بخشی از مقاله
*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***
شبیه سازی معماری شبکه عصبی مبتنی بر مدل مرجع نانوسنسور زیستی تشخیص بیماری سرطان و دستگاه تحویل خودکار دارو با نرم افزار مطلب
چکیده
در این مقاله، مدل ریاضی مورد نیاز برای توصیف عملکرد نانوابزار نانوسیم توسط نرم افزار مطلب طراحی،مدل سازی و پیاده سازی شده است .در نمودارهای به دست آمده از شبیه سازی شبکه عصبی مبتنی بر مدل نانوسنسور مرجع آن،جریان در طی انجام واکنش و سطح غلظت سلول های سرطانی مربوطه همسان با نمودارهای به دست آمده از راه اندازی آزمون ،به دست می آید که بر اساس آن، یک مدل ریاضی در نرم افزار مطلب برای نانوابزارها توسعه یافته و در طراحی یک نانو سنسور زیستی برای تشخیص بیماری استفاده می شود. آرایه های مدل سنسور مرجع در این مقاله متشکل از 64 نانوسیم است که برای تشخیص سرطان پروستات استفاده می شود.در این مقاله روش اصلاح شده مبتنی بر تجزیه و تحلیل مولفه های اصلی (PCA) و طراحی شبکه های عصبی ارائه شده که در مقایسه با دیگر روش های موجود که دارای دقت 94٪ هستند،بیشترین دقت درستی در حدود99.28٪ را دارا می باشد .
واژه های کلیدی نانوسنسورزیستی ،شبکه های عصبی ، مدلسازی سنسور، نانوسیم، تعیین غلظت آنالیت، نمودار ولتاژ_جریان.
-1 مقدمه
در حال حاضر تعداد زیادی ازنانو سنسورهای زیستی وجود دارد که برای کاربردهای پزشکی در تشخیص بیماری مورد اسـتفاده قـرار مـی گیرد . در توسعه یک سیستم برای تشخیص بیماری ها، مدل سازی نرم افزار یکی از الزامات اصلی می باشد . محیط نـرم افـزاری مطلـب نـرم افزاری است که عمدتا برای توسعه نرم افزاری مدل مرجع استفاده می شود. مدل های سنسـور هـای مختلـف جریـان در نـرم افـزار مطلـب ســـاخته شـــده و بـــه راحتـــی بـــرای توســـعه سیســـتم مکـــانیکی 1]،2،3 ،6،10،[11 قابل استفاده هستند. بنـابراین در ایـن کـار، مـا بـه توسعه یک مدل ریاضی برای نانوسیم ها که بـرای تشـخیص سـرطان استفاده می شود؛ می پردازیم. سه مرحله مختلف از مدل سنسـور بـر اساس نتایج به دست آمده از انجام روش های تکنیک بـرازش منحنـی به تعمیم توسعه مدل سنسور با اسـتفاده از فیلتـر گـولی- سـاویتزکی Golay-Savitzky ) ،SG فیلتر) به تصویب مـی رسـد. سنسـور مـدل سازی شده می تواند برای تحویـل خودکـار دارو و دسـتگاه تشـخیص بیماری مورد استفاده قرار گیرد. آرایه های مدل سنسور متشـکل از64 نانوسیم است و محل سنسورهای نانوسیم در ماتریس 8×8 با استفاده از تابع توزیع گاوسی توزیع می شود. آرایه جدید سنسور شـامل سنسـور مسطح و سنسور نانوسیم ممکن است برای افزایش حساسیت سیسـتم در تشخیص سرطان پروستات ایجاد شود. سیستم تشخیص مبتنی بـرمعماری شبکه های عصبی مسـیر پیشـرو اسـت.یـک شـبکه دو لایـه متشکل از تابع انتقـال سـیگموئید و عملکـرد purelin (تـک خطـی) طراحی می شود. وزن مطلوب برای لایه ها با استفاده از الگوریتم پـس انتشار خطا لونبرگ - مارکوارت (LM) شناسایی می شود. روش های تجزیه و تحلیل تفکیک خطی (LDA) و تحلیـل مؤلفـه هـای اصـلی (PCA) داخل سیستم متخصص گنجانیده شده است که سـلول هـای سرطانی بر اساس ویژگی های مهم قابل اسـتخراج طبقـه بنـدی مـی کند. یک کنترلر مشتق - انتگرال تناسـبی((PID ممکـن اسـت بـرای کنترل انتشار پمپ و نظارت بر انتشار مواد دارویی مدل سازی شـود. خروجی سیستم تشخیص را نیز بایـد کنترلـر PID بـرای انتشـار دارو هدایت کند. قطعات گیت آرایه ای قابل برنامه ریزی((FPGA بـرای پیاده سازی معماری شبکه هـای عصـبی و کنترلـر PID بـرای بهینـه سازی مساحت، سرعت و قدرت عملکرد طراحی شـده و توسـعه یافتـه اند.توسعه مدل سنسور برای نانوسـیم هـا بـا مـدل هـای سنسـور در دسترس از منابع استاندارد با انحراف کمتر از 2٪ مطابقت دارد. آنتـی ژن خاص پروستات (PSA) آنتی بادی و دئوکسی ریبونوکلئیک اسید (DNA)به عنوان نشانگرهای زیستی برای تشخیص سرطان پروستات بر اساس سنسور آرایه ای ساخته شده اسـت. مـدل آرایـه ای سنسـور برای دستیابی به بازده تقریبا 99٪ و با خطـای تنهـا 1٪ ایجـاد شـده است در مقایسه با طرح های موجود است. تصمیم تولید شـده توسـط سیستم تشخیص راه اندازهای کنترلر PID بـرای فعـال سـازی پمـپ انتشار است که کنترلر PID خطای کمتر از 12٪ بـا زمـان فرونشـانی کمتر از 10msدارد. برای تشخیص بیماری در زمان واقعی و تشخیص، سیستم توسعه یافته حقیقی به صورت یک تراشـه زیسـتی گنجانیـده شده است.
-2 سنسورهای DNA
ژنوم انسان(توالیDNAمنحصر به فرد و شناخته شده )دارای میلیاردها حوزه های پایه DNA برای احساس توالی DNA است. آرایه های سنسور برای سنجش ژنوم استفاده می شود. نانو سنسور زیستی متشکل ازمجموعه آرایه های X-Yاز عناصر است. این عناصر بیشتر از پیکسل هایی تشکیل شده است که قطعات الکترونیکی نامیده می شوند .[4] هرجزء یک سنسور است که می تواند یک ترانزیستور نانوسیمی ، نانولوله های کربنی ، ترانزیستور مسطح و غیره باشد. هرعنصر ،یک ژنوم متصل به سنسوردارد. مولکول ها به سورس - درین سنسور تعیین هدف موجود متصل شده و جریان بین سورس و درین جاری می شود. حساسیت این سنسور بین مولار تا چند میکرو مولار تخمین زده شده است .[5] ( 10- 6M ) این مقدار بسیار کوچک است؛ بنابراین ضروری است که سنسور حساسیت بیشتری برای تشخیص بیماری داشته باشد. به منظور بهبود حساسیت یک سنسور برای برنامه های کاربردی زیستی ، نانولوله های کربنی (CNT) معرفی می شوند. حساسیت سنسور CNT در مقایسه با نانوسنسورها، توسط چند مشخصه دراندازه آنها،درحد فمتو10 -15 مولار برای کاربرد های زیست پزشکی افزایش یابد. شکل 1 مجموعه ای از سنسور ها و توالی DNA مربوط به متصل سنسور را نشان می دهد.
شکل 1 آرایه نانوسنسور و سنسور [5]DNA
سنسور متشکل از گیرنده های متعددی می باشد مولکول ناشناخته،تنهاهنگامی که توالی مولکول ناشناخته نسبت به توالی گیرنده مزدوج باشند؛ مولکول هدف توسط گیرنده ها جذب شده وانتشار آنها در امتداد سطحی گیرنده هاصورت می گیرد. واین یک امری ضروری برای ایجاد ارتباط بین شماری ازمولکول های شناسایی و ایجاد جریان درمدت زمان لازم، برای تشخیص و تعیین غلظت مولکولهای است ایجاد یک راه حل تحلیلی به منظور درک حساسیت سنسور ضروری است. معادله جذب - انتشار 9]،8،[7 برای درک رفتارسنسور، نیاز به تحلیل دارد. این تحلیل برای تعداد مولکول های جذب شده در فرمول((1 داده شده است. این کار در Imanager journal، منتشر شده است. [12]
(1)
-3 بررسی خواص سنسور
بر اساس مدل های ریاضی مورد بحث، ابزارهای سنسور زیستی در دسترس در سازمان مرکزی نانو برای شبیه سازی ISFET ، نانوسـیم و نانو کره ها استفاده می شود. بـرای یـک سنسـور زیسـتی مهـم تـرین پارامترهای مورد نیاز عبارتند از:
▪ اندازه میکرو کانال: mm × 0.5 mm × 50 m m5
▪ نرخ جریان سیال در کانال: 0.15 ml/h
▪ غلظت آنتی ژن در مایع:
▪ تعداد آنتی ژن های عبوری از طریق کانال به ازای هـر سـاعت: (در هر ثانیه1.5 × 10− 4 ×109 ~ 105 (~42
▪ کل مساحت اشغال شده توسط آنتـی بـادی : 25 × 10−7 m2
~ 5 mm × 0.5mm
▪ مساحت یک نانوسیم سیلیسیم (SiNW)اشـغال شـده توسـط آنتی بادی ها (فرضـیات : r ~10 nm ،1~ 2 um، ×10−15m2 2 1r~ 1.26
▪ گیرنده مزدوج مولکول هدف
▪ نوع آنتی ژن: DNA
▪ نسبت بین کل مساحت اشغال شده و2 ×109 : SiNW
▪ متوسط مدت زمان واکنش بین یک آنتی ژن با یک آنتی بادی در :SiNW کمتراز 3دقیقه
بر اساس پارامترهای فـوق، پارامترهـا در آزمایشـگاه سنسـور زیسـتی توسعه داده شده و مدل موجود در آزمایشـگاه سنسـور، شـبیه سـازی شده هستند.پس از طراحی پارامترها در نانو ابزارها،هدف نهایی از راه اندازی تجربی، تعیین زمان انجام واکنش و پاسخ سنسور،غلظت آنالیت و چگالی گیرنده مزدوج می باشد.
-4 ویژگی های نانوسیم سیلیکونی و راه اندازی تجربی
نانوسیم سیلیکونی با پارامترهای زیرایجاد شده است، ویژگی های نانوسیم توسعه یافته ، با استفاده از تجهیزات سنسور زیستی، شبیه سازی شده است. پارامترهای سنسور عبارتند از: قطر نانوسیم سیلیکونی: 10nm،ضخامت اکسید:5 nm ، طول گیت: 50nm، کانال دوپینگ: . 1 e +21 / cm3 پارامتر غلظت آنالیت است از0.1تا 1nmol/L متفاوت است، و تغییرات مربوط به جریان درین درسنسور نانوسیم تعیین می شود. شکل 2نمودار غلظت درمقابل مشخصه های جریان دستگاه برای سنسور نانوسیم را نشان میدهد.
شکل 2 غلظت در مقابل جریان دستگاه
جدول 1 معادل های غلظت و جریان سنسور درشرایط ولتاژهای نمونه، برای مجموعه مختلفی ازسه مرحله انجام شده را نشان می دهد. نتایج با استفاده از شبیه سازی نرم افزار مطلب بدست آمده است.
جدول1 جریان و غلظت های معادل سنسور
شکل 3 نمایش گرافیکی از سه مرحله مختلف مدل سنسور را نشـان می دهد. از نمودار نشان می دهد که تغییـرات در جریانهـای سنسـور غیر خطی است و نیز از نویزتشکیل شده است. کار بر روی طراحیآرایه سنسور برای تشخیص و طبقه بندی بیمـاری انجـام شـده و در Inderscience journalمنتشر شده است. [13]
شکل 3 مقادیر جریان در مقابل هر غلظت سنسور برای سه مرحله
مدل نرم افزار مطلب براساس نتایج به دست آمده درجدول1 است. راه اندازی آزمایشی انجام شده با استفاده از آزمایشگاه سنسورزیستی برای شناسایی مقادیر معادل جریان جاری در درین سنسور نانوسیم با تغییر غلظت آنالیت استفاده می شود. در طول مدت راه اندازی تجربی،120مقدار مختلف غلظت آنالیت برای شناسایی تغییرات در جریان درین تنظیم می شود. غلظت آنالیت از 0. 06 تا 2.5 nmol/L تغییر کرده و جریان متناظر بادرین شناسایی و ثبت می شود. مدل نرم افزار مطلب یافتن جدولی از این مقادیر به دست آمده در آزمایشگاه سنسور زیستی است. به منظور تعمیم مدل های سنسور برای تمام شرایط ورودی ممکن ،الزام به گسترش مدل سنسور برای ورودی عمومی است. دراین کار،تکنیک های برازش منحنی برای بهبود ویژگی های عملکرد مدل های سنسور اتخاذ می شود.
-5 تکنیک های برازش منحنی
چهار مرحله مختلف در برازش منحنی وجود دارد، کـه عبـارت ان از: (1 تبـدیل داده هــا، (2 همــوار سـازی و فیلترکــردن (3 بــرازش منحنی و (4 تجزیه و تحلیل باقی مانده.
1-5 هموارسازی و فیلترکردن
از انواع متداول فیلتر کردن فیلتر میانگین متحرک است که از طریق جایگزینی هر نقطه داده با میانگین نقاط داده های همسایه در محدوده تعریف شده ،هموار می کند. فیلتر گولی- ساویتزکی که در این مقاله استفاده شده است را نیز می توان به عنوان یک میانگین متحرک تعمیم یافته استدلال کرد. ضرایب فیلتر با انجام یک برازش خطی توزین نشده حداقل مربعات با استفاده ازیک چند جمله ای با درجه معلوم، استنتاج می شود. به همین دلیل، یک فیلتر گولی - ساویتزکی همچنین یک فیلتر هموارسازی چند جمله ای دیجیتال و یا فیلترهموارساز حداقل مربعات نامیده می شود. فیلتر گولی-ساویتزکی می تواند از یک فیلتر میانگین متحرک درعدم عبور نویز کمتر موفق باشد. شکل4 فیلتر نمونه های جریان سنسور با استفاده از فیلتر گولی- ساویتزکی را به ازای طول بازه f=39 وk = 3 نشان می دهد. از نتایج به دست آمده نشان داده می شود که نویز در جریان سنسور فیلتر می شود و از این رو عملکرد مدل های سنسور را بهبود می بخشد.
