی از بزادی کدینیس و فاکتور رشد عصبی (NGF) نیز توسط ترشح پروستاگلاندین‌ها از فیبرهای پس گانگلیونی تشدید و تقویت خواهد شد.

تداخلات فیبرهای آوران و سمپاتیک سالم و دست نخورده دیستال به ناحیة ضایعه در آسیب‌های ناقص عصبی: پاسخ فیبرهای C بدون میلین به تحریک تنه سمپاتیک در عصب پرونئال مشترک خرگوش دو هفته پس از ایجاد فشفر روی عصب مورد مطالعه قرار گرفته است. فشار روی عصب باعث افزایش آمپلی تودپتانسیل‌های عمل ترکیبی