علم وظائف الأعضاء الجزئية
يشير علم وظائف الأعضاء الكسورية الجزئية (بالإنجليزية: Fractal physiology) إلى دراسة الأنظمة الفسيولوجية باستخدام طرق علم التعقيد، مثل قياس فوضى الكون والإنتروبيا والأبعاد الكسورية. الافتراض الأساسي هو أنَّ الأنظمة البيولوجية معقدة وتظهر أنماطاً غير خطية من النشاط، وأنَّ توصيف هذا التعقيد (باستخدام مناهج رياضية مخصصة) مفيد لفهم النظام وإجراء استنتاجات وتنبؤات حوله.[1]
النتائج الرئيسية
علم وظائف الأعصاب
يتم استخدام القياسيات الكَمّيَّة لتعقيد نشاط الدماغ في سياق الأمراض العصبية والنفسية وتوصيف الحالات العقلية، مثل انفصام الشخصية،[2] الاضطرابات العاطفية،[3] أو الاضطرابات التنكسية العصبية.[4] على وجه الخصوص، يرتبط انخفاض تعقيد تخطيط أمواج الدماغ، عادةً بزيادة علم الأعراض.
أنظمة القلب والأوعية الدموية
يعدّ تعقيد تقلب معدل ضربات القلب مؤشرًا مفيدًا على صحة القلب والأوعية الدموية.[5]
البرمجيات
- في بايثون (لغة برمجية)، يوفر نيوروكيت (هو صندوق أدوات مفتوح المصدر لمعالجة الإشارات الفسيولوجية)، مجموعة شاملة من الوظائف لتحليل تعقيد البيانات الفسيولوجية.[5][6] ينفذ أنتروباي عدة مقاييس لتحديد مدى تعقيد السلاسل الزمنية.[7]
- في آر (لغة برمجة)، توفر تي إس الإنتروبيات طرقًا لتحديد كَمّيَّة الإنتروبيا.[8] كاسنيت (دراسة مقابلة مع المرضى والممارسين العامين في أوكسفوردشاير)، تنفذ مجموعة من الأدوات التحليلية لدراسة الإشارات المسجلة من أنظمة التكيف المعقدة.[9]
- في ماتلاب، يسمح صندوق أدوات العلامات الحيوية الفسيولوجية العصبية بحساب تحليل التقلبات المنفصلة. تنفذ إي زد إنتروبيا تحليل الإنتروبيا للسلسلة الزمنية الفسيولوجية.[10]
انظر أيضا
المراجع
- ^ Bassingthwaighte، James B. (1994). Fractal physiology. New York: Published for the American Physiological Society by Oxford University Press. ISBN:0195080130.
- ^ Smits، Fenne Margreeth؛ Porcaro، Camillo؛ Cottone، Carlo؛ Cancelli، Andrea؛ Rossini، Paolo Maria؛ Tecchio، Franca (12 فبراير 2016). "Electroencephalographic Fractal Dimension in Healthy Ageing and Alzheimer's Disease". PLOS ONE. ج. 11 ع. 2: e0149587. Bibcode:2016PLoSO..1149587S. DOI:10.1371/journal.pone.0149587. PMC:4752290. PMID:26872349.
- ^ Tretter، F.؛ Gebicke-Haerter، P. J.؛ an der Heiden، U.؛ Rujescu، D.؛ Mewes، H. W.؛ Turck، C. W. (مايو 2011). "Affective Disorders as Complex Dynamic Diseases – a Perspective from Systems Biology". Pharmacopsychiatry. ج. 44 ع. S 01: S2–S8. DOI:10.1055/s-0031-1275278. PMID:21544742.
- ^ an der Heiden، U. (فبراير 2006). "Schizophrenia as a Dynamical Disease". Pharmacopsychiatry. ج. 39: 36–42. DOI:10.1055/s-2006-931487. PMID:16508894.
- ^ أ ب Pham، Tam؛ Lau، Zen Juen؛ Chen، S. H. Annabel؛ Makowski، Dominique (9 يونيو 2021). "Heart Rate Variability in Psychology: A Review of HRV Indices and an Analysis Tutorial". Sensors. ج. 21 ع. 12: 3998. Bibcode:2021Senso..21.3998P. DOI:10.3390/s21123998. PMC:8230044. PMID:34207927.
- ^ Makowski، Dominique؛ Pham، Tam؛ Lau، Zen J.؛ Brammer، Jan C.؛ Lespinasse، François؛ Pham، Hung؛ Schölzel، Christopher؛ Chen، S. H. Annabel (أغسطس 2021). "NeuroKit2: A Python toolbox for neurophysiological signal processing". Behavior Research Methods. ج. 53 ع. 4: 1689–1696. DOI:10.3758/s13428-020-01516-y. PMID:33528817. S2CID:231757711.
- ^ Vallat، Raphael (22 مارس 2022). "raphaelvallat/antropy". github.com. مؤرشف من الأصل في 2023-01-02. اطلع عليه بتاريخ 2022-03-22.
- ^ Tomcala، Jiri (8 أكتوبر 2018). "TSEntropies". CRAN. مؤرشف من الأصل في 2022-10-24. اطلع عليه بتاريخ 2022-03-22.
- ^ Hasselman، Fred (6 مارس 2022). "casnet". github.com. مؤرشف من الأصل في 2022-10-14. اطلع عليه بتاريخ 2022-03-22.
- ^ Li، Peng (ديسمبر 2019). "EZ Entropy: a software application for the entropy analysis of physiological time-series". BioMedical Engineering OnLine. ج. 18 ع. 1: 30. DOI:10.1186/s12938-019-0650-5. PMC:6425722. PMID:30894180.
