کارگاه مدل سازی اجزای بدن

مدلهای ریاضی به کار رفته در زمینه فیزیولوژی انسانی در طول دهه‌های اخیر به شدت توسعه یافته است. یکی از دلایل این پیشرفت و توسعه، بهبود یافتن توانایی محقیقین در جمع آوری داده است. مقدار داده‌های به دست آمده از آزمایشات مختلف به صورت نمایی رشد کرده و منجر به سریع تر شدن روشهای نمونه برداری و روشهای بهتر برای به دست آوردن داده‌های تهاجمی و غیر تهاجمی شده است. ‏
به علاوه داده‌ها، رزولوشن بهتری در زمان و فضا نسبت به سالهای گذشته دارند. داده‌های به دست آمده از تکنیکهای اندازه‌گیری پیشرفته، کلکسیون وسیعی را ایجاد می‌کنند.
آنالیزهای آماری ممکن است، همبستگی‌ها را کشف کند، اما ممکن است، مکانیسم‌های مسئول برای این همبستگی‌ها را از بین ببرد. در حالی که، با ترکیب شدن مدلهای ریاضی دینامیک‌ها، دیدگاههای جدیدی از مکانیسم‌های فیزیولوژی آشکار می‌شود. داده‌ها می‌توانند مدلهایی را ایجاد کنند، که نه تنها کیفیت، بلکه اطلاعات کمی از عملکرد مورد نظر را فراهم کند.
وجود چنین مدلهایی برای بهبود فهمیدن عملکرد فیزیولوژی مورد مطالعه ضروری است. در طولانی مدت، مدلهای ریاضی می‌تواند در تولید تئوری‌های ریاضی و فیزیولوژی جدید کمک کند. مانند: مدلسازی تأخیر زمانی مکانیسم بارورسپتورها منجر به پیشنهاد این مسئله شد، که چه چیز می‌تواند مسئول امواج ‏Mayer‏ باشد. ‏
نکته مهم دیگر در این است، که مدلهای ریاضی مکرراً سوالهای مهم و جدیدی را ایجاد می‌کنند، که بدون استفاده از مدلهای ریاضی پاسخگویی به آنها غیر ممکن است. به عنوان مثال این سؤال‌ها را می‌توان مطرح کرد، که توپولوژی سیستم عروقی که عملکرد سیستم را تحت تأثیر قرار می‌دهد، چگونه است؟ تحت تأثیر کدام شرایط، سیستم گردش خون پایدار می‌شود؟
چه مقدار مکانیسم فیدبک بارورسپتورها که چگونگی عملکرد را به تغییرات فشار شریانی کنترل می‌کنند، می‌توانند بدون شکست حیاتی عمل کنند؟این سوال‌ها و دیگر سوالها به آسانی می‌تواند نیاز ریاضیات را توضیح دهد. ‏
سیستم بدن انسان بسیار شبیه دیگر حیوانات به خصوص شبیه دیگر پستانداران است. فیزیولوژیست‌ها از این شباهت‌ها در مطالعه بسیاری از جنبه‌های فیزیولوژیک در حیوانات استفاده می‌کنند. این مطالعات، با دیتاهای به دست آمده از انسان که به روش مشاهدات کلینکی به دست می‌آید، ترکیب شده و دانسته‌های فیزیولوژیک را افزایش می‌دهد. محقیقین با استفاده از حیوانات به دلیل شباهت آنها به انسان از مدل حیوانی استفاده میکنند. ‏
واژه سیستم به مفهوم مجموعه اتصالات داخلی المانهای است، که عملکرد آنها در شکلی هماهنگ صورت می‌گیرد. قلب، با ماهیچه‌ها، اعصاب، و خون درونش یک سیستم را تشکیل می‌دهد. هرچند که قلب یک زیر سیستم در کل سیستم گردش خون محسوب می‌شود و به نوبه خود یک زیرسیستم از کل مجموعه بدن را تشکیل می‌دهد. تحلیل و آنالیز سیستم برای درک بهتر سیستم از جمله اهداف مدلسازی است. با مدلسازی یک سیستم می‌توان رفتار خروجی آن را مورد بررسی قرار داد و در کاهش هزینه کمک زیادی کرد. پیچیدگی مدل بستگی به خواسته‌های مسئله دارد.
▪ مدلسازی بیولوژیکی سه هدف مهم را دنبال می‌کند:
۱) تحقیقات،
۲) یادگیری و آموزش، که در دانشکده‏‌های علم پزشکی قابل استفاده است. ‏
۳) کاربردهای کلینیکی، جایی‏ که مدلها به تشخیص یا کمک در تعیین رژیم‌های دارویی به‌کار می‌روند. نوع دیگری از کاربردهای پزشکی آن، طراحی پروتزهای مصنوعی است، مانند اعضای مصنوعی، کمک کننده‌های قلبی، یا سیستم‌های اتوماتیک تزریق انسولین. ‏
● انواع مدل
‏▪ مدلهای کیفی (‏Qualitative model‏)‏
‎ ‎‏ - مدلهای ذهنی(‏mental model‏) ‏
‎ ‎‏ - هر گونه توصیف از هر چیزی
▪ مدلهای‏‎ ‎مادی و فیزیکی‎ ‎‏ ‏‎ ‎‏(‏‎ model‎‏ ‏physical‏)
- نقشه (‏map‏) ‏
‎ ‎‏ - ماکت و مجسمه ‏‎(statues)‎
▪ مدلهای کمی (‏Quantitative model‏)‏
‎ ‎‏ ‏‎ ‎‏ - ‏‎ ‎مدل‎ ‎ریاضی‎ ‎‏(‏mathematical‏)‏‎ ‎‏ ‏
‏ -‏‎ ‎مدل گرافیکی (‏graphical model‏)، برای سیستم‌های غیر خطی استفاده می‌شود. ‏
‎ ‎‏ ‏‎ ‎‏ -‏‎ ‎‏ مدل شبکه عصبی (‏neural network model‏) ‏‎ ‎‏
‏‎ ‎‏ - مدل فازی (‏fuzzy model‏)
- مدل ساختاری (‏fractal model‏)‏
‏ - مدل آماری(‏statistical model‏)‏‎
● ‎روشهای مدلسازی ‏
‏۱) روش همومورفیک یا روش تحلیلی(‏analytical‏)
۲) روش تجربی(‏experimental‏)‏
‏۳) روش تلفیقی (‏compositional‏)‏
در روش اول روابط بین اجزاء و مقادیر آنها مشخص است و یا به اصطلاح به کل سیستم مسلط هستیم. ‏
در روش دو، اطلاعاتی در مورد روابط و اجزای سیستم مشخص نیست و یا نمی‌خواهیم از آنها استفاده کنیم. این روش از نوع تکرار شونده است. ‏
روش سه، در واقع تلفیقی از دو روش بالا است. در این روش ما اطلاعات کاملی از کل سیستم نداریم ولی اطلاعاتی در مورد ساختار آن داریم. ‏
مدلسازی ریاضی سیستم فیزیولوژی در عباراتی از معادلات و معمولاً معادلات تفاضلی برای توصیف دینامیک‌های سیستم استفاده می‌شود. استفاده از معادلات تفاضلی و شبیه سازی آنها با استفاده از کامپیوتر نیازمند تخمین‌های عددی از پارامترها و مقادیر اولیه متغیرها است. ‏
بسیاری از مدلهای فیزیولوژیک بر مبنای قانون‌های فیزیکی به دست آمده‌اند و هدف از آنها به دست آوردن مدلهایی است، که بازتابی از رفتارکمی و کیفی موضوع مدل شده باشند.
بیشتر مدلها‎ ‎فیزیولوژیک، با استفاده از ریاضیات پیشرفته و نتایج کمی نمایش مدلها با استفاده از دیدگاه عددی به دست آمده‌اند و پارامترها برپایه اندازه‌گیری‌های تجربی و آزمایشی تخمین زده شده اند.
درنتیجه مدلها نیاز به یک سیستم کامپیوتری برای اجرا دارند. کامپیوترها و نرم افزارهای آنالیز عددی برای شبیه سازی این مدلها مناسب هستند. ‏
به طورکلی می‌توان دو سطح برای مدلهای ریاضی در نظر گرفت. مدلهای جامع که به اندازه کافی جزئیات فیزیولوژیک را بیان می‌کنند. اما در زمان واقعی (‏real time‏ ) نمی‌توانند اجرا شوند و مدلهای ساده‌ای که در فهمیدن مدلهای جامع به دست آمده مورد استفاده قرار می‌گیرند. اما این مدل‌ها تعدیل و اصلاح شده هستند، و می‌توانند در زمان واقعی اجرا شوند.
توسعه دادن مدلها با لایه‌های متفاوت پیچیدگی، بازتابی از سختی‌های آنها است که در هنگام آنالیز علمی موضوع و پدیده‌ها مواجه شده اند. ‏
تعریف و تفسیر چنین مدلهایی با چند هدف در ذهن و فکر انجام میشود؛ به طوری که یک سطح مطمئن از جزئیات، در فرمولاسیون ریاضی به دست آمده، ایجادخواهد شد.

منبع : ماهنامه تخصصی مهندسی پزشکی