نويسند‌گان:
[ سايانا رستمي ] - دانشگاه آزاد اسلامي واحد علوم و تحقيقات
[ علي اصغر بهنام قادر ] - پژوهشگاه مواد و انرژي
[ سيامك حقي پور ] - دانشگاه آزاد اسلامي واحد تبريز
[ محمدتقي خراساني ] - پژوهشگاه پليمر و پتروشيمي ايران
خلاصه مقاله:
سراميك هاي بكار رفته در پروتزهاي دنداني به دليل قرارگيري در حفره دهاني بايد از ويژگي هاي خاصي برخوردار باشند . كنده شدن يون از سطح اين مواد علاوه بر كاهش استحكام و افزايش امكان شكست مي تواند باعث عدم زيست سازگاري با بدن شود. يكي از معيارهاي ضروري جهت تست اين مواد، ارزيابي پايداري شيميايي آنها مي باشد. مطابق با استانداردهاي موجود جهت تست ويژگي مذكور اين مواد را به مدت 4 ساعت داخل محلول هاي اسيدي قرار داده و درصد رهايش يون از سطح را بررسي مي كنند. مشكلي كه در اين رو شها وجود دارد اين است كه اولاً جهت بررسي دقي قتر بهتر است مدت زمان انجام آزمايش طولاني تر باشد و ثانياً براي هر نوع پرسلان جديد لازم است كه تست هاي مربوطه مجدداً تكرار شوند . بنابراين هدف طراحي يك سيستم هوشمند است كه بتواند با دريافت تركيبات سازنده هر نوع پرسلان ميزان رهايش يون از سطح آن را محاسبه كند. شبكه هاي عصبي از جمله سيستم هاي هوشمندي هستند كه با بكارگيري داد ه هاي آزمايشگاهي قانون نهفته در وراي داده ها را استخراج و سيستم را مدل ميكنند. در اين تحقيق شبكه عصبي با دريافت تركيبات سازنده 6 نوع پرسلان به عنوان ورودي و اطلاعات مربوط به رهايش از سطح هر پرسلان به عنوان خروجي آموزش يافته و قادر است با دريافت تركيبات هر پرسلان جديد و يا تغيير آن درصد رهايش يون ها را بدون نياز به انجام آزمايش و صرف هزينه و زمان تخمين بزند.
ICC07_163_1538216.pdf
[ سايانا رستمي ] - دانشگاه آزاد اسلامي واحد علوم و تحقيقات
[ علي اصغر بهنام قادر ] - پژوهشگاه مواد و انرژي
[ سيامك حقي پور ] - دانشگاه آزاد اسلامي واحد تبريز
[ محمدتقي خراساني ] - پژوهشگاه پليمر و پتروشيمي ايران
خلاصه مقاله:
سراميك هاي بكار رفته در پروتزهاي دنداني به دليل قرارگيري در حفره دهاني بايد از ويژگي هاي خاصي برخوردار باشند . كنده شدن يون از سطح اين مواد علاوه بر كاهش استحكام و افزايش امكان شكست مي تواند باعث عدم زيست سازگاري با بدن شود. يكي از معيارهاي ضروري جهت تست اين مواد، ارزيابي پايداري شيميايي آنها مي باشد. مطابق با استانداردهاي موجود جهت تست ويژگي مذكور اين مواد را به مدت 4 ساعت داخل محلول هاي اسيدي قرار داده و درصد رهايش يون از سطح را بررسي مي كنند. مشكلي كه در اين رو شها وجود دارد اين است كه اولاً جهت بررسي دقي قتر بهتر است مدت زمان انجام آزمايش طولاني تر باشد و ثانياً براي هر نوع پرسلان جديد لازم است كه تست هاي مربوطه مجدداً تكرار شوند . بنابراين هدف طراحي يك سيستم هوشمند است كه بتواند با دريافت تركيبات سازنده هر نوع پرسلان ميزان رهايش يون از سطح آن را محاسبه كند. شبكه هاي عصبي از جمله سيستم هاي هوشمندي هستند كه با بكارگيري داد ه هاي آزمايشگاهي قانون نهفته در وراي داده ها را استخراج و سيستم را مدل ميكنند. در اين تحقيق شبكه عصبي با دريافت تركيبات سازنده 6 نوع پرسلان به عنوان ورودي و اطلاعات مربوط به رهايش از سطح هر پرسلان به عنوان خروجي آموزش يافته و قادر است با دريافت تركيبات هر پرسلان جديد و يا تغيير آن درصد رهايش يون ها را بدون نياز به انجام آزمايش و صرف هزينه و زمان تخمين بزند.
ICC07_163_1538216.pdf
