به گفته قربانزاده شبستری ، ایده اولیه طراحی نرم افزار وسواس در تابستان 84 مطرح شد و مطالعه و بررسی متون گذشته ، مقدمات کار و تعیین روش مدل سازی و اهداف طرح تا شهریور 85 به طول انجامید و در نهایت ابتدای خرداد امسال با موفقیت به پایان رسانده شد. وی در ادامه درباره مراحل طراحی می گوید: ابتدا عوامل موثر در بیماری ها را تعیین و رابطه آن را با بیماری وسواس مشخص کردیم. در گام دوم به طراحی شبکه عصبی مصنوعی به منظور پردازش اطلاعات مغز پرداختیم ، زیرا اگر از منظر اطلاعات به این بیماری بنگریم ، این اختلال به سبب اشکال در پردازش اطلاعات رخ می دهد و به جای آن که فرمان انجام یک عمل یک بار صادر شود، چند بار صادر می شود. در نتیجه در این مرحله به طراحی شبکه پردازش اطلاعات می پردازیم.
قربانزاده شبستری می افزاید: تا اینجای کار مدلی از عملکرد مغز در بیماری وسواس ارائه کردیم که با توجه به مقدار ورودی ها مغز می تواند فرمان تکرار کار (وسواس) یا قطع فرمان آن کار (خروج از وسواس) را صادر کند. این فرمان به قسمت پویا وارد می شود و ساختار شبکه طراحی شده برای قسمت پویا که دینامیک آشوبگونه دارد دینامیک خروجی فرمان های مغزی را تولید می کند. در گام آخر قسمت دارویی را به مدل اضافه کردیم.
|
اختلال اضطرابی

اهمیت موضوع ، بررسی و تحقیق درباره بیماری وسواس ، از آنجا ناشی می شود که در مطالعه ملی ابتلای همزمان گزارش شده است که از هر 4 نفر دست کم یک نفر واجد معیارهای تشخیصی اختلال اضطرابی است و وسواس نیز در اختلالات اضطرابی از شیوع بالایی برخوردار است. در این میان ، در گذشته OCD به عنوان یک بیماری روانی نادر با شیوع 0.05 درصد در جمعیت عمومی مطرح بود؛ ولی حالا تا 4 درصد افزایش یافته است ؛ البته با وجود شیوع بالای وسواس ، از نظر مدل سازی به این بیماری آن طور که باید و شاید پرداخته نشده است. هنوز یک مدل ریاضی کاملی ارائه نشده و مدلهای موجود دارای کاستی های فراوانی است. علت مساله هم آن است که اولا در زمینه مدل سازی بیماری های مربوط به حوزه علوم شناختی تازه ابتدای راه هستیم و کار چندانی صورت نگرفته و ثانیا علت و عوامل موثر در بیماری به طور کامل شناخته شده نیست ؛ زیرا فیزیولوژی بسیار پیچیده ای دارد |
با استفاده از داروهای متفاوت و مشخص کردن مدت زمان درمان می توان دینامیک فعالیت مغز و همچنین سیر بهبود بیماری را مشاهده کرد. درباره انتخاب داروی مناسب برای هر بیمار هم باید گفت ابتدا یک قسمت دارویی داریم که به عنوان ورودی مدل است و جهت انتخاب نوع دارو برای بهبود بیماری و همچنین مدت درمان (مدت کافی درمان یا دوره ناکامل) است. در قسمت بعدی داروی انتخاب شده روی عوامل موثر در بیماری اثر می گذارد و نتیجه آن به قسمت پردازش اطلاعات در مغز می رود. در این قسمت پردازش های لازم صورت می گیرد و سطح (میزان) بیماری محاسبه می شود. خروجی به آخرین قسمت مدل که نمایش پویا از فرمان های مغز برای انجام کار است ، ارسال می شود. در نهایت به صورت بصری فرمان های مغز را مشاهده می کنیم که از آن می توان فهمید فرد دچار وسواس (تکرار عمل) هست یا نه.
خروجی نهایی مدل ، پیامهایی است که نورون های مغز صادر می کند که منتج به ادامه کار یا توقف آن می شود. یعنی «n» تا نورون (اعصاب وابران) داریم که به اندام های مجری وصل هستند. اگر به این نورون ها همان پیام قبلی برسد، (نورون ها به صورت قبل تحریک شوند) متناظر آن است که فرد کار قبلی را تکرار می کند (وسواس) و در غیر این صورت فرد کار دیگری انجام می دهد و نشاندهنده آن است که از حالت وسواس خارج شده است.
مدل سازی از یک بیماری
در طراحی نرم افزار از روشهای نوین شبکه عصبی مصنوعی بازگشتی و همچنین از روشهای جدید بررسی دینامیک سیستم های غیر خطی از جمله آشوب (chaos) استفاده شده و برای شبیه سازی رایانه ای نیز از نرم افزار MATLAB بهره گرفته شده است.
به گفته قربانزده شبستری ، کاربردهای مدل ارائه شده شامل موارد متعددی می شود مدل این بیماری مانند دیگر مدلها می تواند در درک بهتر بیماری ، نواحی مختلف مغزی درگیر در بیماری ، مکانسیم های بیماری و ارتباط بیماری با قسمتهای مختلف بدن که در این بیماری دخیل هستند، ما را یاری کند و از آنجا که این مدل مذکور، مدل یک بیماری است ، با توجه به ورودها (شرایط بیمار) می توان پیش بینی کرد که آیا بیماری ادامه می یابد یا بهبود حاصل می شود؛ همچنین آیا بهبود سریع حاصل می شود یا به کندی و همچنین می توانیم به درمان های موجود به کنترل بیماری بپردازیم.
همچنین مدل این بیماری می تواند برای آموزش دانشجویان ، علاقمندان و... بکار رود و همچنین خیلی از آزمایشهایی که در دنیای واقعی نمی توان انجام داد با این مدل امکان پذیر است. مخصوصا در قسمتهائی از مدل که به داروها ارتباط دارد، شبیه سازی خوبی از بیماری در اختیار علاقمندان قرار می دهد.
نکته جالب دیگر این است که ورودی این مدل بر خلاف دیگر مدلهای ناقلهای عصبی و... نیست که برای کاربر غیر حرفه ای نامحسوس است. ورودی مدل ارائه شده علاوه بر شرایط بیمار، درمان دارویی است ، بنا بر این براحتی می توان درمان های مختلف را در آن شبیه سازی کردو آثار و نتایج و همچنین مدت دوره درمانی را با هم مقایسه کرد. همچنین می توان مدت درمان به صورت ناقص (کمتر از زمان مورد نیاز) انجام داد و نتایج را با هم مقایسه کرد؛ به گفته قربانزاده شبستری مراکز آکادمیک مهندسی پزشکی ، روان شناسی و علوم اعصاب نظری (neuroscience) این طرح را حمایت کرده اند. در حال حاضر مراحل نهایی این طرح به پایان رسیده و آماده به کارگیری است ، البته تعریف طرح جدید در جهت هر چه تکمیل تر کردن مدل ادامه دارد.