مقاله مدلسازی شبکیه چشم بوسیله شبکه های عصبی مصنوعی

word قابل ویرایش
13 صفحه
دسته : اطلاعیه ها
12700 تومان
127,000 ریال – خرید و دانلود

*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***

مدلسازی شبکیه چشم بوسیله شبکه های عصبی مصنوعی
چکیده : هدف این مقاله ارائه مدل برای شبکیه چشم است . در این مقاله ابتدا فیزیولوژی شبکیه چشم مورد بررسی قرار گرفته است . مدلی ارائه شده که به خاطر شباهت هر چه بیشتر رفتار مدل به رفتار سلول های شبکیه ، از شبکه های عصبی مصنوعی برای طراحی ساختار مدل استفاده شده است . ورودی شبکه عصبی ، شدت نور تابیده شده بر روی شبکیه و خروجی آن فعالیت سلول های گانگلیون شبکیه چشم می باشد. بین داده های حاصل از مدل و داده های بیولوژیکی مقایسه ای صورت گرفته است . این مقایسه نشان می دهد شبکه های عصبی به طور قابل قبولی می توانند رفتار سلول های گانگلیون را مدل کنند البته کارایی شبکه به ساختار ، تعداد لایه های پنهان و الگوریتم تعلیم آن بستگی دارد. همچنین آزمایش ها نشان می دهد اگر خروجی در زمانهای قبل را به عنوان ورودی به شبکه عصبی بدهیم ، سیستم دارای حافظه خواهد شد و این مسئله کارایی مدل را بسیار بالا برده و از رفتار تناوبی آن جلوگیری می نماید.
این مدل در ساخت شبکیه مصنوعی قابل استفاده می باشد و می توان آن را بصورت سخت افزاری پیاده سازی نمود و برای بازیابی جنبه هایی از بینایی افراد نابینا به کار برد.
واژه های کلیدی : شبکیه (Retina)، مدلسازی (Modeling)، سلول گانگلیون (Ganglion Cell)، شبکه های عصبی ( Neural (Networks

١- مقدمه
توجه روزافزون به ساختار سیستم بینایی از اهمیت حس بینایی سرچشمه می گیرد، چون بسیاری از ارتباطات با محیط اطراف توسط این حس انجام می پذیرد. بنابراین تعجب آور نیست اگر ادعا کنیم بیشترین تحقیقات در میان حس ها، چه در زمینه بیولوژیکی و چه در زمینه محاسباتی ، بر روی حس بینایی انجام گرفته است .
از این رو مدلسازی سیستم بینایی حداقل به پیشرفت چند موضوع زیر کمک خواهد کرد.
– به بررسی دقیق ساختار فیزیولوژیکی این سیستم منجر می شود و به دانشمندان علوم پزشکی کمک می کند عملکرد این سیستم را بهتر مطالعه کنند مانند [١].
– بررسی از دیدگاه مهندسی در تمام سیستم های طبیعی منجر به الگوگیری برای ساخت دستگاه های مهندسی و حل مسائل مهندسی شده است .
– استفاده از مدلهای سیستم بینایی ، خصوصا مدل شبکیه چشم ، برای ساخت سیستم بینایی مصنوعی کاربرد دارد، برای مثال شبکیه مصنوعی که به جای شبکیه آسیب دیده قرار می گیرد، از مدل محاسباتی شبکیه برای تولید سیگنال مناسب استفاده می کند. در این حوزه می توان به پروژه ساخت شبکیه مصنوعی دانشگاه Boston اشاره نمود که تا کنون نتایج قابل توجهی را داشته است . [٢] .
تمرکز اصلی این مقاله بر روی مدلسازی شبکیه چشم بوسیله شبکه های عصبی مصنوعی است . مسئله مورد نظر ارائه مدلی است که بتواند رفتار شبکیه را بهتر دنبال نماید.
علاوه بر مدل شبکه عصبی مدل های دیگر در سطوح مختلف نیز معرفی خواهند شد.
١-١ مبانی بیولوژیکی
شبکیه اولین مرحله پردازش اطلاعات بینایی است و بااینکه ساختار سلولی آن بسیار مورد مطالعه قرار گرفته است هنوز هم جنبه های عملیاتی آن به درستی فهمیده نشده است . ساختار سلولی شبکیه در چند لایه مرتب شده است که هر کدام از لایه ها دارای نوع خاصی از سلول هستند. شکل (١) مکان شبکیه بر روی چشم را نشان می دهد.

شکل (١): شبکیه و محل آن در چشم [٣]
جریان پردازش اطلاعات از سلولهای گیرنده نور، که فتونهای نور را به سیگنالهای الکتریکی تبدیل می کنند، شروع می شود.
سلولهای گیرنده نور به سلولهای دوقطبی متصل هستند که آنها هم به نوبه خود به لایه بعدی یعنی سلول های گانگلیون متصلند.
سلول های گانگلیون لایه آخر هستند که خروجی آنها به صورت ضربه است و اطلاعات را به صورت تغییر فرکانس تولید ضربه ، به مغز منتقل می سازند. در شکل (٢) نمونه ای از پاسخ سلول های گانگلیون به ورودی متناوب نور نشان داده شده است . (منظور از ورودی متناوب ، روشن و خاموش شدن محرک نور با یک دوره تناوب ثابت است ).

شکل (٢): نمونه ای از پاسخ سلول های گنگلیون به ورودی متناوب نور[۴]
سیگنالهای تولید شده توسط سلولهای گانگلیون بوسیله عصب بینایی به مناطق بعدی سیستم بینایی در مغز مانند کورتکس اولیه بینایی انتقال می یابند.
٢- مدلسازی
٢-١ سطوح مختلف مدلسازی
مدلسازی سیستم های بیولوژیکی در سطوح متفاوتی انجام می گیرد. یک سیستم بیولوژیکی را می توان در سطح سلولی و مولکولی مدل کرد که در این صورت با مسئله مدلسازی واقع گرایانه روبرو هستیم . در سطح بالاتر شبکه های عصبی که از این سلول ها تشکیل یافته اند هدف مدلسازی می باشند و در سطوح بالاتر کل ارگانیسم به عنوان یک سیستم مورد بررسی قرار می گیرد. در اینجا به طور خلاصه مدلسازی واقع گرایانه و مدلسازی بوسیله شبکه عصبی سلولی معرفی می شوند و سپس به بحث اصلی یعنی مدلسازی بوسیله شبکه عصبی مصنوعی می پردازیم .
٢-٢ مدلسازی واقع گرایانه
در مدلسازی واقع گرایانه ، معادلات حاکم بر سیستم بیولوژیکی با استفاده از قوانین شیمی ، فیزیک و بیولوژی استخراج می شوند.
برای بدست آوردن مدلهای واقع گرایانه باید با سیستم بیولوژیکی به طور کامل آشنا باشیم . در این نوع مدلسازی تعداد پارامترها زیاد بوده و تمام قوانین حاکم بر سیستم آن طوری که هستند باید در مدل منظور شوند. شاخص ترین کار در این حوزه مدل Hodgkin و Huxley است که در آن اولین مدل ریاضیاتی از پتانسیل عمل در سلول را پیشنهاد شد[۵].
٢-٣ مدلسازی شبکیه با استفاده از شبکه های عصبی سلولی (Cellular Neural Networks)
TTTTشبکه عصبی سلولی بوسیله Leon Choa در ١٩٨٨ در برکلی معرفی شد و به عنوان یک تکامل مهم در دو دهه گذشته شناخته شده است . این زمینه به عنوان یک جهت پژوهشی جدید در شبکه های عصبی مورد توجه قرار گرفته است [۶].
یک CNN به عنوان یک ساختمان محاسبه گر که آرایه ای سه بعدی در فضای سیگنالهای پیوسته است ، تعریف می شود.
پردازنده ها با دینامیک غیرخطی ، سلول نام دارندکه در نقاط شبکه ای آرایه قرار گرفته اند و به طور موضعی در یک همسایگی محدود به سلولهای همسایه متصل هستند. الگوی ارتباطات محلی الگو همنوع سازی یا قانون سیناپسی نامیده می شود که می تواند دینامیک یا استاتیک ، خطی یا غیر خطی ، لحظه ای یا تاخیر دار باشد.
مهمترین مشخصه شبکه عصبی سلولی ساختار منظم هندسی و الکتریکی ، موضعی بودن ارتباط بین اجزاء پردازشگر و برنامه پذیری آن می باشد.
مدل ارائه شده بوسیله CNN یک ابراز قوی و کارا برای مدل کردن شبکیه و دیگر ابزارهای حسی بر پایه ساختار های واقعی بیولوژیکی است . ساختار مدل براساس ساختار واقعی شبکیه و پارامترهای بدست آمده از اندازه گیری های آزمایشگاهی بدست می آید. نتایج بدست آمده از مدل بسیار شبیه به اندازه گیری های بدست آمده از شبکیه است .
ساختار پیشنهاد شده می تواند برای پیاده سازی سخت – افزاری استفاده شود. این سخت افزار می تواند در هر عضو مصنوعی حسی که نیاز دارد سیگنالهای صحیح بیولوژیکی را به مغز بفرستد، بکار گرفته شود [٧].
٣- مدلسازی شبکیه بوسیله شبکه عصبی مصنوعی
در این بخش مدلسازی بوسیله شبکه های عصبی مورد بررسی قرار می گیرد که حاصل کار مولفان می باشدTTT.
٣-١ تعریف مسئله
اگر شبکیه را به عنوان یک جعبه سیاه در نظر بگیریم در این صورت ورودی جعبه شدت نور تابیده شده به شبکیه و خروجی آن فعالیت سلول های گانگلیون می باشد. در این صورت ، مسئله پیدا کردن مدلی است که بتواند ورودی جعبه سیاه را به خروجی آن ربط دهد. شبکه های عصبی قابلیت بسیار زیادی در حل اینگونه مسائل دارند که در آنها بدون داشتن معادلات داخلی سیستم و با در اختیار داشتن ورودی و خروجی سیستم می توان شبکه را طوری تعلیم داد که الگوی رابطه بین ورودی و خروجی را پیدا نماید.
شبکه های عصبی با تنظیم وزن های بین نورون ها تعلیم داده می شوند به طوری که یک ورودی ویژه یک خروجی ویژه تولید می کند.
٣-٢ اجزاء مدل
ساختن مدل و شبیه سازی توسط نرم افزار MATLAB انجام گرفته است . هدف مدلسازی فعالیتهای سلول های گانگلیون در هنگام اعمال یک ورودی است . ورودی موردنظر یک نور خاکستری است که با استفاده از CRT بر روی شبکیه تابانده شده است . ایده اصلی تعلیم دادن یک شبکه عصبی با داده های حاصل از آزمایش حاصل از ثبت چند الکترودی از لایه سلول های گانگلیون و تلاش برای بدست آوردن ساختار قطارهای ضربه تولید شده است . داده های این آزمایش از گذاشتن ۶٠ الکترود بر روی شبکیه مرغ و دادن ورودی ذکرشده به آن و ضبط فعالیت های سلول های گانگلیون بدست آمده است . داده ها توسط Erich Diedrich از دانشگاه Tuebingen آلمان ضبط گردیده است . داده ها به صورت فایل هایی با فرمت mcd هستند و توسط نرم افزار MC_Rack [٨] ازکمپانی Multi Channel Systems قابل مشاهده و تحلیل می باشند. این نرم افزار رابطی به MATLAB دارد که با استفاده از آن می توان اطلاعات ضبط شده را در Workspace بارگذاری نموده و از آنها استفاده نمود. هدف ، تعلیم یک شبکه ی عصبی با استفاده از رشته ضربه ها و انواع تحریک هاست . با توجه به قابلیت تطبیق بالای این سیستم ها، شبکه به صورت نسبتا ایده ال ویژگی های فرآیند وقوع ضربه ها را یاد می گیرد. در هر لحظه از زمان ، بوسیله اطلاعات داده شده به شبکه ، شبکه باید قابلیت پیش گویی وقوع ضربه را داشته باشد. با توجه به فاصله ی زمانی ، قطار ضربه تولید شده باید همانند قطار ضربه تولید شده توسط سلول های گانگلیون شبکیه باشد.
همانطور که ذکر شد، ورودی مورد نظر یک نور خاکستری است که با استفاده از CRT بر روی شبکیه تابانده شده است . اگر ورودی تغییر بکند مثلا روشن و خاموش بشود، ورودی شبکه عصبی به صورت پالس خواهد بود. ورودی می تواند به صورت سینوسی نیز باشد یعنی شدت نور تابیده شده به صورت سینوسی در زمان تغییر کند.

این فقط قسمتی از متن مقاله است . جهت دریافت کل متن مقاله ، لطفا آن را خریداری نمایید
word قابل ویرایش - قیمت 12700 تومان در 13 صفحه
127,000 ریال – خرید و دانلود
سایر مقالات موجود در این موضوع
دیدگاه خود را مطرح فرمایید . وظیفه ماست که به سوالات شما پاسخ دهیم

پاسخ دیدگاه شما ایمیل خواهد شد