جعفر سکوت وی در مصاحبه با خبرنگار گروه علم و پیشرفت فارس ، وی در مورد طراحی دستگاه جدیدی برای تشخیص بیماری های دست نویس انسان با استفاده از پردازش و تفسیر دست خط گفت: “دست خط مانند اقدامات دیگر توسط مغز کنترل می شود. ”
این استاد دانشگاه افزود: این روند معمولاً ناخودآگاه است و ارتباط تنگاتنگی با ضربه های مغزی دارد. هر نوع بیماری بر حرکت تأثیر می گذارد و در دست خط موضوع منعکس می شود ، بنابراین برای درک مسائل بهداشتی و ذهنی توجه به نحوه نوشتن مهم است به جای نوشتن موضوع. همچنین فرایند تحلیل دست خط را از هر زبانی مستقل می کند.
این محقق از پارک علم و فناوری در آذربایجان شرقی ادامه داد: «تجزیه و تحلیل دست خط روشی است که برای مطالعه خصوصیات جسمی و رفتاری افراد به کار می رود. این اختراع یک روش کلی را برای تشخیص بیماری بر اساس تجزیه و تحلیل دست نوشته های دیجیتالی و پردازش سیگنال ارائه می دهد. این پروژه تحقیقاتی را برای تشخیص بیماری هایی مانند بیماری آلزایمر ، اختلالات شناختی خفیف ، دیسگرافی ، اسکیزوفرنی ، اوتیسم ، بیماری پارکینسون و بیماری روانی بررسی می کند. از مشخصات مربوط به حرکت ، زمان و فشار ، شتاب ، مکان x و مکان y برای تشخیص بیماری با استفاده از هوش مصنوعی استفاده شده است.
آگازاده گفت: همه اعمال ، از جمله نوشتن ، در مغز شروع می شود. مانند تمام حرکات دیگر ، عمل نوشتن به سیستم عصبی مرکزی بستگی دارد. مغز ما محرک ها را از طریق سیگنال های عصبی به حرکت حرکتی می فرستد. گرچه دست خط توسط قلم هدایت می شود ، اما حرکت آن توسط سیستم عصبی مرکزی کنترل می شود ، که معمولاً یک فرآیند ناخودآگاه است ، بنابراین از آنجا که دست خط ارتباط نزدیکی با تکانه های مغز دارد ، می توان از آن برای پیش بینی سلامت جسمی ، عاطفی و روانی استفاده کرد. بطرزی قابل اعتماد.
این دانش آموخته مهندسی پزشکی ادامه داد: دیسگرافی در کودکان در سنین مدرسه مشاهده می شود. کودکان مبتلا به دیس گرافی در تنظیم حروف مشکل دارند و الگوهای نادرستی از خط ایجاد می کنند. کودکان مبتلا به دیسگرافی را می توان با کمک اقدامات مکانی و زمانی به راحتی شناخت.
محقق مرکز رشد دانشگاه علوم پزشکی تبریز وی افزود اسکیزوفرنی در 1٪ از جمعیت افراد در حدود 20 سالگی رخ می دهد. بیماران مبتلا به اسکیزوفرنی اغلب در مقایسه با افراد عادی کاملاً متفاوت و عجیب رفتار می کنند و گاهی اوقات نمی توانند با دنیای واقعی ارتباط برقرار کنند. بیماران مبتلا به اسکیزوفرنی را می توان با استفاده از ویژگی های دست خط مانند سرعت یا چابکی تشخیص داد.
آگازاده افزود: اوتیسم در کودکان در سنین مدرسه اتفاق می افتد. کودکان اوتیسم معمولاً در برقراری ارتباط با افراد دیگر مشکل دارند. درک احساسات و خواندن افکار آنها نیز دشوار است. کودکان مبتلا به اوتیسم را می توان با تجزیه و تحلیل سرعت و میزان انحراف دست خط شناسایی کرد.
سخنران با اشاره به اینکه می توان از تجزیه و تحلیل دست خط برای یافتن افرادی که احساسات منفی مانند استرس ، اضطراب و افسردگی دارند ، استفاده کرد ، افزود: افسردگی به طور فزاینده ای بر افراد در سراسر جهان تأثیر می گذارد. این انگیزه ، تمرکز و بسیاری از جنبه های دیگر زندگی انسان را تحت تأثیر قرار می دهد. استرس به دو چیز بستگی دارد: درک روانشناختی از استرس و واکنش بدن به آن ، که شامل چندین سیستم از متابولیسم تا عضلات گرفته تا حافظه است.
آگازاده در مورد بیماری پارکینسون گفت: این بیماری نوعی اختلال عملکرد حرکتی است که به دلیل آسیب به سیستم عصبی مرکزی است. این بیماری در افراد حدود 50 سالگی رخ می دهد و با گذشت زمان بدتر می شود. خط تولید PD را می توان با یک مدل شتاب اندازه گیری سریع و دست خط شناسایی کرد.
مخترع ملی افزود: در این اختراع ، یک سیستم تحلیل دست خط عمومی است در قالب این نرم افزار با نرم افزارهای تخصصی تشخیص دیجیتالی انواع بیماری ها ، بهداشت و مشکلات روحی را فراهم می کند. یک مدل از یک دستگاه رایانه لوحی دیجیتال با نرم افزار طراحی شده تحت ویندوز برای آموزش و آزمایش استفاده شد.
آگازاده توضیح داد: کارهایی که برای تشخیص بیماری هایی مانند بیماری آلزایمر ، اختلالات شناختی خفیف ، دیسگرافی ، اسکیزوفرنی ، اوتیسم ، بیماری پارکینسون و بیماری روانی انجام شده است براساس تجزیه و تحلیل دست خط دیجیتال همراه با پردازش سیگنال انجام شده است.
وی توضیح داد: در این پروژه دست خط بیمار با استفاده از یک تبلت دیجیتالی ضبط شد. مشخص شد که از ویژگی های مربوط به حرکت ، زمان ، فشار و شتاب با استفاده از روش تجزیه و تحلیل دست خط دیجیتال همراه با پردازش سیگنال استفاده شده است. برای تشخیص سلامت و بیماری. “روانشناسی بسیار موثر و ارزان است.
در آخر آگازاده گفت: اطلاعات دریافتی از بیماران در رایانه ثبت می شود كه سیگنالی است و خصوصیات این سیگنال توسط هوش مصنوعی استخراج و پردازش می شود و با این روش می توان بیمار را از افراد سالم تشخیص داد. “این پروژه با همکاری رامین سلیمانی ، دانش آموخته مهندسی پزشکی ، به مدت دو سال در مرکز تخصصی مهندسی پزشکی در حال اجرا است.
انتهای پیام /