BME DOC📚
10.1K subscribers
645 photos
793 videos
1.89K files
903 links
کانالی برای جزوه...کلاس درسی...کتاب و هر چیز اموزشی مربوط به مهندسی
@BMEDOC_ADMIN
Support Our Mission 🤝🏻 Donate:
www.coffeete.ir/BMEDOC
Download Telegram
یک برش مکعبی یک میلی‌متری از مغز انسان، ۱/۴ پتابایت دیتا تولید کرد •


* مقاله‌ی اخیر چاپ‌شده در مجله‌ی Science بزرگ‌ترین مجموعه داده‌ای از اتصالات عصبی را ارائه داده اس که بینشی درباره پیچیدگی‌های مغز فراهم کرده است.
این حجم به ظاهر کوچک(یک میلی‌متر مکعب) شامل تعداد قابل توجه ۵۷۰۰۰ سلول، ۱۵۰ میلیون سیناپس، و ۲۳۰ میلی‌متر رگ‌های خونی است.

* این دستاورد جدید، نتیجه‌ی همکاری بین تیمی از دانشگاه هاروارد و Google Research است. تیم هاروارد با استفاده از میکروسکوپ الکترونی برش‌های متوالی نمونه‌ای از قشر تمپورال انسانی را تصویرسازی کرد، در حالی که تیم گوگل این تصاویر را به صورت سه‌بعدی بازسازی نمود. این مقاله یک گام مهم اولیه را نشان می‌دهد. محققان در تلاش هستند این استراتژی را به نمونه‌های بزرگ‌تر برای نقشه‌برداری از کانکتوم مغز گسترش دهند.

* همه‌ی نتایج و ابزارهای این مطالعه به صورت آنلاین در دسترس هستند. یافته‌های قابل توجه در این مطالعه شامل یک خوشه از نورون‌ها با جهت‌گیری تصویر آینه‌ای، شناسایی اتصالات بسیار قوی بین برخی نورون‌ها، و همچنین چرخه‌های آکسونی با عملکردهای ناشناخته می‌باشد. احتمالاً این تنها بخشی از کشفیات درون ۱/۴ پتابایت دیتا است.

• مقاله‌ی کامل این خبر را از این لینک‌ می‌توانید دنبال کنید.


• دیتای منتشر شده از این تحقیق را می‌توانید از این لینک مشاهده کنید.
مشاهده ویدئو کامل یوتوب .
🇺🇲 Postdoc Position, Ezzati Laboratory, University of California, Irvine, US

- Neuroscience
- Computational Biology
- Computer science
- Statistics
- Mathematics

https://recruit.ap.uci.edu/JPF08741
Ph_D_Student_Recruitment.pdf
153.7 KB
🇺🇸 PhD Position, University of North Dakota, USA

- robotics and autonomous systems
- bio-inspired artificial intelligence (AI)
- human-autonomy teaming (HAT)
- optimization algorithms
🔔 جذب نیروی امریه در یک شرکت دانش بنیان تولید کننده تجهیزات پزشکی مستقر در پارک علم و فناوری دانشگاه علوم پزشکی تهران


🔹 مقاطع تحصیلی:
کارشناسی ارشد
دکتری


🔹 رشته‌های تحصیلی:
مهندسی پزشکی
مهندسی برق

📫 ارسال رزومه به:
Info@onar-group.com
@ONAR_nebulizer

#امریه
🔔 جذب نیروی امریه در شرکت دانش بنیان صنایع خلأ دزپارت واقع در اصفهان

🔹 مقاطع تحصیلی:
کارشناسی
سال آخر کارشناسی


🔹 رشته‌های تحصیلی:
مهندسی مکانیک
مهندسی صنایع
مهندسی پزشکی

☎️ تلفن تماس:
09194505766

#امریه
🔔 فراخوان جذب امریه سربازی در مرکز ملی ذخایر ژنتیکی و زیستی ایران

مرکز ملی ذخایر ژنتیکی و زیستی ایران وابسته به جهاد دانشگاهی به منظور تکمیل کادر نیروی انسانی متخصص خود، از میان فارغ التحصیلان کارشناسی و کارشناسی ارشد رشته های ژنتیک، بیوشیمی، میکروبیولوژی، بیوتکنولوژی پزشکی، بیوتکنولوژی میکربی، دامپزشکی، ژنتیک و اصلاح نژاد دام، اقدام به جذب نیروی امریه می‌کند.

🔹 مقطع تحصیلی: کارشناسی و کارشناسی ارشد



📫 ارسال رزومه به:
Hamkari@ibrc.ir
🔔 جذب نیروی امریه در جهاد دانشگاهی علوم پزشکی ایران

🎓 رشته‌‌های تحصیلی:
بیوتکنولوژی، نانوتکنولوژی، مهندسی بافت، مهندسی پزشکی، پرستاری، بیوانفورماتیک، تغذیه و فیزیک

🔹 مقاطع تحصیلی:
کارشناسی ارشد و دکتری

📫 ارسال رزومه به:
education.yara@gmail.com
🔔 جذب نیروی امریه در مرکز ملی ذخایر ژنتیکی و زیستی جهاد دانشگاهی


🎓 رشته‌های تحصیلی:
مهندسی پزشکی - بیوالکتریک
مهندسی برق - الکترونیک

🔹 مدرک تحصیلی:
کارشناسی ارشد

📫 ارسال رزومه به:
biobank.ms@gmail.com
Media is too big
VIEW IN TELEGRAM
🎬 فایل ضبط شده وبینار کسب‌وکارهای دنیای پزشکی و هوش مصنوعی

👤 پوریا حداد

🔺مدیرعامل شرکت هوش مصنوعی فیلاگر
🔺مدیر هوش مصنوعی پیشین گروه صنعتی انتخاب
🔺سرپرست بخش هوش مصنوعی پیشین گیم سنتر همراه اول
☯️ مدلهای پردازش زبان طبیعی و تشخیص سرطان

🫥 در دنیای امروز، مقدار زیادی از داده‌های پزشکی به صورت پرونده‌های الکترونیکی سلامت (EHR) و پرونده‌های پزشکی الکترونیکی (EMR) در دسترس است. این پرونده‌ها شامل اطلاعاتی درباره علائم اساسی بیماران، آزمون‌های آزمایشگاهی، نشانگرهای حیاتی، یادداشت‌های بالینی و گزارش‌ها هستند. این داده‌ها می‌توانند برای انکولوژیست‌ها در تشخیص و تصمیم‌گیری در مورد درمان سرطان بسیار مفید باشند . با این حال، استخراج اطلاعات مرتبط از این پرونده‌ها و تجزیه و تحلیل آن‌ها برای پزشکان ممکن است وقت‌گیر باشد.

🫥 برای حل این مسئله، پژوهشگران از تکنیک‌های پردازش زبان طبیعی (NLP) برای تجزیه و تحلیل داده‌های EHR و EMR برای تشخیص کامپیوتری سرطان استفاده کرده‌اند. تکنیک‌های NLP شامل روش‌های مبتنی بر قوانین یادگیری ماشین و یادگیری عمیق می‌باشند. هدف این بررسی، خلاصه کردن پیشرفت‌های اخیر در برنامه‌های NLP برای تشخیص کامپیوتری سرطان است. همچنین هدف نویسندگان مقاله پل سازی بین متخصصان هوش مصنوعی و تخصصی‌های بالینی برای توسعه برنامه‌های بهتر NLP می‌باشد.

🫥 پژوهشگران با جستجو در سه پایگاه داده الکترونیک (PubMed، Google Scholar و ACL Anthology) 295 مقاله را پیدا کرده ، پس از حذف تکرارها و انتخاب مقالات نامرتبط براساس چکیده‌های آن‌ها، 23 مقاله را در این بررسی آورده اند. این مطالعات بر روی انواع مختلف سرطان، از جمله سرطان سینه، سرطان ریه، سرطان کبد، سرطان پروستات، سرطان پانکراس، سرطان روده بزرگ و تومورهای مغز تمرکز داشتند.

🫥 علاوه بر خلاصه کردن وضعیت فعلی برنامه‌های NLP در زمینه سرطان، همچنین محدودیت‌های این برنامه‌ها در حمایت از روش‌های بالینی شناسایی شدند .

🫥 به صورت کلی ، تکنیک‌های NLP پتانسیل بسیار خوبی را در تجزیه و تحلیل داده‌های پزشکی برای تشخیص کامپیوتری در زمینه سرطان نشان داده‌اند. با این حال، هنوز چالش‌های قابل پذیرش وجود دارد و نیاز به تحقیقات بیشتر است تا از قابلیت‌های NLP در کلینیک‌‌ها به طور کامل استفاده شود.