سرطان مغز

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 16

سرطان مغز در بین جوانان

سرطان مغز سومین سرطان مرگبار در بین جوانان 20 تا 39 ساله به شمار می‌رود. با توجه به ساختار حساس و پیچیده مغز، به ویژه در مواردی که تومور در نواحی بحرانی برای حافظه یا اعصاب حرکتی ایجاد شده باشد خارج کردن کامل تومور امکان پذیر نیست؛ بنابراین بعد از جراحی، بیمار تنها مدت کوتاهی زنده می‌ماند. اما تیمی از محققان آزمایشگاه پیشرانش جت (JPL) ناسا، موسسه فناوری کالیفرنیا (Caltech) و USC-Keck School of Medicine به سرپرستی یک پژوهشگر ایرانی در حال بررسی روش جدیدی هستند که ممکن است مدت زنده ماندن بیماران مبتلا به سرطان مغز را پس از جراحی افزایش دهد.

به گزارش گروه علمی ایسنا اساس روش ابداعی دکتر کاتب بر استفاده از دوربینهای مادون قرمز است که پیش از این توسط پژوهشگران ناسا برای نقشه‌برداری و تحلیل عوارض سطحی مریخ و سایر سیارات و شناسایی ستارگان دوردست در سایر منظومه‌های خورشیدی به کار رفته است.

این فناوری همچنین برای شناسایی و نجات مصدومان توسط آتش‌نشانان و ردیابی اهداف نظامی در تاریکی مورد استفاده قرار گرفته است. با این حال زمینه پزشکی استفاده از این فناوری محدود به شناسایی سلولهای سرطانی پوست بوده است.

ایده اولیه کاربرد این تکنیک در جراحی تومورهای سرطان مغز، سال گذشته توسط دکتر بابک کاتب ارائه شده و در حال حاضر با همکاری محققان USC-Keck School of Medicine، موسسه فناوری کالیفرنیا و آزمایشگاه JPL ناسا در پاسادنای کالیفرنیا در حال اجراست.

دکتر کاتب در گفت‌وگوی اینترنتی با خبرنگار پژوهشی خبرگزاری دانشجویان ایران (ایسنا)، درباره روش ابداعی خود در جراحی تومورهای مغزی می گوید: یکی از مشکلاتی که در درمان تومورهای مغزی وجود دارد، شناسایی کناره‌های تومورهاست. با وجود پیشرفتهای چشمگیر پزشکی مدرن، تشخیص و جداسازی دقیق کناره‌های تومورهای مغزی بسیار دشوار است، به طوری که جراحان اغلب پس از جدا کردن بخش عمده تومور، مقداری از سلولهای سرطانی کناره آن را باقی می‌گذارند یا مقداری از بافت سالم و حیاتی مغز را همراه سلولهای سرطانی جدا می‌کنند که این امر باعث شده که معمولا بیماران پس از جراحی مدت زیادی زنده نمانند.

پژوهشگر ایرانی دانشگاه کالیفرنیای جنوبی بیان می دارد: روش غیر تهاجمی ابداعی ممکن است به ما در شناسایی بهتر کناره‌های تومور کمک کرده و بدین ترتیب ممکن است بتوان با خارج کردن بخش عمده تومور عمر بیماران را افزایش داد.

وی درباره روش ابداعی خود به ایسنا اظهار می دارد که: اساس این روش مبتنی بر این تز است که سلولهای سرطانی با وجود ظاهر و رنگ مشابه با سلولهای سالم به دلیل رشد بیشتر و حمله به سلولهای همسایه از سازوکارهای بیوشیمیایی متفاوتی برای تولید انرژی استفاده کرده و در نتیجه گرمای بیشتری نسبت به سلولهای سالم گسیل می‌کنند. در این روش با تمرکز دوربینهای مادون قرمز به محل تومور، سلولهای سرطانی به دلیل دمای بیشتر به صورت «نقاط داغ» مشخص می‌شوند بدین ترتیب پیش از انجام جراحی نقشه‌های دقیقی از تورمورهای مغز تهیه می‌شود که می‌تواند امکان تشخیص دقیقی تومور را به جراحان مغز بدهد.

کاتب با اشاره به این که تکنیک نقشه برداری مادون قرمز از تورمورهای مغزی در حال حاضر در مرکز و بیمارستان جامع سرطان USC/NORRIS در مرحله تست بالینی است، تصریح کرد: با بهره گیری از این تکنیک ممکن است علاوه بر افزایش طول عمر بیماران پس از جراحی کیفیت زندگی آنها نیز بهبود یابد.

پژوهشگر ایرانی دانشگاه کالیفرنیای جنوبی خاطرنشان کرد: روند تحقیقات ما نشان می‌دهد تکنیک طیف نمایی مادون قرمز که کاربردهای پزشکی آن صرفا به شناسایی ریشه‌های سرطان‌های پوست محدود بوده است می‌تواند به نحو موفقیت آمیزی در شناسایی انواع تومورهای مغزی - چه تورمورهای مقدماتی که اساسا در سلولهای مغز ایجاد شده‌اند و چه سرطانهایی که از سایر بافتهای بدن از جمله پوست، ریه و پستان به مغز گسترش یافته‌اند - مورد استفاده قرار گیرد.

بیماران طی آزمایشهای بالینی دقیقا تحت همان درمانهای تجویز شده برای سایر بیماران مبتلا به سرطان مغز قرار می‌گیرند و عمل جراحی آنها نیز مشابه سایر بیماران انجام می‌شود و پژوهشگران نتایج حاصل از نقشه برداری حرارتی تومور آنها را با اطلاعات سایر تکنیکهای تصویر برداری همانند سی تی اسکن، فراوادرمانی و تصویر برداری رزونانس (MRI) مقایسه خواهند کرد. آنها همچنین از تصاویر سه بعدی ایجاد شده با نرم افزار از وسیله رادیو جراحی «استریوتاکتیک»، «سیبرنایف» USC/Narris و دستگاه چاقوی گامای بیمارستان دانشگاه USC که می‌تواند اندازه تومور را قبل و بعد از عمل محاسبه کند، استفاده می‌کنند.

وی تصریح کرد: آزمایشهای بالینی در حال انجام به محققان کمک خواهد کرد میزان و مفهوم دقیق تفاوتهای حرارتی ثبت شده را عملا درک کرده و مشخص کنند که چه میزان تفاوت حرارت به مفهوم سرطانی بودن سلول است و چه میزان بر اثر خونریزی یا سایر عوامل ایجاد شده‌اند.

با توجه به وجود حدود 120 نمونه مختلف از تومورهای مغزی تحقیقات ما بر Glioblastoma multiforme که شایعترین، بدخیم‌ترین و غیر قابل درمان ترین تومورهای مغزی در بزرگسالان است متمرکز شده است.

سرپرست طرح نگاشت مغزی درباره چالش های این تحقیقات به خبرنگار ایسنا گفت: مهمترین چالش در این زمینه ادغام نور مرئی با مادون قرمز از طریق یک لنز منفرد است که با همکاری محققان JPL به دستاوردهای خوبی در این زمینه رسیده‌ایم. مشکل دیگر بزرگی دوربین‌ها بود که با بهره گیری از تخصص محققان MEMS/NEMS در JPL ناسا در زمینه میناتورسازی توانستیم اندازه دوربین‌ها را تا حد قابل قبولی کاهش دهیم.

تبادل مغز ها

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 8

تبادل مغز ها ، پدیده تازه :

جریان حرکت افراد با استعداد ، به شکل سنتی آن ، همواره از کشورهای در حال توسعه به سوی کشورهای پیشرفته بوده است ، ولی اکنون مهاجرت نخبگان به شکل پیچیده ای در آمده است و همه جهتها را ممکن است در بر گیرد . این جریانها حاکی است که پدیده « فرار مغزها » در حال تبدیل شدن به پدیده « مبادله مغزها » است . پژوهشهای تجربی بریتانیا نشان داده است که بین سالهای 1994 و 1997 حدود 11 هزار پژوهشگر خارجی در نظام آموزش عالی بریتانیا استخدام شده اند که بیشتر آنان ( 45 درصد ) از اتحادیه اروپا بوده اند ( سلطانی ، 1380 : 10 ) . پیش از دو اتحاد آلمان ، آلمان غربی تکنسینهای آلمان شرقی را برای بکار انداختن مؤسسات صنعتی اش ، به آسانی می پذیرفت ( فرید ، 1374 : 308 ) . یکی از عوامل فرار مغزها به تعبیری ، مسئله اتلاف مغزها است و اتلاف مغزها یعنی اینکه متخصصان و افراد تحصیل کرده ، نتوانند در زمینه تخصصی که دارند ، مشغول کار شوند . در این صورت مجبور می شوند برای یافتن شغل مورد نظر به سرزمین دیگری مهاجرت کنند ، همچنین انگیزه های یک دانشمند برای کوچیدن از کشورش ممکن است از آرمانهای شخصی و علایق علمی او مایه بگیرد . به هر حال این آرمانها و علایق می تواند باعث جابجایی بین المللی میلونها نفر متخصص و دانشمند شود . بریا درک گستر دگی فرار مغزها از کشوری به کشور دیگر به آمار افراد تحصیل کرده و متخصص متوجه می شود ، به این صورت که با تقسیم تعداد مهاجرانی که تحصیلات عالی و تخصص دارند ، بر تعداد افراد متخصص و تحصیل کرده در کشور مادر ، میزان فرار مغزها بدست می آید . بررسیهای کارینگتون و دتراگیاج ، در مورد فرار مغزها از کشورهای در حال توسعه به ایالات متحده و دیگر کشورهای عضو « سازمان همکاری و توسعه اقتصادی » ، نشان می دهد که فرار مغزها از ایران به سوی ایالات متحده ، در آسیا بالاترین سطح است . پس از ایران بیشتر مغزهایی که از آسیا به ایالات متحده می کوچند ، از کره فیلیپین و تایوان هستند ، اما فرار مغزها از دیگر کشورهای خاور میانه ، در سطح پایین و اندک است . طی سالهای 1960 تا 1972 بیش از 300 هزار مهندس ، جراح و تکنسین و کارگر ماهر از کشورهای در حال توسعه در سه کشور آمریکا ، کانادا و انگلستان اقامت یافتند ( مجله اقتصادی ، 1368 : 44 ) .

در سر شماری سال 1990 ایالات متحده مشخص شد که از مجموع 7 میلیون نفر مهاجر ساکن ایالات متحده ، حدود 5/1 میلیون نفر تحصیلات عالی دارند و این مهاجران از کشورهای آسیایی و حوزه اقیانوس آرام به آسیا رفته بودند . از مجموع 128 هزار نفر مهاجر آفریقایی مقیم آمریکا در آن سالها نیز حدود 95 هزار نفر دارای تحصیلات عالی بودند . در دهه 1990 کانا از مهاجرت نیروهای کانادایی به ایالات متحده صدمات بسیار زیادی دید . این مهاجران در مقایسه با کل جمعیت ، دارای تحصیلات بهتر و دارای در آمد بیشتری بودند . . در آن سالها ، در حالی که حرکت نیروهای بسیار ماهر از کانادا به سوی ایالات متحده افزایش یافته بود . از دیگر نقاط جهان نیز نیروهای ماهر به سوی ایالات متحده می رفتند ، بویژه در بخش صنایع پیشرفته کانا ، مهاجرانی اشتغال یافتند که تعدادشان بیش از تعداد مهاجرانی بود که از کانادا به ایالات متحده رفته بودند . شمار فارغ التحصیلان دارای مدرک فوق لیسانس و دکتری که از دیگر کشورها به کانادا می آیند برابر با تعداد فارغ التحصیلان در همه مقاطع دانشگاهی است که از کانادا به ایالات متحده می روند ، چنان که در سال 2001 بیش از 225 هزار نفر متخصص از کشورهای جهان به کانادا رفتند ( طایفی ، الف ، 1381 : 3 ) . بررسیهای « دی وورتز و لاریا نشان می دهد که شمار مدیران ، پزشکان ، دانشمندان و پرستارانی که در سال 94-1993 از کانادا به ایالات متحده مهاجرت کرده اند برابر با 40 درصد کل فارغ التحصیلان این رشته ها در آن سال بوده است . این کشور در سالهای 1967 تا 1987 از ورود مهاجرانی که تحصیلات عالی داشتند حدود 43 میلیارد دلار سود برد ، اما هزینه های جایگزین برای فرار مغزها به ایالات متحده در دوره 96-1989 حدود 6/12 میلیارد دلار بر آورد شده است .

از کشور هند که در زمینه نرم افزار و علوم رایانه ای متخصصان بسیار دارد . در دهه 1960 بیش از 25 هزار دانش آموخته در زمینه فن آوریهای پیشرفته به ایالات متحده آمریکا مهاجرت کرده اند که اکنون شرکتهای مهم و در آمدهایی چشمگیر دارند . همچنین بسیاری از متخصصان هندی در دیگر کشورها ، از جمله بحرین ، کویت ، عمان ، قطر و عمارات متحده عربی مشغول به کار هستند ( مرکز تحقیقات و بررسیهای اقتصادی ، 1378: 12).

در میان کشورهای آفریقایی نیز مصر ، غنا و آفریقای جنوبی به ترتیب بیشترین سهم را از مهاجران آفریقایی با ایالات متحده دارند مهاجرانی که بیش از 60 درصد آنان دارای تحصیلات دانشگاهی هستند ( همان منبع ) . در این میان 26 درصد مهاجران غنایی ، تخصص و تحصیلات عالی دارند . دولت آفریقای جنوبی که با مسئله خروج نیروی انسانی اش از کشور مواجه است ، سخت زیر فشار افکار عمومی قرار گرفته است تا مهاجران خارجی را اخراج کند از این رو گویا بر آن است که فقط به کسانی اجازه ورود دهد که مورد نیاز کشور هستند و در واقع آفریقای جنوبی از مشکل فرار مغزها و کمبود نیروی متخصص ، مانند پزشکان . مهندسان و کارشناسان فن آوری اطلاعات زیانهای بسیاری می بیند لذا با سیاستهای جدید در صدد است با شکار استعدادها ، متخصصان را تشویق به ورود به این کشور کند ( حفاجی ، 1380 : 29 ) چنین است

مقاله مغز انسان

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 23

به نام خدا

/

شگفتی های مغز انسان

فهرست عناوین:

مقدمه بخش سوم:بیماریهای مغز

-مغز چیست؟ بخش چهارم:

-ساختار مغز

- مغز پیشین (مخچه)

-مغز میانی

- تنه ی مغز

- مغز پسین (مخچه)

- مغز انتهایی

- نورون ها

بخش اول: مغز ما در کارهای روزانه

-ما چگونه دنیا را میبینیم ؟

- نقطه ی کور

- ما چگونه بوها را تشخیص میدهیم؟

- در خواب چه اتفاقی می افتد؟

- رویاها چه مفهومی دارند؟

- اضطراب چیست و مغز چگونه به آن واکنش نشان میدهد ؟

- ما درد را چگونه احساس میکنیم؟

بخش دوم:فعالیت های مغز

حافظه چیست ودر کجا قرار دارد

ما چگونه زبان یاد میگیریم

آیا حیوانات میتوانند حرف بزنند

مغز چیست؟

مغز انسان پیچیده ترین و پیشرفته ترین اندامی است که در جهان طبیعت وجود دارد. مغز بخشی از دیتگاه اعصاب است و از طریق این دستگاه ما با اطراف خود ارتباط برقرار میکنیم.

اگر مغز نبود مانمیتوانستیم ببینیم، بشنویم،بچشیم،یا چیزی را احساس کنیم. وحتی قادر به تنفس ، هضم غذا و به کار بستن عضلاتمان نبودیم ودر کل همه کارهای روزانه ما تحت نظر مغز است.

اندازه ووزن مغز نقشی در توانایی مغز ندارد و نمیتوان توسط آن ضریب هوشی را سنجید مثلاَ مغز فیل سه برابر مغز انسان است و نمیتوان گفت که فیل سه برابر باهوش تر از انسان است و همچنین نسبت وزن یک موش پوزه دار نسبت به وزن بدنش، از نسبت وزن مغز انسان نسبت به وزن بدنش بیشتر است با این وجود این حیوان یک حشره خوار ساده باقی میماند.

مغز چین خوردگیهای زیادی دارد که باعث شده جای زیادی را در سر اشغال نکند.

ساختار مغز:

/

همانگونه که در شکل مشخص است مغز از 5 قسمت مختلف ساخته شده است.

از جلو به عقب:

مغز پیشین (مخ)

مغز میانی

مغز مرکزی

مغز پسین(مخچه)

مغز انتهایی

دانلود پروژه ساختار ذهنی مغز

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 9

ساختار ذهنی مغز

شبکه عصبی یک مدل نسبتاً ساده از شبکه محاسباتی ذهنی است که از نظر درجه بعد از ساختار ذهنی مغز قرار گرفته است . این شبکه از چند عامل با مسئولیت و دستورالعمل پیوند دهی فرایند ها تشکیل شده است که با یکدیگر برای ایجاد یک کارکرد به عنوان محصول شبکه با یکدیگر فعالیتها و همکاری می کنند . محصول شبکه عصبی به همکاری انفرادی هر یک از عصب ها ( زیر شاخه ها ) بستگی دارد . طبقه بندی و پردازش اطلاعات به وسیله شبکه بر خلاف تصور اعلب به صورت کارکرد موازی در هر شبکه انجام می شود یعنی هر شاخه و زیر گروه عصبی به ( Neuron ها ) به صورت گروهی به پردازش اطلاعات در هر شاخه عصبی می پردازند اگر چه این عملکرد به مسئولیت و وظیفه تمامی زیر شاخه های عصبی برای انجام پردازش اطلاعات بستگی دارد اما مهمترین و منحصر به فردترین ویژگی شبکه عصبی این است که حتی بدون ایفای نقش یک یا چند زیر مجموعه در انجام وظایف خود شبکه باز هم مسئولیت اصلی خود را انجام خواهد داد .

به همین دلیل است که شبکه عصبی در مقابل هر گونه خطا و اشتباه بسیار حساس و در عین قوی می باشد .

شبکه عصبی اغلب به شاخه هایی از علوم محاسباتی که در داخل شبکه به عنوان یک الگو و مدل برای شبیه سازی ، آنالیز مجموعه ای از پدیده ها و یا مطالعه بر روی اصول و قواعد عملیات شبکه عصبی اشاره دارد . این شبکه با معرفی اشکالات موجود به هوش مصنوعی با استفاده از الگوریتم محاسباتی سنتی به حل مسئله ( مشکل ) موجود در شبکه عصبی می پردازد در صورتی که شبکه عصبی با استفاده از عوامل شبکه ( به صورت نرم افزارها یا سخت افزارها یی که به یکدیگر متصل هستند ) به عنوان یک آرشیتکت ( معمار ) محاسباتی برای حل مسئله و مشکل موجود در شبکه اقدام می نماید . گونه ای از شبکه های عصبی که به صورت مصنوعی طراحی شده اند . سیستم هاسس قابل آموزش ( برنامه ریزی ) هستند که اغلب آموزش می بینند . برای حل پاره ای از مسائل به وسیله طرح مثال ها و همچنین عمومیت بخشیدن به مشکل به وسیله یک سری از علوم اکتسابی که این کار کمک شایانی به حل مسائل و مشکلات پیش بینی نشده می نماید .

2- شبکه های عصبی مصنوعی از چندین عصب پیوند دهنده مصنوعی ( زیر شاخه های یاد شده ) نشکیل شده ، که منحصراً برای خصوصیات غیر واقعی شبکه های عصبی زیستی طراحی شده اند . شبکه های عصبی مصنوعی قادر هستند که به شیوه عملیاتی شبکه های عصبی زیستی عادت کنند .در حالی که شبکه های عصبی حقیقی مدهای تئوریکالی هستند که به کپی برداری از دستورالعمل های واقعی مغز می پردازند در حالی که هوش مصنوعی یک الکوریتم تصنعی ( ساخته دست بشر ) می باشد که می تواند مسائل به خصوص هوش را تجزیه و تحلیل کند مانند بازی شطرنج به یاد آوردن الکوها و ...... بدون استفاده از شبکه عصبی به عنوان یک معمار محاسباتی . هوش مصنوعی و الگوی حقیقی آن سعی می کنند که خصوصیات و ویژگی های شبکه عصبی را شبیه سازی کنند . در حالی که در شیوه و روش هر 2 یکسان عمل می کنند . ، اما در مدل شبیه سازس شده هدف شبکه حل مسائل مشخص شده می باشد در حالی در مدل واقعی شبکه عصبی هدف ساختن الگو های ریاضی برای شبکه عصبی زیستی می باشد .

در زمینه هوش مصنوعی ، شبکه عصبی مصنوعی به این دلیل به کار گرفته شده است چون در مواردی مانند به یاد آوردن سخنان ، آنالیز تصاویر ، تغییر کنترل به منظور بازسازی عوامل نرم افزاری ( در کامپیوتر و ویدئو ) و کنترل رباتها از عملکرد مثبت و قابل قبولی برخوردار بوده است . بیشتر شبکه های مصنوعی عصبی به کار گرفته شده برای هوش مصنوعی ، بر مبنای ارزیابی ، خوش بینی ها و تئوری کنترل بوده است .

عرصه مدل های حقیقی شبکه عصبی ، مدل های فیزیکی و ریاضی عملکرد سیستم شبکه می باشد ، که به صورت زیر طبقه بندی می شوند :

درجه شاخه ها ( عصبها ) انفرادی ، درجه شاخه های عصبی گروهی و ساختار شبکه عصبی کامل .

اگر چه به صور تاریخی مغز انسان چشم اندازی از یک کامیپوتر بوده است اما بالعکس این نگرش تنها یک حس معمولی نسبت به این قضیه می باشد و نه حرفه ای. کامپیوترها با سخت افزارهای دقیق برای ما تعریف و توضیح دقیقی از مغز ارائه نمی دهد (اگر چه می توان مغز را به ئسیله پردازش های منطقی به عنوان یک کامپیوتر شناخت یا مغز را وسیله ای برای استفاده از کامپیوتر دانست) چون کامپیوتر ها نمی توانند به معماری پردازش موازی اطلاعات دست یابند که به وسیله مغز انسان تعریف و اجرا می شود. به عنوان مثال هنگام صحبت کردن دست کامپیوتر ابر پردازنده، دستور العملهای صحبت کردن نمی تواند در شرایط حواس پرتی متأثر از عوامل خارجی قرار گیرد. در حالی که در مغز انسان بدلیل موازی بودن پردازش عوامل پرتی صورت می گیرد.

شبکه های عصبی که در هوش مصنوعی به کار می روند به طور معمول به عنوان مدل های ساده پردازش عصبی به شمار می روند اگر چه ارتباط این مدل و

دانلود پروژه ساختار ذهنی مغز

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 9

ساختار ذهنی مغز

شبکه عصبی یک مدل نسبتاً ساده از شبکه محاسباتی ذهنی است که از نظر درجه بعد از ساختار ذهنی مغز قرار گرفته است . این شبکه از چند عامل با مسئولیت و دستورالعمل پیوند دهی فرایند ها تشکیل شده است که با یکدیگر برای ایجاد یک کارکرد به عنوان محصول شبکه با یکدیگر فعالیتها و همکاری می کنند . محصول شبکه عصبی به همکاری انفرادی هر یک از عصب ها ( زیر شاخه ها ) بستگی دارد . طبقه بندی و پردازش اطلاعات به وسیله شبکه بر خلاف تصور اعلب به صورت کارکرد موازی در هر شبکه انجام می شود یعنی هر شاخه و زیر گروه عصبی به ( Neuron ها ) به صورت گروهی به پردازش اطلاعات در هر شاخه عصبی می پردازند اگر چه این عملکرد به مسئولیت و وظیفه تمامی زیر شاخه های عصبی برای انجام پردازش اطلاعات بستگی دارد اما مهمترین و منحصر به فردترین ویژگی شبکه عصبی این است که حتی بدون ایفای نقش یک یا چند زیر مجموعه در انجام وظایف خود شبکه باز هم مسئولیت اصلی خود را انجام خواهد داد .

به همین دلیل است که شبکه عصبی در مقابل هر گونه خطا و اشتباه بسیار حساس و در عین قوی می باشد .

شبکه عصبی اغلب به شاخه هایی از علوم محاسباتی که در داخل شبکه به عنوان یک الگو و مدل برای شبیه سازی ، آنالیز مجموعه ای از پدیده ها و یا مطالعه بر روی اصول و قواعد عملیات شبکه عصبی اشاره دارد . این شبکه با معرفی اشکالات موجود به هوش مصنوعی با استفاده از الگوریتم محاسباتی سنتی به حل مسئله ( مشکل ) موجود در شبکه عصبی می پردازد در صورتی که شبکه عصبی با استفاده از عوامل شبکه ( به صورت نرم افزارها یا سخت افزارها یی که به یکدیگر متصل هستند ) به عنوان یک آرشیتکت ( معمار ) محاسباتی برای حل مسئله و مشکل موجود در شبکه اقدام می نماید . گونه ای از شبکه های عصبی که به صورت مصنوعی طراحی شده اند . سیستم هاسس قابل آموزش ( برنامه ریزی ) هستند که اغلب آموزش می بینند . برای حل پاره ای از مسائل به وسیله طرح مثال ها و همچنین عمومیت بخشیدن به مشکل به وسیله یک سری از علوم اکتسابی که این کار کمک شایانی به حل مسائل و مشکلات پیش بینی نشده می نماید .

2- شبکه های عصبی مصنوعی از چندین عصب پیوند دهنده مصنوعی ( زیر شاخه های یاد شده ) نشکیل شده ، که منحصراً برای خصوصیات غیر واقعی شبکه های عصبی زیستی طراحی شده اند . شبکه های عصبی مصنوعی قادر هستند که به شیوه عملیاتی شبکه های عصبی زیستی عادت کنند .در حالی که شبکه های عصبی حقیقی مدهای تئوریکالی هستند که به کپی برداری از دستورالعمل های واقعی مغز می پردازند در حالی که هوش مصنوعی یک الکوریتم تصنعی ( ساخته دست بشر ) می باشد که می تواند مسائل به خصوص هوش را تجزیه و تحلیل کند مانند بازی شطرنج به یاد آوردن الکوها و ...... بدون استفاده از شبکه عصبی به عنوان یک معمار محاسباتی . هوش مصنوعی و الگوی حقیقی آن سعی می کنند که خصوصیات و ویژگی های شبکه عصبی را شبیه سازی کنند . در حالی که در شیوه و روش هر 2 یکسان عمل می کنند . ، اما در مدل شبیه سازس شده هدف شبکه حل مسائل مشخص شده می باشد در حالی در مدل واقعی شبکه عصبی هدف ساختن الگو های ریاضی برای شبکه عصبی زیستی می باشد .

در زمینه هوش مصنوعی ، شبکه عصبی مصنوعی به این دلیل به کار گرفته شده است چون در مواردی مانند به یاد آوردن سخنان ، آنالیز تصاویر ، تغییر کنترل به منظور بازسازی عوامل نرم افزاری ( در کامپیوتر و ویدئو ) و کنترل رباتها از عملکرد مثبت و قابل قبولی برخوردار بوده است . بیشتر شبکه های مصنوعی عصبی به کار گرفته شده برای هوش مصنوعی ، بر مبنای ارزیابی ، خوش بینی ها و تئوری کنترل بوده است .

عرصه مدل های حقیقی شبکه عصبی ، مدل های فیزیکی و ریاضی عملکرد سیستم شبکه می باشد ، که به صورت زیر طبقه بندی می شوند :

درجه شاخه ها ( عصبها ) انفرادی ، درجه شاخه های عصبی گروهی و ساختار شبکه عصبی کامل .

اگر چه به صور تاریخی مغز انسان چشم اندازی از یک کامیپوتر بوده است اما بالعکس این نگرش تنها یک حس معمولی نسبت به این قضیه می باشد و نه حرفه ای. کامپیوترها با سخت افزارهای دقیق برای ما تعریف و توضیح دقیقی از مغز ارائه نمی دهد (اگر چه می توان مغز را به ئسیله پردازش های منطقی به عنوان یک کامپیوتر شناخت یا مغز را وسیله ای برای استفاده از کامپیوتر دانست) چون کامپیوتر ها نمی توانند به معماری پردازش موازی اطلاعات دست یابند که به وسیله مغز انسان تعریف و اجرا می شود. به عنوان مثال هنگام صحبت کردن دست کامپیوتر ابر پردازنده، دستور العملهای صحبت کردن نمی تواند در شرایط حواس پرتی متأثر از عوامل خارجی قرار گیرد. در حالی که در مغز انسان بدلیل موازی بودن پردازش عوامل پرتی صورت می گیرد.

شبکه های عصبی که در هوش مصنوعی به کار می روند به طور معمول به عنوان مدل های ساده پردازش عصبی به شمار می روند اگر چه ارتباط این مدل و