برگزاری جلسه دفاع از رساله آقای علیرضا مهدویان -گروه مکانیک ماشینهای کشاورزی

خلاصه خبر: بازشناسی آوایی الگوهای صوتی طیور چالش داده شده با ویروس برونشیت و نیوکاسل

جلسه دفاع از رساله :علیرضا مهدویان                                                                 گروه: مکانیک ماشینهای کشاورزی

عنوان رساله:بازشناسی آوایی الگوهای صوتی طیور چالش داده شده با ویروس برونشیت و نیوکاسل

ارائه کننده:علیرضا مهدویان

استاد راهنما :  آقای دکتر سعید مینایی

استاد مشاور اول : آقای دکتر فرشاد الماس گنج

 استاد مشاور دوم : آقای دکتر شعبان رحیمی

استاد ناظر داخلی:آقای دکتر برات قبادیان

استاد ناظر داخلی:آقای دکتر غلامحسن نجفی

استاد ناظر خارجی : آقای دکتر سید سعید محتسبی 

استاد ناظر خارجی:آقای دکتر افشین ایوانی

نماینده تحصیلات تکمیلی: آقای دکتر غلامحسن نجفی

مکان : آمفی تئاتر شماره 2

تاریخ: 28/10/95

ساعت: 8:30

چکیده:

چالش شیوع بیماری‌های تنفسی است در مزارع پرورش طیور همواره یکی از مهم‌تریندغدغه‌ها در این صنعت بوده و تشخیص زودهنگام بیماری می‌تواند یک گام مهم در کنترل این گروه از بیماری‌ها باشد. مطالعه هیستوپاتولوژی بیماری در کنار بررسی جهاز صوتی پرنده به نشانه‌هایی از قابلیت کاربرد سیگنال آوایی پرنده به‌عنوان یک بایومارکر سودمند از ابتلا به بیماری منتهی می‌گردد. در پژوهش حاضر، به‌منظور بررسی قابلیت کاربرد برخی ویژگی‌های صوتی در پایش وضعیت سلامت، سیگنال آوایی تعدادی پرنده در سه گروه کنترل، مبتلا به برونشیت و مبتلا به نیوکاسل به‌صورت روزانه گردآوری شد و وضعیت سلامت این گروه‌هابه کمکآزمون‌های سرولوژیک صحه‌گذاری گردید. در این الگوریتم ابتدا سیلاب‌های آوایی پرنده از سیگنال اولیه استخراج، و سپس ویژگی‌های صوتی به کمک ماشین بردار پشتیبان مورد مقایسه قرار گرفت. نتایج نشان داد از میان ویژگی‌های آوایی آنتروپی ویولت بهترین عملکرد را تشخیص بیماری برونشیت داشته و سامانه توانسته است در روز سوم پس از تلقیح بیماری به دقتی معادل 83% دست یابد و مهم‌تر آنکه در این روز 87% نمونه‌های بیمار به‌درستی تشخیص داده‌شده‌اند. در نمونه‌های مبتلا به نیوکاسل نیز ازنظر شاخص دقت آنتروپی ویولت بهترین عملکرد را به خود اختصاص داده و در روز چهارم پس از تلقیح 80% از قضاوت‌ها را به‌درستی انجام داد اما در مقایسه با برونشیت، ویژگی‌های صوتی عملکردی نزدیک‌تر نسبت به یکدیگر داشته و حتی در تشخیص صحیح نمونه‌های بیمار ضرایب کپسترال بهتر از آنتروپی و به‌طورکلی تجزیه مل بهتر از تجزیه موجک عمل نمود. سامانه توسعه‌یافته در این پژوهش موفق شد صرفاً بر اساس ویژگی‌های آوایی پرنده عملکردی بسیار نزدیک، به‌ویژه در تشخیص برونشیت، به یک فرد خبره در این زمینه داشته باشد.

 

واژه‏های کلیدی: پایش سلامت؛ ویژگی‌های صوتی؛ تجزیه موجک؛ بایوآکوستیک.


28 دی 1395 / تعداد نمایش : 3791