نرم افزار متلب و کاربرد آن در مهندسی پزشکی

کلیو مولر (Cleve Moler)، رئیس بخش علوم کامپیوتر در دانشگاه نیو مکزیکو، در اواخر دهه ۱۹۷۰ شروع به توسعه متلب کرد. او این برنامه را طراحی کرد تا به دانش‌آموزانش اجازه دسترسی به LINPACK و EISPACK بدون نیاز به یادگیری Fortran را بدهد. این موضوع به زودی به سایر دانشگاه‌ها گسترش یافت و مخاطبان علاقه‌مندی در جامعه ریاضی کاربردی پیدا کرد. مهندس جک لیتل، در طی دیدار با مولر از دانشگاه استنفورد در سال ۱۹۸۳ با این نرم افزار آشنا شد. او با تشخیص پتانسیل تجاری آن، تصمیم به همکاری با مولر گرفت. آن‌ها در سال ۱۹۸۴ متلب را منتشر کردند و مت‌ورکس را در سال ۱۹۸۴ تأسیس کردند. در سال ۲۰۰۰، این نرم افزار بازنویسی شد تا از مجموعه جدیدتر کتابخانه برای دستکاری ماتریس، استفاده شود. این نرم افزار برای اولین بار توسط محققان و شاغلان در مهندسی کنترل، تخصص Little's، استفاده می‌شد، اما به سرعت در بسیاری از حوزه‌ها گسترش یافت. هم چنین در آموزش به ویژه آموزش جبر خطی، تحلیل عددی و در پردازش تصویر مورد استفاده قرار می‌گیرد.

متلب یک پلت فرم برنامه نویسی و محاسبات عددی است که توسط میلیون ها مهندس و دانشمند برای تجزیه و تحلیل داده ها، توسعه الگوریتم ها و ایجاد مدل استفاده می شود. متلب یک محیط دسکتاپ تنظیم شده برای تجزیه و تحلیل تکراری و فرآیندهای طراحی را با یک زبان برنامه نویسی ترکیب می کند که به طور مستقیم ریاضیات ماتریس و آرایه را بیان می کند. این نرم افزار شامل یک ویرایشگر زنده برای ایجاد اسکریپت هایی است که کد، خروجی و متن فرمت شده را در یک نوت بوک اجرایی ترکیب می کند.

واژهٔ متلب هم به معنی محیط محاسبات رقمی و هم به معنی خود زبان برنامه‌نویسی مورد نظر است که از ترکیب دو واژهٔ MATrix (ماتریس) و LABoratory (آزمایشگاه) ایجاد شده‌است. این نام حاکی از رویکرد ماتریس محور برنامه است، که در آن حتی اعداد منفرد هم به عنوان ماتریس در نظر گرفته می‌شود.

در حقیقت تمام داده‌ها در این نرم افزار به شکل یک ماتریس ذخیره می‌شوند. برای مثال یک عدد (اسکالر) به شکل یک ماتریس ۱*۱ ذخیره می‌شود. یک رشته مانند «Whale is the biggest animal» به شکل ماتریسی با یک سطر و چندین ستون (که تعداد ستون‌ها به تعداد کاراکترهاست) ذخیره می‌شود. حتی یک تصویر به شکل یک ماتریس سه بعدی ذخیره می‌گردد که بُعد اول و دوم آن برای تعیین مختصات نقاط و بُعد سوم آن برای تعیین رنگ نقاط استفاده می‌شود. فایل‌های صوتی نیز در این نرم افزار به شکل ماتریس‌های تک ستون  ( بردارهای ستونی) ذخیره می‌شوند؛ بنابراین جای تعجب نیست که متلب مخفف عبارت آزمایشگاه ماتریس باشد. قابلیت های این برنامه شامل : تجزیه و تحلیل داده، نگاره سازی ، برنامه نویسی، ساخت اپلیکیشن، رابط ها ی زبان خارجی ، اتصال  به سخت افزار، محاسبات موازی ، گسترش وب و دسکتاپ و راه اندازی نرم افزار در فضای ابری می باشد.

قابلیت های نرم افزار و معرفی جعبه ابزار های متلب

اکنون برخی از  قابلیت های نرم افزار متلب را جداگانه توضیحی مختصر می دهیم:

نگاره سازی: تجسم و کاوش داده ها

برنامه نویسی : ایجاداسکریپت ها، توابع و کلاس ها

ساخت اپلیکشن : ایجاد برنامه های دسکتاپ و وب

رابط های زبان خارجی : استفاده از متلب با Python، C/C++، Fortran، Java و زبان های دیگر

محاسبات موازی: انجام محاسبات در مقیاس بزرگ و شبیه سازی موازی با استفاده از دسکتاپ های چند هسته ای، پردازنده های گرافیکی، خوشه ها و ابرها

راه اندازی نرم افزار در فضای ابری :اجرا در محیط های ابری از MathWorks Cloud گرفته تا ابرهای عمومی از جمله AWS و Azure

جعبه ابزار هایی که در این نرم افزار قرار دارد عبارتند از :

• سیمیولینک، ابزاری برای شبیه‌سازی سامانه‌ها به صورت مجرد
• جعبه‌ابزار مخابرات ، توابع و ابزارهای محاسبات مهندسی مخابرات
• جعبه‌ابزار کنترل ، توابع و ابزارهای محاسبات مهندسی کنترل
• جعبه‌ابزار فازی ، توابع و ابزارهای محاسبات فازی
• جعبه‌ابزار محاسبات ، توابع و ابزارهای محاسبات عددی
• جعبه‌ابزار تخمین ، توابع و ابزارهای محاسبات بحث تخمین سیستم در مهندسی کنترل
• جعبه‌ابزار آمار، توابع و ابزارهای محاسبات آمار
• جعبه‌ابزار جمع‌آوری داده، توابع و ابزارهای جمع‌آوری داده
• جعبه‌ابزار شبکه عصبی، توابع و ابزارهای محاسبات شبکه عصبی
• جعبه‌ابزار پردازش تصویر، توابع و ابزارهای محاسبات پردازش تصویر
• جعبه‌ابزار پردازش صوت ، توابع و ابزارهای محاسبات پردازش صوت
• جعبه‌ابزار احتمالات

کاربرد نرم افزار متلب دررشته های مختلف

نرم افزار متلب در بسیاری از رشته های فنی و علوم پایه و حتی بعضی از رشته های علوم انسانی از جمله روانشناسی کاربرد بسیاری دارد. از کاربرد های این نرم افزار میتوان موارد زیر را نام برد:

• سیسیتم های کنترل
• یادگیری عمیق
• یادگیری ماشین
• پردازش سیگنال
• پردازش تصویر
• رباتیک
• و هم چنین پیاده سازی الگوریتم های بهینه سازی از جمله الگوریتم ژنتیک  

کاربرد نرم افزار متلب در مهندسی پزشکی

یکی از پرکاربردترین موارد در نرم افزار متلب پردازش سیگنال های حیاتی است. پردازش سیگنال های زیستی شامل خیلی از عنوان های بین رشته است که با پردازش سیگنال هایی سر و کار دارند که توسط بدن انسان ساخته می شود. این سیگنال ها می توانند الکتریکی، شیمیایی یا صوتی باشند. آنالیز این سیگنال ها می تواند معمولا در توضیح و آسیب شناسی بدن انسان به کار برده شود. این سیگنال ها، بدون پردازش هیچ اطلاعاتی از ارگان بدن به ما نمی دهند، درک درست از آنالیز سیگنال های زیستی به ما این امکان را می دهد که اطلاعات را از داخل سیگنال بیرون کشیده و آن ها را تجزیه و تحلیل کنیم. یکی از نرم افزار هایی که در آنالیز این سیگنال ها به ما کمک میکند این نرم افزار است.

از دیگر کاربرد های آن در مهندسی پزشکی پردازش تصاویر پزشکی می باشد. یکی از بهترین ابزارهای مهندسی برای کار با تصاویر دیجیتال و انجام عملیات پردازشی روی آنها، “جعبه ابزار پردازش تصویر” از زیر مجموعه های نرم افزار MATLAB می باشد .

پردازش تصویر یا Image Processing، امروزه به عنوان یکی از مولفه های اساسی در سیستم های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه های پژوهشی تبدیل کرده است.

از جعبه ابزار پردازش تصویرمتلب برای پردازش درتصاویری که از طریق دستگاه های MRI و CT-scan و یا PET و سایر دستگاه های تصویر برداری ثبت می شود استفاده میشود. از مهم ترین نتایج این پردازش ها تشخیص تومور و اندازه و مکان آن در بدن فرد بیمار است.

از دیگر کاربرد های این نرم افزاردر مهندسی پزشکی پیاده سازی  الگوریتم بهینه سازی است. یکی ازروش های بسیار پیشرفته الگوریتم های بهینه سازی الگوریتم ژنتیک است که کد های آماده آن در نزم افزار قرار دارد.

جمع بندی

همانطور که پیشتر گفته شد نرم افزار متلب با توجه به گستردگی عملیاتی که میتوان در آن انجام داد بسیار در رشته های فنی کاربرد دارد. در مهندسی پزشکی هم به همین صورت است. گاهی برای تشخیص بیماری نیاز به تصویر برداری یا ثبت سیگنال از بدن بیمار است اما سیگنال و با تصویر به تنهایی به تشخیص بیماری کمک نمیکند لذا پردازش آن بسیار مهم می باشد تا به پزشک کمک کند تا بیماری را تشخیص دهد. در نتیجه آشنایی و تسلط به نرم افزار متلب بسیار برای متخصصین مهندسی پزشکی به ویژه گرایش بیوالکتریک بسیار حائز اهمیت است.

نویسنده مقاله: سمانه خان بیگی کارشناس دپارتمان مهندسی پزشکی پارس پژوهان