عنوان پایان‌نامه

سیستم های هبتیکی داده مینا



    دانشجو در تاریخ ۲۶ دی ۱۳۹۵ ، به راهنمایی ، پایان نامه با عنوان "سیستم های هبتیکی داده مینا" را دفاع نموده است.


    محل دفاع
    کتابخانه پردیس یک فنی شماره ثبت: 108..
    تاریخ دفاع
    ۲۶ دی ۱۳۹۵
    دانشجو
    سحر رشیدی
    استاد راهنما
    محمود شعبان خواه

    هدف از تکنیک واقعیت مجازی، در واقع تحقق واقعیت در یک محیط مجازی می‌باشد و به کاربر امکان می¬دهد تا با محیط شبیه¬سازی رایانه¬ای، تعامل داشته باشد. امروزه واقعیت مجازی کاربرد وسیعی در حوزه پزشکی پیدا کرده¬است و روزبه¬روز بر گستره آن افزوده می‌شود. از میان کاربردهای واقعیت مجازی در حوزه علوم پزشکی، آموزش جراحی، به ویژه جراحی‌های با حداقل تهاجم، جایگاه ویژه‌ای دارند. جراحی با حداقل تهاجم، به دلیل کاهش دوره نقاهت بیمار و نیز خون ریزی کمتر در حین اجرای عمل جراحی، مورد استقبال گسترده¬ای در جامعه پزشکی قرار گرفته است، اما در عین حال موجب پیچیدگی عمل جراحی شده و کسب مهارت را مشکل¬تر می¬سازد و تعداد افراد اندکی، ماهر و آشنا به تکنیک¬های جدید هستند. بنابراین جهت آموزش، سیستم¬های هپتکی مطرح شدند. جراحان برای پیش‌بینی نتایج جراحی‌های مختلف یا برنامه‌ریزی پیش از جراحی از این تکنیک بهره¬می‌برند. تعامل با جسم نرم، بعد جدیدی برای کاربران سیستم¬های هپتیکی به وجود آورده که یکی از کاربردهای مهم آن در شبیه ساز¬های پزشکی¬ست، درنتیجه عملکرد بلادرنگ و با دقت بالا در آن حائز اهمیت است. پژوهش خود را با استفاده از روش داده مبنا به انجام رساندیم تا نیازهای بالا را برآورده نماییم. داده¬های مورد نیاز شبکه عصبی را از طریق شبیه¬سازی بافت نرم با خواص کبد انسان که به صورت غیرخطی رفتار می¬کند، بدست آوردیم و پس از مرتب¬سازی داده¬ها، الگوریتمی نوین که بازه زمانی را نیز در سیستم لحاظ می¬کند، پیاده¬سازی کردیم. الگوریتم پیشنهادی با کاهش خطای جمع¬شونده از خطای بازخورد نیرو و تغییر شکل جسم نسبت به کارهای پیشین کاسته است. نتایج را با پیاده¬سازی الگوریتم¬ کارهای پیشین و الگوریتم پیشنهادی، روی داده¬های جمع¬آوری شده و رسم نمودار¬ها مقایسه کردیم.
    Abstract
    Virtual reality (VR) technique aims to realize the reality in a virtual environment, enabling the user to interact with a computer-simulated environment. Today, virtual reality is widely used in medical applications and its extent is increasingly growing. Among the applications of virtual reality in medical fields, surgery training, particularly minimally invasive surgery, holds a prominent place. Due to the decreased period of convalescence as well as reduced bleeding during surgery, minimally invasive surgery has been widely embraced by the medical community. However, on the other hand, this technique further complicates the surgical procedure and causes more difficulties in learning of skills, which consequently leads to fewer number of experts skilled in and familiar with new techniques. Hence, to cope with this issue, haptic systems were proposed for learning purposes. Surgeons employ this technique in order to predict the results of different operations or to pre-plan an operation. Interaction with objects has provided users of haptic systems with a novel aspect, an important application of which is in medical simulators, where real-time operation of the system and its high precision is of great significance. The present study employed data-driven method in order to meet the aforementioned needs. The data required by the neural network is obtained through simulation of a deformable tissue with the properties of the human liver, which exhibits a nonlinear behavior. After organizing the obtained data, a novel algorithm was implemented, through which the time interval was also taken into account by the system. Compared to the literature studies, the proposed algorithm was able to decrease force feedback errors as well as object deformation errors by decreasing cumulative errors. In order to assess the results, certain proposed algorithms in the literature as well as the proposed algorithm in this study were implemented and applied to the collected data, the results of which were then compared through the prepared graphs.