این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش فیزیک ایران، جلد ۱۷، شماره ۵، صفحات ۶۶۱-۶۶۷
عنوان فارسی آنالیز مو با استفاده از روش بیناب‌نمایی فروشکست القایی لیزری و مدل ماشین بردار پشتیبان به منظور تشخیص اعتیاد
چکیده فارسی مقاله هم‌زمان با پیشرفت روش‌های آزمایشگاهی کشف اعتیاد، روش‌های نهان کردن یا به عبارتی ایجاد نتایج منفی کاذب به طرق مختلف فیزیکی و شیمیایی نیز گسترش یافته است. در این پژوهش به دنبال ارایه روشی جدید بر اساس بیناب‌نمایی فروشکست القایی لیزری بر اساس آنالیز موی سر افراد سالم و معتاد هستیم تا بر مشکلات روش‌های مرسوم غلبه و امکان تقلب در تشخیص اعتیاد را به صورت قابل ملاحظه‌ای کم کنیم. به این منظور، ابتدا از موی سر 17 فرد سالم و17 فرد معتاد نمونه برداری شد و سپس از هر نمونه 5 بیناب و در مجموع170 بیناب ثبت شد. پس از تجزیه و تحلیل بیناب‌های LIBS ثبت شده و آشکارسازی خطوط اتمی، یونی و همچنین باندهای مولکولی، شدت‌های نسبی مربوط به خطوط گسیلی آلومینیوم به کلسیم (Al / Ca) و آلومینیوم به سدیم (Al / Na) به عنوان متغیرهای ورودی برای روش ماشین بردار پشتیبان انتخاب شد. در مدل SVM از توابع کرنل پایه شعاعی، چند جمله‌ای و یک تابع خطی برای انجام گروه بندی روی داده‌ها استفاده شد. نتایج این پژوهش نشان داد که می‌توان با ترکیب روش LIBS و مدل ماشین بردار پشتیبان فرد معتاد را با دقت 100‌% به درستی تشخیص داد. به دلیل مزایای متعدد روشLIBS همچون آنالیز سریع و قابلیت سیار بودن، این روش می‌تواند به تنهایی و یا در کنار روش‌های موجود به عنوان یک روش تشخیص خودکار اعتیاد از طریق آنالیز موی سر مورد استفاده قرار گیرد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Hair analysis by means of laser induced breakdown spectroscopy technique and support vector machine model for diagnosing addiction
چکیده انگلیسی مقاله Along with the development of laboratory methods for diagnosing addiction, concealment ways, either physically or chemically, for creating false results have been in progress. In this research based on the Laser Induced Breakdown Spectroscopy technique (LIBS) and analyzing hair of addicted and normal people, we are proposing a new method to overcome problems in conventional methods and reduce possibility of cheating in the process of diagnosing addiction. For this purpose, at first we have sampled hair of 17 normal and addicted people and recorded 5 spectrums for each sample, overall 170 spectrums. After analyzing the recorded LIBS spectra and detecting the atomic and ionic lines as well as molecular bands, relative intensities of emission lines for Aluminum to Calcium (Al/Ca) and Aluminum to Sodium (Al/Na) were selected as the input variables for the Support Vector Machine model (SVM).The Radial Basis, Polynomial Kernel functions and a linear function were chosen for classifying the data in SVM model. The results of this research showed that by the combination of LIBS technique and SVM one can distinguish addicted person with precision of 100%. Because of several advantages of LIBS such as high speed analysis and being portable, this method can be used individually or together with available methods as an automatic method for diagnosing addiction through hair analysis.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد وحید دستجردی | m vahid dastjerdi
department of physics, university of isfahan, isfahan, iran
گروه فیزیک، دانشگاه اصفهان، اصفهان
سازمان اصلی تایید شده: دانشگاه اصفهان (Isfahan university)

زهرا درخشان زاده | z derakhshan zadeh
department of physics, vali-e-asr university of rafsanjan, rafsanjan, iran
گروه فیزیک، دانشگاه ولی عصر رفسنجان، رفسنجان
سازمان اصلی تایید شده: دانشگاه ولی عصر رفسنجان (Valiasr university)

سید جبار موسوی | s j mousavi
department of physics, university of isfahan, isfahan, iran
گروه فیزیک، دانشگاه اصفهان، اصفهان
سازمان اصلی تایید شده: دانشگاه اصفهان (Isfahan university)

حسن رنجبرعسکری | h ranjbar askari
department of physics, vali-e-asr university of rafsanjan, rafsanjan, iran
گروه فیزیک، دانشگاه ولی عصر رفسنجان، رفسنجان
سازمان اصلی تایید شده: دانشگاه ولی عصر رفسنجان (Valiasr university)

محمود سلطان الکتابی | m soltanolkotabi
department of physics, university of isfahan, isfahan, iran
گروه فیزیک، دانشگاه اصفهان، اصفهان
سازمان اصلی تایید شده: دانشگاه اصفهان (Isfahan university)

نشانی اینترنتی http://ijpr.iut.ac.ir/browse.php?a_code=A-10-2608-2&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1342/article-1342-571801.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات