مشخصات فایل
عنوان: یک سیستم خبره فازی – عصبی برای تشخیص
قالب بندی: word
تعداد صفحات:15
محتویات
چکیده
مقدمه
شبکه عصبی فازی
سیستم خبره فازی
نتایج اولیه (مقدماتی )
نتیجه گیری
تشکر و سپاسگزاری
قسمتی از متن
یک سیستم خبره فازی – عصبی برای تشخیص
چکیده:
منطق فازی،یک شبکه عصبی و سیستم خبره است که برای ایجاد یک سیستم تشخیصی ترکیبی با یکدیگر ترکیب شده اند.با استفاده از چنین سیستمی ما یک روش جدید برای فراگیری مبانی دانش استفاده می کنیم. سیستم ما شامل یک سیستم خبره فازی همراه با یک بیس دانشی با منبع دوگانه است. دو سری قوانین لازم هستند ، که به صورت استنباطی از مثالهای ارائه شده و به صورت استقرایی توسط فیزیک دانان بدست آمده اند. یک شبکه عصبی فازی سعی میکند که از داده های نمونه یاد گرفته و این اجازه را می دهد که قوانین فازی برای دانش پایه را استخراج کنیم.تشخیص electroencephalograms با تفسیر عناصر نموداری بعنوان یک نوع مشاهده در روش ما بکار گرفته می شود. نتایج اولیه نشان دهنده احتمالات مورد نظر با استفاده از روش ما می باشد.
1- مقدمه:
روشهای تکراری شناسایی و ارزیابی پدیده خاص را کار تشخیصی می نامند ،که یکی از کاربردهای اصلی برای هوش مصنوعی (AI) می باشد. با توجه به اینکه رنج وسیعی از چنین کاربرهای تشخیصی وجود دارد . اگرچه رنج وسیعی از چنین کاربردهای تشخیصی در پزشکی وجود دارد ولی این بخش مورد توجه استفاده کنندگام از هوش مصنوعی قرار دارد. عمومی ترین روشهای AI در بخش پزشکی مبتنی بر دانش و مدلسازی رفتار تشخیصی متخصصان است . انواع مختلفی از چنین سیستمهای خبره ای از زمانی که SHRTLIFFE روش SHRTLIFFE MYCIN را بعنوان یک سیستم خبره برای تشخیص آسیبهای خونی انسان طراحی و معرفی کرد ، بوسیله پزشکان مورد استفاده قرار گرفته است. یکی از بزرگترین مشکلات بر سر راه طراحی یک سیستم خبره مناسب ، گردآوری و دانش پایه آن است. ما روش جدیدی را معرفی میکنیم که در آن دانش پایه با منبع دوگانه بوسیله یادگیری قیاسی واستقرایی ایجاد می شود. شیکه های عصبی نیز از این راه برای تشخیص استفاده میکنند . آنها قادرند رابطه بین مجموعه داده ها را با داشتن اطلاعات نمونه که نشاندهنده لایه های ورودی و خروجی آنها است ،یاد بگیرند. در حوزه تشخیص الگو در داده های پزشکی ، شبکه های عصبی زیر بنای روشهایی است که باعث دستیابی به نتایج قابل توجهی شده اند. برای انجام وظیفه چمع آوری دانش پایه که بخشی از روش ترکیبی ما است ، شبکه های عصبی جدیدی معرفی شده اند. منطق فازی که در علوم پزشکی نیز ظاهر شده اند ، با توضیحات شفاهی مبهم سروکار دارند. واژه هایی همانند کم ، زیاد یا احتمالاً برای مدلسازی با استفاده از روشهای منطقی مرسوم ،دشوار هستند. متغیرهای زبانی معرفی شده بوسیله توضیحات فازی ، توضیحات شبه گفتاری نزدیک به گفتارهای یک شخص طیبعی است. تمامی روشهای بالا دارای مزایا و معایبی هستند که در بخش 2 توضیح داده خواهند شد. ترکیب این روشها نه تنها باعث افزایش مزیتها آن می شود بلکه باعث حذف برخی از نقاط ضعف آنها نیز میشود. تاکنون فقط چند روش در تشخیص پزشکی ، روشهای چندگانه هوش مصنوعی را با هم ترکیب کرده اند، که البته با مدلسازی یک پروسه تشریحی پزشکی به نتایج خوبی هم رسیده اند.
اگر چه رنج وسیعی از چنین کاربردهای تشخیصی در پزشکی وجود دارد این بخش جزواستفاده کنندگان بلقوه هوش مصنوعی هستند .عمومی ترین روشهای AI در بخش پزشکی سیستمهای مبتنی بر دانش ومدل سازی رفتار تشخیص متخصصین است .انواع مختلفی از چنین سیستمهای خبره ای از زمانی که Shortliffe روش MYCIN Shortliffe را بعنوان یک سیستم خبره برای تشخیص آسیبهای خونی انسان طراحی ومعرفی کرد ،بوسیله پزشکان مورد استفاده قرار گرفته است .یکی از بزرگترین مشکلات بر سر راه طراحی یک سیستم خبره مناسب گردآوری ودانش پایه آن است .ما روش جدیدی را معرفی می کنیم که در آن یک دانش پایه با منبع دوگانه بوسیله یادگیری استنتاجی واستقرایی ایجاد میشود .شبکه های عصبی نیز از این راه برای تشخیص استفاده می کنند. آنها قادرند روابط بین مجموعه داده هارا با داشتن اطلاعات نمونه که نشاندهنده لایه های ورودی وخروجی آنها است ،یاد بگیرند.
در حوزه تشخیص الگودر دادهای پزشکی ،شبکه عصبی زیر بنای روشهایی است که باعث دستیابی به نتایج قابل توجهی شده اند .برای انجام وظیفه جمع آوری دانش پایه که بخش از روش ترکیبی ما است ،شبکه های عصبی جدیدا معرفی شده اند منطق فازی که در علوم پزشکی نیز ظاهر شده است ،با بیانات شفاهی نا مشخص سر وکار دارد .واژه هایی همانند زیاد ،کم یا احتمالا برای تبدیل شدن به مدل با استفاده از منطق مرسوم سخت هستند .متغیر های زبانی معرفی شده بوسیله بیانات فازی توضیحات شبه زبانی (گفتاری)نزدیک به گفتارهای یک شخص طبیعی است .تمامی روشهای بالا دارای مزایا ومعایبی هستند که در بخش 2 توضیح داده خواهند شد .ترکیب این روشها نه تنها باعث افزایش مزیتهای آن ها می گرددبلکه باعث حذف برخی از معایب آنها نیز میشود .تاکنون فقط چند روش در تشخیص پزشکی ،روشهای چند گانه هوش مصنوعی را با هم ترکیب کرده اند ،که البته با مدلسازی یک پروسه تشریحی پزشکی به نتایج خوبی هم رسیده اند .
در اینجا ما سیستم ترکیبی را توضیح خواهیم داد که شامل یک سیستم خبره فازی برای استنتاج مبتنی بر قانون همراه با یک شبکه عصبی فازی برای کسب دانش مبتنی بر مورد علاوه بر دانش مبتنی بر توضیحات یک فرد خبره می باشد . (بخش 3) دریافت خودکار قوانین توسط شبکه به موازات قانونمند کردن قوانین تجربی اجرا می شود . برای سیستم ترکیبی دو حالت برای پردازش نتایج وجود دارد : یک مود یادگیری برای تغذیه دانش پایه و مود اجرایی برای تشخیص اطلاعات بیمار . تمامی اجزای سیستم بر پایه نمایش فازی استوار هستند که بعنوان یک رابط شخص بین اجزا و فازی کردن اطلاعات ورودی ضروری عمل می کنند . از زیر بخش
2-3 یک تکنیک نقشه زیری بسیار موثر معرفی خواهد شد که متغیرهای فازی را به علائم عصبی تبدیل می کند . برای مشاهده پردازش اطلاعات واقعی پزشکی در چنین سیستمی ، ما از تشخیص های electroenephalograms(EEGs) را برای نشان دادن استفاده می کنیم . این نوع از اطلاعات پزشکی که به صورت الکترونیکی اندازه گیری و ذخیره شده است ، برای پردازش خودکار بسیار مناسب هستند زیرا نیازی به تبدیل به علائم الکترونیکی ندارند . سایر انواع اطلاعات نیز برای تشخیص در سیستم ها مناسب هستند . ما سیستم خودمان را سوای از کاربردهای احتمالی و هدف عنوان شده توسط MC Clelland توضیح خواهیم داد . بنابراین برای نشان دادن چند گانگی پدیده و برای هر پدیده به 8 نرون نیاز است . از آنجایکه تعداد ویژگیهای قرار گرفته در هر بخش از زمان در EEG تغییر می کند (هر نمونه بوسیله یک وسیله مصنوعی تغییر نخواهد کرد) به تصویری نیاز است که توانایی کد گذاری پدیده چندگانه بوسیله تعدادی عصب ثابت را داشته باشد . ما یک الگوی نقشه بندی را توسعه داده ایم که بر اساس آن و بوسیله محاسبه نتیجه فرعی که به تفضیل بعدا در مورد آن صحبت خواهیم کرد دو متغیر فازی را در یک شبکه مناسب برای نمایش ارائه قرار می دهد . دو متغیر چهار واژه ای بوسیله 16 نرون N frequency x amplitude (N دفعه X شدت) بدست می آید . (شکل 2 را ببینید ) هر نرون نشان دهنده ارتباط دو واژه فازی هر متغیر است و بنابراین بر مشکل پیوندی غلبه می کنیم . مقدار فعاللیت یک نزون از طریق ضرب جبری او تابع عضویت به صورت زیر محاسبه شده است :
Ndelta = udelta*uzero = 0.6*0.6=0.36
جمع فعالیت حاصل از یک پدیده طیفی برای ساده کردن قابلیت تفسیر مجدد قواعد یادگرفته شده بوسیله شبکه یک خواهد بود .
مشخصات فایل
عنوان: شبکههای عصبی
قالب بندی :word
تعداد صفحات: 49
محتویات
فصل اول مقدمه
پیشگفتار
تاریخچه پیش بینی بار
ئوس مطالب
فصل 2
انواع پیش بینی بار
پیش بینی بر اساس مقیاس زمانی
پیش بینی بر اساس نحوه عملکرد
الگوی بارو عوامل مؤثر بر آن در سیستم قدرت
عوامل اقتصادی
عوامل اقلیمی
درجه حرارت
رطوبت
سرعت باد
عامل زمانچ
عوامل تصادفی
روشهای پیش بینی بار کوتاه مدت
روشهای قدیمی پیش بینی بار کوتاه مدت
روشهای مبتنی بر بار پیک
روشهای مبتنی بر شکل بار
روش سری زمانی
روش تجزیه طیفی
روش هموارسازی نمایی
روش فضای حالت
رگرسیون
روشهای جدید پیشبینی بار کوتاه مدت
فصل 3
شبکههای عصبی مصنوعی
مقدمه
ویژگیها
قابلیت یادگیری
پراکندگی اطلاعات پردازش اطلاعات بصورت متن
قابلیت تعمیم
پردازش موازی
تاریخچه شبکههای عصبی
شبکه های عصبی طبیعی
شبکه های عصبی مصنوعی
شبکه عصبی چیست؟
مدل درون و معماری شبکه های عصبی مصنوعی
مدل ریاضی نرون
مدل نرون
مدل نرون تک ورودی
نرون چند ورودی
فرم خلاصه شده
توابع انتقال (فعالیت)
تابع فعالیت همانی
تابع پله دو قطبی
توابع سیگموئید
تابع سیگموئید باینری یا سیگموئید لجستیک
تابع سیکموئید دو قطبی و تانژانت هیپر بولیک
شبکه تک لایه
شبکه چند لایه
شبکه های عصبی به عنوان سیستمهای دینامیکی آموزش پذیر
جمع آوری دیتا
نرمالیزه کردن داده ها
انتخاب معماری شبکه عصبی
آموزش شبکه
تست شبکه
انتخاب معماری های متناوب و انجام آموزش جدید
و . . .
عنوان مقاله: شبکههای عصبی
۱-۱ پیشگفتار
انرژی الکتریکی به عنوان محور اصلی توسعه صنعتی در میان انواع انرژی از اهمیت خاصی برخوردار است. این انرژی با آنکه خود به انواع دیگر انرژی وابستگی دارد، اتکا شاخههای مختلف اقتصادی به آن در حدی است که براحتی میتوان حد مصرف معقول این انرژی در یک جامعه را به عنوان شاخص عمدهای برای تعیین حد پیشرفت اقتصادی آن جامعه دانست.
بر خلاف سهولت استفاده از این نوع انرژی و مطلوبیت آن، تولید و انتقال این انرژی از پیچیدگی زیادی برخوردار بوده و در مجموع صنعت برق با ویژگیهایی در میان سایر صنایع شاخص است، از جمله این ویژگیها باید از لزوم همزمانی تولید و مصرف آن نام برد، به عبارت دیگر تولید برق فقط در مقابل مصرف آن مطرح میگردد و بطور معمول قابل ذخیره کردن نیست. دیگر ویژگی این صنعت سرمایه طلب بودن طرحها و پروژههای آن و زمان بر بودن آنها است.
مجموعه این خصوصیات و حساسیتها است که پیشبینی صحیح نیاز مصرف برای این نوع انرژی در آینده را طلب مینماید. چون هرگاه پیشبینی نیاز مصرف یا بار شبکه بیش از حد واقعی باشد، سرمایه گذاری بیهوده در این صنعت را بدنبال خواهد داشت و هر پیش بینی بار کمتر از واقعیت باعث لطمات شدید اقتصادی شده و جبران آن به مناسبت زمان بر بودن پروژههای توسعهای امکانات تولید و انتقال برق، غیر ممکن است.
انرژی الکتریکی در مقیاس وسیع به طور اقتصادی قابل ذخیره نمیباشد. بدین دلیل بر خلاف شاخههای دیگر اقتصاد، در اقتصاد الکتریسیته باید همزمان با مصرف، انرژی الکتریکی تولید گردد. میزان مصرف بار الکتریکی ثابت نمیباشد بلکه به صورت پیچیده و غیر خطی تابعی از پارامترهای متعددی میباشد. با توجه به متغییر بودن میزان مصرف بار الکتریکی، شرکتهای تولید کننده برق، موظفند با پیش بینی آن در زمانبندیهای مختلف اطلاعات مورد نیاز برای تصمیمگیریهای خود در سیستم قدرت را حاصل نماید.
در دنیای خصوصی سازی جدید هر شرکت سعی در افزایش قابلیت اطمینان محصول خود و تولید بهینه توان برای مصرف کنندگان خود دارد. این وظیفه عموماً از طریق پیش بینی فراهم میشود. پیش بینی بارهای ساعتی تا یک هفته جلوتر برای کارهای برنامهریزی از قبیل هماهنگی بین واحدهای آبی و حرارتی و سنجش تبادل با دیگر رقبا و برای آنالیزهای کوتاه مدت از قبیل پخش توان در مراکز دیسپاچینگ و پخش بهینه توان لازم است. به طور کلی پیش بینی بار بر اساس دوره پیش بینی به دستههایی تقسیم میشود :
بار در یک شبکه برقرسانی به مجموع مصارف مختلف انرژی الکتریکی در یک واحد زمانی اتلاق میگردد. بار شبکه به مناسب همزمانی و غیر همزمانی مصرف انرژی در بخشهای مختلف دستخوش تغییراتی در طول شبانه روز، هفته، ماه و سال میگردد.
اگر به یک منحنی تغییرات بار بیستو چهار ساعته در الگوی مصرف انرژی الکتریکی ایران توجه کنیم ملاحظه میشود که منحنی از یک حداقل غیر صفر شروع میشود و پس از عبور از آن، با یک شیب نسبتاً تند به سمت کوهان دوم که بزرگتر از کوهان اول است میل نموده، پس از گذر از آن دوباره به سمت حداقل میل میکند. باید توجه داشت که ظهور این دو کوهان ناشی از همزمانی مصرف انرژی الکتریکی بخشهای مختلف مصرف در طول یک شبانهروز است. جالب توجه است که منحنی تغییرات بار در طول ماه و سال نیز تقریباً روند مشابهی با تغییرات بار بیست و چهار ساعته دارد. در مطالعه بار بخصوص در پیش بینی بار اعم از پیشبینی بار ساعتی روزانه جهت تنظیم برنامه بهرهبرداری از نیروگاهها تا بار ماههای سال برای تنظیم برنامه تعمیرات منظم و دورهای و بارهای سالهای آینده برای برنامهریزی توسعهای این متغیرها و عوامل مؤثر در پیدایش آنها مورد توجه قرار میگیرد.
منحنی مصرف برای مصرف کننده کاملاً تصادفی و غیر مشخص بوده وقابل پیشبینی نیست و از سوی دیگر، هر مجموعه خاص از مصرف کنندهها منحنی مصرف مخصوص به خود را دارا است، همچنین مصرف بار الکتریکی تابعی کاملاً غیر خطی و بسیار پیچیده از پارامترهایی از جمله شرایط آب و هوایی، شرایط اقتصادی، زمان و عوامل تصادفی میباشد. همچنین تقریباً هر روز هفته منحنی خاص خود را دارد. لذا مدل مورد نظر باید توانایی این کار راد اشته باشد که اثر تمامی این عوامل را بر منحنی مصرف در نظر بگیرد، همچنین بایستی خطای پیش بینی تا حدامکان کم باشد، از طرفی دارای ساختاری ساده باشد و در کوتاهترین زمان ممکن به جواب نهایی برسد، و از همه مهمتر اینکه استفاده از آن برای برنامهریزان و اپراتورها ساده باشد. لذا با توجه به اهمیت پیش بینی بار کوتاه مدت و خواصی که برای یک برنامه ریزان و اپراتورها ساده باشد. لذا با توجه به اهمیت پیش بینی بار کوتاه مدت و خواصی که برای یک برنامه پیشبینی بار بر شمردیم، روشهای مختلفی در این زمینه ارائه شده است که هر یک به نوعی دارای برخی کاستیها (و بخصوص در پیش بینی روزهای تعطیل) بودند، با وارد شدن شبکههای عصبی در این عرصه تقریباً تمامی مدلها وروشهای قبلی کنار گذاشته شد، چراکه این شبکهها دارای تواناییهای بسیار زیادی رد بیان روابط غیر خطی میباشند. در شکل صفحه بعد موارد استفاده پیشبینی بار کوتاه مدت آمده است.
لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : .ppt ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 11 اسلاید
______________________________________________
قسمتی از متن .ppt :
کنترل عصبی-تطبیقی بازوی انعطاف پذیر
کنترل عصبی-تطبیقی بازوی انعطاف پذیر
هدف، حرکت دادن دو بازوی سری انعطاف پذیر است به طوری که ارتعاش بازوها به حداقل برسد
از شبکه عصبی RBF برای تعیین گشتاور بازوها استفاده شده است.
کنترل عصبی سیستم کولر خودرو
هدف، تنظیم دمای داخل اتاق خودرو است به طوری خاموش و روشن شدن کمپرسور به حداقل برسد
از شبکه عصبی RBF برای تعیین دور کمپرسور استفاده شده است.
بازشناسی چهره با استفاده از شبکه های عصبی
استخراج ویژگی ها
کلاسه بندی
هدف، ذخیره سازی چهره اشخاص و بازشناسی آن ها در حالت هایی متفاوت از چهره های ذخیره شده است.
به دلیل حجم بسیار بالای داده ها، نیاز به فشرده سازی با استفاده از استخراج ویژگی ها است (مثلاً شبکه هب).
از شبکه ای شبیه به شبکه MLP برای ذخیره سازی و باز سازی چهره استفاده شد.
. . .
مشخصات فایل
عنوان: پاورپوینت درمورد سیستم عصبی
قالب بندی: پاورپوینت
تعداد اسلاید: 93
محتویات
مروری بر آناتومی و فیزیولوژی
عملکرد سیستم عصبی
سلولهای سیستم عصبی
NEURON
انتقال دهنده های عصبی
سیستم عصبی مرکزی ( CNS)
نیمکره مغز
مخ
جمجمه
SKULL
تالاموس
هیپوفیز
ارتباط هیپوفیز و هیپوتالاموس
تالاموس – هیپوتالاموس – مخچه
ساقه مغز
brain stem
بصل النخاع
مخچه
cerebellum
اندامهای محافظ مغز
مایع مغزی – نخاعی
c.s.f
جریان خون مغز
شریانها
Arterials brain
وریدها ی مغزی
سد خونی – مغزی
آناتومی طناب نخاعی
spinal cord
مقطع نخاع
پردههای نخاع
ساختمان تشریحی ماده سفید نخاع
و . . .
قسمتی از پاورپوینت
مروری بر آناتومی و فیزیولوژی
کنترل کلیه فعالیتهای:
حسی – حرکتی – خودکار – ادراکی و رفتاری انسان
مغز 2 درصد کل بدن را تشکیل میدهد
مشخصات فایل
عنوان: پاورپوینت درمورد مدلسازی درد با استفاده از شبکههای عصبی مصنوعی
قالب بندی: پاورپوینت
تعداد اسلاید: 38
محتویات
فهرست
تعریف درد
درد: احساس ناخوشایند در منطقة خاصی از بدن
هشدار بدن در برابر اختلال
گیرندةدرد nociceptor (دریافت کنندة آسیب)
محرکهای دریافتی بدن
انواع درد
سریع
حس 0.1 ثانیه بعد از تحریک
درد سریع، تیز، گزشی، حاد و الکتریکی
درد هنگام بریده شدن دست
عدم وجود در بافت های عمقی بدن
رشتة Aδ
قطر آکسون 1 تا ٥ میکرومتر
سرعت 1 میلی ثانیه
آهسته
حس ١ تا ٢ ثانیه بعد از تحریک
دو نوع است: سوزشی و مبهم (مزمن)
دردی طاقت فرسا
همراه با انهدام بافت
رشتة C (بدون میلین)
قطر آکسون 0.25 تا 1.5 میکرومتر
سرعت 5 میلی ثانیه
و . . .
مشخصات فایل
عنوان: پاورپوینت درمورد مدلسازی سیستم عصبی – عضلانی تولید گفتار
قالب بندی: پاورپوینت
تعداد اسلاید: 44
محتویات
فهرست مطالب
مقدمه
آناتومی و فیزیولوژی
تئوریهای تولید گفتار
قسمتی از پاورپوینت
مقدمه
گفتار به عنوان یکی از مهمترین ابزارهای ارتباطی انسانها به شمار میآید. سیستم تولید گفتار شامل چندین قسمت است که با همدیگر به صورت هماهنگ کار میکنند و نتیجه این هماهنگی، تکلم است.
سیستم عصبی و مراکز مغزی
سیستم تنفسی
مسیرهوایی
آناتومی و فیزیولوژی
مشابه سایر سیستمهای حرکتی در انسان، تولید گفتار نیز نتیجه برهمکنش و هماهنگی بین سیستم عصبی به عنوان کنترل کننده و عضلات به عنوان عملگر می باشد.
دو زیر مجموعه اصلی سیستم تولید گفتار:
مغز از دو جنبه برسیستم گفتار نظارت میکند:
و . . .
مشخصات فایل
عنوان: دستگاه عصبی
قالب بندی: پاورپوینت
تعداد اسلاید: 41
محتویات
مشخصات سلول های عصبی
پتانسیل استراحت Resting potential
عوامل مهم در ایجاد پتانسیل استراحت
پمپ سدیم ـ پتاسیم
گرادیان غلظتی حاصل از پمپ سدیم ـ پتاسیم
سهم پتانسیل انتشار یون
سهم پمپ سدیم ، پتاسیم در پتانسیل غشا
پتانسیل عمل Action potential
آستانه تحریک
کانال دریچه دار وابسته به ولتاژ سدیمی
انتقال موج عصبی Nerve Impulse
جهت انتشار اینپالس
تحریک ناپذیری نسبی به دو علت رخ می دهد
سرعت و هدایت موج عصبی
هدایت جهشی
Salutatory conduction
سیناپس
میانجی های عصبی
Nerurotransmitter
انواع میانجی ها
میانجی های نورپپتیدی با عمل آهسته
و . . . .
قسمتی از پاورپوینت
مشخصات سلول های عصبی :
گیرنده عصبی
چرخه عصبی سوماتیک (بدنی)
نرون (سلول عصبی)
جسم سلولی
زوائد سلولی
نروگلیا (سلولهای پشتیبان عصبی)
دستگاه عصبی محیطی
12 جفت اعصاب مغزی (چپ و راست)
31 جفت اعصاب نخاعی( چپ و راست)
اعصاب مغزی
زوج1: بویائی ، زوج 2: بینائی
زوج 3: عضلات اطراف چشم و اسفنکتر مردمک (پاراسمپاتیک)
زوج 4: عضلات اطراف چشم ، زوج 5 (سه قلو): فک بالا، فک پائین و کاسه چشم
زوج 6: عضله اطراف چشم
زوج 7: عضلات چهره ، غده اشکی، غدد زیرزبانی و تحت فکی (پاراسمپاتیک)
زوج 8: شنوائی تعادلی
زوج 9: زبان و حلق و غده بناگوشی (پاراسمپاتیک)
زوج 10: عضلات حلق و حس و حرکت لوله گوارش فوقانی، قلب، ریه ها و حنجره (پاراسمپاتیک)
زوج 11: عضلات گردن ، زوج 12: عضلات زبان
و . . .
مشخصات فایل
عنوان: پاورپوینت آناتومی سیستم عصبی بدن انسان
قالب بندی: پاورپوینت
تعداد اسلاید: 17
فهرست مطالب
عملکردهای دستگاه عصبی
دستگاه عصبی سه عمل اصلی را انجام میدهد:
حس
عملکرد حسی دستگاه عصبی عبارت است از جمعآوری اطلاعات از گیرندههای حسی که وضعیت داخل و خارج بدن را درک میکنند. سپس این اطلاعات بهوسیلهی عصبها و نورونهای آوران و بهمنظور پردازش بیشتر به دستگاه عصبی مرکزی (CNS) مخابره میشوند.
هماهنگی
عمل هماهنگی نتیجهی عبور مقادیر زیادی از اطلاعات حسی از درون دستگاه عصبی مرکزی در هر زمان میباشد. این اطلاعات بررسی شده، با یکدیگر مقایسه میشوند و سپس برای تصمیمگیری مورد استفاده قرار میگیرند. همچنین ممکن است این اطلاعات در حافظه ذخیره شده و یا به دست فراموشی سپرده شوند. عمل هماهنگی در بخش مادهی خاکستری مغز و نخاع صورت گرفته و توسط نورونهای رابط انجام میشود. تعداد زیادی از نورونهای رابط همراه با هم کار کرده و شبکههای پیچیدهای را ایجاد میکنند که این قدرت پردازشی را ایجاد میکند.
حرکت
زمانی که شبکهی نورونهای رابط در دستگاه عصبی مرکزی اطلاعات حسی را پردازش کرده و در مورد پاسخ مناسب تصمیم گرفتند، نورونهای وابران را تحریک میکنند. نورونهای وابران (که با نام نورونهای حرکتی نیز شناخته میشوند)، سیگنالهای عصبی را از مادهی خاکستری دستگاه عصبی مرکزی و از طریق اعصاب دستگاه عصبی محیطی، به سلولهای هدف منتقل میکنند. سلولهای هدف ممکن است عضلهی صاف، قلبی، اسکلتی و یا بافت یک غده باشند. سپس سلولهای هدف یک هورمون را ترشح کرده و یا بخشی از بدن را حرکت میدهند.
نورونها
نورونها که با نام سلولهای عصبی نیز شناخته میشوند، با انتقال سیگنالهای الکتروشیمیایی با بخشهای مختلف بدن ارتباط برقرار میکنند. نورونها به دلیل داشتن زوائد سلولی بلند که از جسم سلولی آنها منشعب میشوند نسبت به دیگر سلولهای بدن متفاوت به نظر میرسند. زائدههای انتقالدهندهی بلندی به نام آکسون از جسم سلولی منشعب میشوند که سیگنالها را به دیگر نورونها و یا سلولهای هدف منتقل میکنند.
سلولهای نوروگلیا
نوروگلیا که با نام سلول گلیال نیز شناخته میشود، بهعنوان سلول "کمککننده" در دستگاه عصبی کار میکند. هر نورون در بدن تقریباً توسط 6 تا 60 سلول نوروگلیا احاطه شده است که وظیفهی محافظت، تغذیه و عایق کردن آن را انجام میدهند.
و . . .
مشخصات فایل
عنوان: پاورپوینت همه چیز درباره دستگاه عصبی
قالب بندی: پاورپوینت
تعداد اسلاید: 13
قسمتی از پاورپوینت
پیرامون هستهٔ مرکزی مغز چند ساختار هست که مجموعاً دستگاه کناری نام دارند (شکل سه لایهٔ متحدالمرکز مغز آدمی). این دستگاه روابط متقابلی با هیپوتالاموس دارد و بهنظر میرسد در کنار هیپوتالاموس و ساقهٔ مغز نظارتهائی نیز بر رفتارهای غریزی داشته باشد.
دستگاه عصبی، در تمام فعالیتهای حیاتی بدن موجودات زنده دخالت دارد. این دستگاه، به عنوان رهبر بدن در کوچکترین فعالیتهای بدنی شرکت دارد و نقش کنترل کننده، تشدید کننده و یا بازدارنده را در اعمال مختلف موجود زنده، بازی میکند. در واقع دستگاه عصبی مسئول برقراری و حفظ ارتباطات داخلی و خارجی و نیز سازش موجود زنده با محیط است.
مهمترین عمل دستگاه عصبی، به شرح زیر میباشد:
1-انقباض ماهیچههای مخطط ارادی در سراسر بدن، مانند انقباض ماهیچههای مخطط پاها در هنگام راه رفتن
2-انقباض ماهیچههای صاف غیرارادی، مانند انقباض ماهیچههای صاف دیواره رودهها به منظور ایجاد حرکت دودی
3-ترشح غدد مانند ترشح هورمون از غده فوق کلیوی در اثر تحریک عصب سمپاتیک
-------------------
دستگاه عصبی به دو قسمت اصلی تقسیم میشود:
1-دستگاه عصبی مرکزی که شامل مغز و نخاع است
2-دستگاه عصبی محیطی یا پیرامونی که شامل اعصاب مغزی، اعصاب نخاعی و دستگاه عصبی خودکار میشود
سیستم عصبی پاراسمپاتیک( جمجمه ای- خاجی) همهٔ قسمتهای دستگاه عصبی با هم ارتباط متقابل دارند، اما برای بحث میتوان آن را به دو دستگاه که هریک دارای دو بخش است تقسیم کرد. (شکل زیر)
و . . .