fa طراحی سیستم پایدار فازی جهت تخمین مقاومت محیطی با استفاده از اجناس تواتر و قوت نبض طب ایرانی هوش مصنوعی در حوزه سلامت Artificial Intelligence in Healthcare پژوهشي اصیل Original Article <div style="text-align: justify;"><span style="line-height:2;"><span style="font-family:Tahoma;"><span style="font-size:12px;"><span style="color:#000000;"><b><span lang="AR-SA">مقدمه: </span></b><span lang="AR-SA">نبض‌شناسی </span><span lang="AR-SA">یکی</span><span lang="AR-SA"> از مهم‌ترین روش‌های تشخیص بالینی در طب ایرانی می‌باشد و قرن‌ها است توسط متخصصان طب سنتی برای ارزیابی وضعیت سلامت مراجعین استفاده می‌شود. همچنین</span><span lang="AR-SA"> فتوپلتیسموگرام</span><span lang="AR-SA"> یک روش آسان و غیر‌ تهاجمی برای اندازه‌گیری تغییرات حجم خون در هر نبض است و</span><span lang="AR-SA"> میزان مقاومت عروق محیطی که در تبیین وضعیت بالینی بیماران مهم است را می‌توان از آن استخراج نمود. از سوی دیگر </span><span lang="AR-SA">یکی از روش‌های پیش‌بینی و تخمین، سیستم مبتنی بر قوانین فازی است.</span><span lang="AR-SA"> در این تحقیق توسط سیستم فازی بین مقاومت محیطی در فتوپلتیسموگرام و نبض‌شناسی طب ایرانی ارتباط برقرار گردید.</span><span dir="LTR"><span style="line-height:107%"></span></span><br> <b><span lang="AR-SA">روش کار:</span></b> <span lang="AR-SA">نظریه فازی مبنای بسیاری از مطالعات پزشکی برای تشخیص بیماری‌ها است</span>. برای طراحی سیستم فازی پایدار، اطلاعات نبض و همچنین سیگنال فتوپلتیسموگرام &nbsp;مربوط به 35 نفر که توسط متخصص طب ایرانی ثبت شده بود مورد استفاده قرار گرفت. مجموعه‌های فازی<span lang="FA"> کامل،</span> <span lang="FA">نرمال،</span> <span lang="FA">سازگار و متقارن و حساس نسبت به محدوده متغیرهای ورودی،</span><span lang="AR-SA"> برای پوشش فضاهای ورودی و خروجی و تولید قوانین با استفاده از داده‌های موجود تعریف شدند </span><span lang="FA">و شرایط پایداری برای سیستم برقرار گردید.</span><span lang="AR-SA"><span style="color:#0d0d0d"></span></span><br> <b><span lang="AR-SA">یافته‌ها:</span></b> <span lang="AR-SA">سیستم فازی با 35 قانون، توابع عضویت مثلثی و ذوزنقه‌ای، فازی‌ساز منفرد، موتور استنتاج حاصل‌ضرب و فازی‌ساز مرکز ثقل توسط نرم‌افزار </span><span dir="LTR">MATLAB</span> <span dir="LTR">R2021b</span> <span lang="AR-SA">طراحی شد. این سیستم فازی پایدار با ورودی‌های تواتر نبض و قوت نبض و همچنین خروجی مقاومت محیطی در محدوده تعریف شده می‌باشد. با توجه به نوع تعریف مجموعه‌های فازی در توابع تعلق، پایداری سیستم تضمین گردید و خطای این سیستم جهت تخمین مقاومت محیطی حداکثر 01/0 &nbsp;به دست آمد.</span><span lang="AR-SA"><span style="color:#0d0d0d"></span></span><br> <b><span lang="AR-SA">نتیجه‌گیری:</span></b> <span lang="AR-SA">این سیستم هوشمند فازی پایدار با استفاده از متغیرهای نبض طب ایرانی تخمین مناسبی از مقاومت محیطی سیگنال فتوپلتیسموگرام ارائه می‌دهد و مشاهده شد که افزایش تواتر نبض با افزایش مقاومت محیطی و همچنین افزایش قوت نبض با کاهش مقاومت محیطی مرتبط بود</span><span lang="FA">؛ لذا</span><span lang="AR-SA"> پزشکان آموزش دیده می‌توانند در زمان عدم دسترسی به سیگنال فتوپلتیسموگرام، بر اساس معاینه تواتر و قوت نبض فرد بیمار، تخمین مناسبی از وضعیت مقاومت محیطی فرد که در ارزیابی بالینی و تشخیص مشکلات پزشکی بیمار مفید است، به دست آورند.</span></span></span></span></span><br> <span b="" lang="AR-SA" mitra="" style="font-family:"><a id="_Hlk167815652" name="_Hlk167815652"></a></span></div> <div style="text-align: justify;"><span style="line-height:2;"><span style="color:#0d0d0d;"><span style="font-size:12px;"><span style="font-family:Tahoma;"><b>Introduction: </b>Pulsology is one of the most important clinical diagnostic methods in Persian medicine (PM) and has been used by traditional medicine specialists for centuries to assess clients&#39; health conditions. Additionally, photoplethysmogram (PPG) is a simple and non-invasive method for measuring changes in blood volume with each pulse, and the amount of peripheral resistance (PR), which is crucial for understanding patients&#39; clinical conditions, can be extracted from it. Moreover, a system based on fuzzy rules serves as one of the methods for prediction and estimation. This research establishes the relationship between PR in PPG and PM pulsology through a fuzzy system..<b><span dir="RTL" lang="AR-SA"><span style="color:#2f5496"></span></span></b><br> <b>Method:</b> Fuzzy theory underlies many studies aimed at diagnosing diseases. To design a stable fuzzy system, pulse information and PPG signals from 35 individuals, recorded by a PM expert, were used. Complete, normal, consistent, and symmetric fuzzy sets sensitive to the range of input variables were defined to encompass the input and output spaces and to generate rules using the available data. Stability conditions for the system were also established. <span dir="RTL" lang="AR-SA"><span style="color:#0d0d0d"></span></span><br> <b>Results:</b> A fuzzy system comprising 35 rules, triangular and trapezoidal membership functions, a singleton fuzzifier, a product inference engine, and a centroid defuzzifier was designed using MATLAB R2021b. This stable fuzzy system, with pulse frequency and pulse strength inputs, as well as PR output, operates within the defined range. The stability of the system is assured by the membership function definitions, with a maximum error of 0.01.<span dir="RTL" lang="AR-SA"><span style="color:#0d0d0d"></span></span><br> &nbsp;<b>Conclusion: </b>This intelligent stable fuzzy system provides a reliable estimate of the PR from the PPG signal by using PM pulse variables. It was observed that an increase in pulse frequency correlates with an increase in PR, while an increase in pulse strength correlates with a decrease in PR in the PPG. Therefore, when the photoplethysmography signal is unavailable, trained physicians can derive a suitable estimate of the patient&#39;s peripheral vascular resistance status based on the frequency and strength of the patient&#39;s pulse, which is valuable for the clinical evaluation and diagnosis of the patient&#39;s medical issues.<span dir="RTL" lang="AR-SA"><span style="color:#0d0d0d"></span></span></span></span></span></span></div> سیستم فازی پایدار, نبض, طب ایرانی, فتوپلتیسموگرام, مقاومت محیطی Stable fuzzy system, pulse, Persian medicine, photoplethysmogram, peripheral resistance 291 305 http://jhbmi.ir/browse.php?a_code=A-10-673-3&slc_lang=fa&sid=1 Mohammad Dehghandar محمد دهقاندار m_dehghandar@pnu.ac.ir 100319475328460010365 100319475328460010365 Yes Assistant Professor, Department of Mathematics, Payame Noor University, Tehran, Iran استادیار، گروه ریاضی، دانشگاه پیام نور،، تهران،‌ ایران Maryam Nikbakht مریم نیکبخت m_nikbakht@pnu.ac.ir 100319475328460010366 100319475328460010366 No Assistant Professor, Department of Mathematics, Payame Noor University, Tehran, Iran استادیار، گروه ریاضی، دانشگاه پیام نور،، تهران،‌ ایران Fateme Yousefi Nadarabadi فاطمه یوسفی ندرآبادی fatemehusefi3@gmail.com 100319475328460010367 100319475328460010367 No PhD Student, Department of Mathematics, Payame Noor University, Tehran, Iran دانشجوی دکترای ریاضی، دانشگاه پیام نور، تهران،‌ ایران