fa همبستگی سیگنال‌‌های مغزی و سیگنال‌‌های صدای تراکتور مبتنی بر تحلیل فرکتال سایر موارد Other Cases پژوهشي Research <p></p>&nbsp; <div style="font-style: normal; text-align: justify;"><span style="font-size:12px;"><span style="font-family:IRANsans;"><span style="color: rgb(142, 68, 173);"><strong>زمینه و هدف</strong>:</span> به دلیل وجود صدای ناشی از انواع ماشین‌&rlm;ها و ادوات در بخش‌&rlm;های مختلف کشاورزی، ارزیابی مستمر ایمنی و سلامت شغلی افراد شاغل در این بخش کاملاً ضروری به نظر می‌&rlm;رسد. بی&rlm;‌شک با آگاهی کامل از تأثیرات صدا بر سلامت و عملکرد افراد می‌&rlm;توان آثار زیان‌&rlm;بار صدا را به نحو مطلوب&rlm;‌تری&rlm; کاهش داد.</span></span></div> <div style="font-style: normal; text-align: justify;"><span style="font-size:12px;"><span style="font-family:IRANsans;"><strong><span style="color:#8e44ad;">روش کار:</span></strong> این تحقیق در سال ۱۳۹۸ در مزرعه تحقیقاتی دانشگاه اراک انجام گرفت. <span style="font-weight:normal;">در این تحقیق از یک تراکتور باغی مدل گلدونی ۳۴۱ استفاده شد. ۱۶ داوطلب در معرض صدای تراکتور قرار گرفتند و نوار مغزی هر یک از آنان در چهار دور مختلف موتور ثبت شد. سپس از دو روش هیگوچی و کاتز برای محاسبه بُعد فرکتال سیگنال&rlm;‌های صدا و همچنین سیگنال‌&rlm;های مغزی استفاده شد.</span><br> <strong><span style="color:#8e44ad;">یافته‌&rlm;ها:</span></strong> <span style="font-weight:normal;">نتایج نشان می دهد، که با افزایش دور موتور، مقادیر بُعد فرکتال صدا در دو روش هیگوچی و کاتز افزایش داشته‌&rlm;اند. همچنین نتایج حاکی از افزایش بُعد فرکتال سیگنال&rlm;‌های مغزی در اثر افزایش دور موتور بود. نتایج رگرسیون نیز نشان می دهد که هم بستگی بالایی بین دو سیگنال مغزی و صدا وجود دارد؛ به طوری که ضریب تبیین ۰/۸۹۶ و ۰/۸۵۹ به ترتیب در دو روش هیگوچی و کاتز به دست آمد.</span><br> <strong><span style="color:#8e44ad;">نتیجه&rlm;‌گیری:</span></strong><span style="font-weight:normal;"> این بررسی نشان داد که واکنش افراد هنگامی که در معرض صدا قرار دارند، با استفاده از بُعد فرکتال قابل پیش‌&rlm;بینی است؛ بنابراین برآورد خصوصیات سیگنال&rlm;‌های مغزی بدون ثبت آن‌ها که غالباً هزینه‌&rlm;بر و زمان&rlm;‌بر هستند امکان&rlm;‌پذیر است. به غیر از بعد فرکتال، شاید به ندرت بتوان شاخصی یافت که بین سیگنال های مغزی و صدا ارتباط برقرار نماید؛ بنابراین می توان واکنش افراد را زمانی که در معرض صدا قرار دارند، با استفاده از بعد فرکتال پیش بینی کرد. </span></span></span></div> &nbsp; <div style="text-align: justify;"><span style="font-family:Times New Roman;"><span style="color:#8e44ad;"><strong>Background & Objectives:</strong> </span>Due to the sound caused by various machines and tools in different agriculture sectors, occupational safety and health should be continuously evaluated. Indeed, the harmful effects of sound can be better reduced when the effects of sound on people&#39;s health and performance are fully known.<br> <span style="color:#8e44ad;"><strong>Methods: </strong></span>In this study, a garden tractor was used. Sixteen volunteers were exposed to the sound of the tractor, and their EEG was recorded at four different engine speeds. Then, Higuchi and Katz methods were used to calculate the fractal dimension of sound signals as well as brain signals.<br> <span style="color:#8e44ad;"><strong>Results:</strong> </span>The results showed that by increasing engine speed, the values ​​of the fractal dimension in both Higuchi and Katz methods increased. The results also showed an increase in the fractal dimension of brain signals due to an increase in engine speed. The regression results also showed a high correlation between the two brain signals and the sound. The coefficient of explanation was 0.896 and 0.859 in Higuchi and Katz methods, respectively.<br> <strong><span style="color:#8e44ad;">Conclusion:</span> </strong>This study showed that people&#39;s reactions, when exposed to sound, can be predicted using the fractal dimension. Therefore, it is possible to estimate the characteristics of brain signals without recording them, which are often costly and time-consuming.</span></div> نوار مغزی, هیگوچی, کاتز, تراکتور, صدا EEG, Higuchi, Katz, Tractor, Sound 69 81 http://journal.iehfs.ir/browse.php?a_code=A-10-739-1&slc_lang=fa&sid=1 Majid Lashgari مجید لشگری m-lashgari@araku.ac.ir 100319475328460012519 100319475328460012519 Yes Associate Professor, Department of Biosystems Engineering, Arak University, Arak, Iran دانشیار، گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی و محیط زیست، دانشگاه اراک، اراک، ایران Mohammadreza Arab محمدرضا عرب arab1383@yahoo.com 100319475328460012520 100319475328460012520 No PhD, Department of Medical Engineering, Arak University of Medical Sciences, Arak, Iran دکترا، واحد تجهیزات پزشکی، دانشگاه علوم پزشکی اراک، اراک، ایران Mohsen Nadjafi محسن نجفی nadjafi@arakut.ac.ir 100319475328460012521 100319475328460012521 No Assistant Professor, Department of Electrical Engineering, Arak University of Technology, Arak, Iran استادیار، گروه مهندسی برق مخابرات، دانشکده مهندسی برق، دانشگاه صنعتی اراک، اراک، ایران Ali Maleki علی ملکی maleki@agr.sku.ac.ir 100319475328460012522 100319475328460012522 No Associate Professor, Department of Biosystems Engineering, Shahrekord University, Shahrekord, Iran دانشیار، گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهرکرد، شهرکرد، ایران