جستجو در مقالات منتشر شده


3 نتیجه برای مصطفوی
تعیین هویت انگل لیشمانیا با استفاده از تکنیک PCR-RFLP در بیماران و جوندگان مخزن لیشمانیوز جلدی در بخش مرکزی استان قم سال1389
عابدین ثقفی پور، یاور راثی، محمدرضا عبایی، محمدعلی عشاقی، محمدرضا یعقوبی ارشادی، مهدی محبعلی، هما حجاران، رضا مصطفوی،
دوره 15، شماره 6 - ( ماهنامه آبان 1391 )
چکیده
زمینه و هدف: لیشمانیوز جلدی یک معضل مهم بهداشتی در بسیاری از مناطق ایران به شمار می‎رود. این بیماری به طور عمده در استان قم از بخش مرکزی شامل دهستان‎های قنوات و قمرود گزارش می‎شود. این مطالعه با هدف تعیین هویت نوع انگل در انسان و جوندگان به منظور شناسایی سیمای اپیدمیولوژیک بیماری و ارائه برنامه کنترل در سال 1389 انجام شده است. مواد و روش‎ها: در این مطالعه مقطعی، گسترش میکروسکوپی 45 نمونه انسانی و 30 نمونه جونده صید شده از مجاورت روستاهای انتخابی از دهستان‎های قمرود و قنوات واقع در بخش مرکزی استان قم مورد آزمایش قرار گرفت که 15 مورد انسانی و 1 مورد جونده اسمیر مثبت داشتند. سپس DNA انگل از روی لام‎ها، استخراج و با استفاده از پرایمرهای اختصاصی لیشمانیا جهت تکثیر قطعه ITS1 با روش PCR آزمایش شدند و محصولات PCR تحت هضم آنزیمی (HaeIII) قرار گرفت. یافته‎ها: در مجموع 15 نمونه انسانی و 1 نمونه از جونده گونه مریونس لیبیکوس، مورد آزمایش PCR-RFLP قرار گرفتند. پس از الکتروفورز محصولات واکنش مشخص گردید که انگل موجود در لام‎های انسانی و جونده مریونس لیبیکوس، لیشمانیا ماژور (عامل بیماری لیشمانیوز جلدی روستایی) می‎باشد. نتیجه‎گیری: با توجه به نتایج به دست آمده روش مولکولی PCR-RFLP روشی مناسب جهت تعیین گونه انگل لیشمانیا در لام‎های رنگ آمیزی شده با گیمسا که از انسان و مخزن حیوانی گرفته شده، می‎باشد و از مزایای این روش این است که بدون انجام تعیین توالی ژن‎ها، تشخیص گونه‎های انگل لیشمانیای مولد بیماری امکان پذیر خواهد بود. ضمن این که تکنیک PCR-RFLP روشی با حساسیت و ویژگی بالا بوده و می‎تواند در طی 24 ساعت علاوه بر تشخیص لیشمانیوز، نوع گونه انگل را تعیین هویت نماید.
مقایسه دوز دریافتی بافت تومورال و ارگان‌ها‌ی در معرض خطر ( تیروئید، نخاع) در روش پرتودرمانی ترکیب فوتون-الکترون با روش درمان فوتون در ناحیه سوپراکلاویکل بیماران ماستکتومی سرطان پستان راست
فتح الله محقق، مهران محسنی، نسرین رباط میلی، محمدرضا بیاتیانی، فاطمه سیف، نیرسادات مصطفوی،
دوره 21، شماره 6 - ( دو ماهنامه آذر و دی 1397 )
چکیده
زمینه و هدف: پرتودرمانی، نابودی سلول‌های سرطانی است و در تمام بیماران مبتلا به سرطان پستان باعث کاهش عود مجدد در آینده، تسکین درد در تومورهای موضعی و علائم متاستازها می‌شود. روش‌های درمانی مختلفی مانند فیلدهای الکترونی یا فوتونی یا ترکیبی از هر دو نوع فیلد وجود دارد.
مواد و روش‌ها: در این مطالعه برای درمان غدد لنفاوی ناحیه‌ای سوپراکلاویکل از دو روش درمانی 1) درمان فوتون و 2) ترکیب فوتون–الکترون در پرتودرمانی استفاده شد. 30 بیمار مبتلا به سرطان پستان (راست) همراه با درگیری غدد لنفاوی ناحیه‌ای انتخاب شدند. با استفاده از نرم‌افزار ایزوگری اطلاعات طراحی درمان بیماران با دو روش مذکور به‌دست آمد.
یافته‌ها: ماکزیمم و میانگین دوز رسیده به سوپراکلاویکل در روش اول 64/1±08/52 و 51/59±0/42 گری و برای روش دوم 64/1±24/54 و 43/0±67/43 گری گزارش شد. V90 (درصدی از حجم سوپراکلاوکل که 90 درصد دوز تجویزی را دریافت کرده است) در روش اول 94/1±74/59 درصد و در روش دوم 94/0±26/70 درصد محاسبه و مقدار p، 004/0 گزارش شد. ماکزیمم دوز رسیده به نخاع در دو روش اول 9/1±66/14 و 92/22±0/10 و برای تیروئید به ترتیب 1/3±62/42 و 02/5±67/37 گری بود.
نتیجه‌گیری: طبق نتایج ماکزیمم دوز رسیده به نخاع و تیروئید در روش جدید با سطح معنی‌داری کاهش داشت. ماکزیمم و میانگین دوز رسیده به سوپراکلاویکل در درمان جدید افزایش داشت. پوشش دهی حجم تومور در روش جدید بهینه‌تر گزارش شد.

طراحی الگوریتم شبکه دسته‌بندی دو مرحله‌ای جهت تشخیص سرطان خون نوع لوسمی لنفوسیتی حاد (ALL) در تصاویر لام خون
آرمان زمانی، ابوالقاسم بابایی، نیر سادات مصطفوی،
دوره 22، شماره 1 - ( دو ماهنامه فروردین و اردیبهشت 1398 )
چکیده
زمینه و هدف: تشخیص سرطان خون کار بسیار دشواری است، به همین دلیل نیاز به استفاده از تکنیک‌‌های پردازش تصویر می‌باشد. هدف اصلی این تحقیق، ارائه سیستمی بر پایه مدل‌‌های هوشمند بود که بتواند دقت سیستم تشخیصی را در زمینه سرطان خون نوع لوسمی حاد ارتقا بخشد.
مواد و روش‌ها: تصاویر تهیه شده در این پژوهش از پایگاه داده University Degli Studi Dimilan  استخراج و در فضای نرم‌افزار MATlab 2014a پردازش شد. در این تحقیق از روش Fuzzy-Cmeans در بخش قطعه بندی و از تکنیک‌‌های مبتنی بر شبکه‌‌های عصبی و ماشین بردار پشتیبان در بخش شبکه‌‌های دسته‌بندی‌کننده استفاده شد.
ملاحظات اخلاقی: در این مطالعه، تمامی اصول اخلاق در پژوهش رعایت شده است.
یافته‌ها: با استفاده از انتقال تصویر اولیه به چهار فضای RGB، HSV،Lab  و Enhanced RGB  داده‌‌های مربوط به ویژگی‌‌‌ها استخراج شد. داده‌‌های به‌دست آمده از مرحله قبل وارد شبکهSVM  شد و سپس شبکه داده‌‌های نرمال را از داده‌های غیرنرمال جداسازی کرد. نتایج حاصل از مقایسه خروجی روش پیشنهادی با روش‌‌های آموزشی مختلف، بیشترین میانگین دقت برابر با مقدار 7/95 درصد را نشان داد.
نتیجه‌گیری: شبکه پیشنهادی به طور مناسب از مزایای هریک از شبکه‌‌‌ها به‌طور جداگانه، بهره‌برداری نمود و موجب گردید که نقاط ضعف هریک از الگوریتم‌‌‌ها توسط دیگری برطرف گردد. این ترکیب شبکه‌‌‌ها سبب ارتقای دقت خروجی تا 98 درصد شد و از طرف دیگر زمان محاسبات انجام شده را به شدت کاهش داد.

صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به مجله دانشگاه علوم پزشکی اراک می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Journal of Arak University of Medical Sciences

Designed & Developed by : Yektaweb