مدلسازی اثرات عوامل فردی بر دمای موضعی بدن با توسعه یک مدل گرما تنظیم چند بخشی فردی

مدل‌های گرما تنظیم مبتنی بر عملکرد حسگرهای حرارتی پوستی به دلیل نزدیکی به فیزیک حاکم بر درک حرارتی بدن در سال های اخیر مورد توجه پژوهشگران قرار گرفته است. بر همین اساس، مدل‌های زیادی از جمله مدل‌های stb، itb، mstb و jostb برای ارزیابی شرایط حرارتی بدن ارائه شده است. در تحقیق حاضر و در راستای تکمیل پژوهش‌های پیشین، یک مدل فردی-بخشی (imtb) معرفی شده‌است. مدلی که علاوه بر پیش‌بینی دمای بخش‌های مختلف، تاثیر عوامل فردی مانند قد، وزن، سن، جنسیت و شاخص توده بدنی بر دمای موضعی و کلی بدن را ارزیابی می‌کند. در این تحقیق بدن از 17 بخش، 3 لایه و سیستم گردش خون متشکل از سرخرگ، سیاهرگ و سیاهرگ‌های سطحی تشکیل و تاثیر عوامل فردی بر پارامترهای فیزیولوژیکی و سازوکارهای انتقال و گرما تنظیم بدن بررسی شده‌است. همچنین، در نهایت صحت عملکرد مدل جدید برای پیش‌بینی دمای موضعی و میانگین پوست با نتایج آزمایشگاهی مختلف مورد اعتبارسنجی قرارگرفته است. نتایج نشان می‌دهد مدل توسعه‌یافته جدید ضمن درنظر گرفتن شرایط فردی، توانایی قابل‌قبولی در تخمین دمای بدن دارد و می تواند دمای بخش های مختلف بدن را با متوسط خطای 0/4 درجه سلسیوس پیش بینی نماید.

modeling the effects of individual parameters on local body temperature by developing an individualized multi-segment thermoregulatory model

thermoregulatory models based on thermoreceptors have attracted the attention of researchers in recent years due to their conformity with the basis of human thermal perception. for this reason, various models have been presented such as stb, itb, mstb and jostb. in the present study and in continuation of previous studies, an individual multi-segment thermoregulatory bioheat (imtb) model has been introduced which can evaluate the temperature of various segments of the body by considering theeffects of individual parameters such as height, weight, age and gender. in this study, the body is subdivided into 17 segments, 3 layers and the blood circulatory system consists of arteries, veins and superficial veins. also, the effects of individual parameters on physiological parameters, thermoregulatory mechanisms and heat transfer of the body have been investigated. finally, the performance of the new model in predicting local and mean skin temperature was validated against different experimental data. theresults indicate that by considering the individual parameters, the new model can precisely predict the local skin temperature with mean absolute error of 0.4℃.