♻️روشی جدید برای تشخیص #طول #عمر
#Precision #Radiology: #Predicting #longevity using feature #engineering and #deep #learning methods in a #radiomics framework
پژوهشگران دانشگاه آدلاید، دانشگاه کوینزلند، و انستیتو تکنیک های پیشرفته لیسبون در پژوهشی که به تازگی منتشر شده است، دریافتند سیستم های هوش مصنوعی قادرتند طول عمر افراد را با مرور #CTاسکن های #اندام های آنان پیش بینی کنند.
در این پژوهش که بر CTاسکن #سینه 48 بیمار صورت گرفت، سیستم های #هوش #مصنوعی (#AI) بر اساس #الگوریتم های #یادگیری #عمیق توانستند با 69 درصد دقت (همانند پیش بینی های معمول پزشکان) احتمال #مرگ #بیمار را در 5 سال آتی پیش بینی کنند. پژوهشگران نتوانستند مشخص کنند که برنامه های هوش مصنوعی دقیقاً بر اساس بررسی کدام بخش از تصاویر CTاسکن پیش بینی را صورت داده اند، اما پیش بینی ها در بیماری های وخیم مزمن (همچون #آمفیزم و بیماری های #قلبی) دقیق تر بود.
Abstract
#Precision #medicine approaches rely on obtaining precise knowledge of the true state of #health of an individual patient, which results from a combination of their #genetic risks and #environmental exposures. This approach is currently limited by the lack of effective and efficient non-invasive medical tests to define the full range of #phenotypic variation associated with individual #health. Such knowledge is critical for improved early intervention, for better #treatment #decisions, and for ameliorating the steadily worsening epidemic of chronic disease. We present proof-of-concept experiments to demonstrate how routinely acquired #cross-sectional #CT #imaging may be used to predict patient #longevity as a proxy for overall individual health and disease status using #computer image analysis techniques. Despite the limitations of a modest dataset and the use of off-the-shelf machine learning methods, our results are comparable to previous ‘manual’ clinical methods for longevity prediction. This work demonstrates that #radiomics techniques can be used to extract #biomarkers relevant to one of the most widely used outcomes in #epidemiological and #clinical research – #mortality, and that #deep #learning with convolutional #neural #networks can be usefully applied to radiomics research. Computer image analysis applied to routinely collected medical images offers substantial potential to enhance #precision #medicine initiatives.
لینک منبع 👇🏻(further reading)👇🏻
https://www.nature.com/articles/s41598-017-01931-w
📢کانال #دکترامیرمحمدشهسوارانی
🍃🌹🌸💐🌸🌹🍃
@DrAmirMohammadShahsavarani
#Precision #Radiology: #Predicting #longevity using feature #engineering and #deep #learning methods in a #radiomics framework
پژوهشگران دانشگاه آدلاید، دانشگاه کوینزلند، و انستیتو تکنیک های پیشرفته لیسبون در پژوهشی که به تازگی منتشر شده است، دریافتند سیستم های هوش مصنوعی قادرتند طول عمر افراد را با مرور #CTاسکن های #اندام های آنان پیش بینی کنند.
در این پژوهش که بر CTاسکن #سینه 48 بیمار صورت گرفت، سیستم های #هوش #مصنوعی (#AI) بر اساس #الگوریتم های #یادگیری #عمیق توانستند با 69 درصد دقت (همانند پیش بینی های معمول پزشکان) احتمال #مرگ #بیمار را در 5 سال آتی پیش بینی کنند. پژوهشگران نتوانستند مشخص کنند که برنامه های هوش مصنوعی دقیقاً بر اساس بررسی کدام بخش از تصاویر CTاسکن پیش بینی را صورت داده اند، اما پیش بینی ها در بیماری های وخیم مزمن (همچون #آمفیزم و بیماری های #قلبی) دقیق تر بود.
Abstract
#Precision #medicine approaches rely on obtaining precise knowledge of the true state of #health of an individual patient, which results from a combination of their #genetic risks and #environmental exposures. This approach is currently limited by the lack of effective and efficient non-invasive medical tests to define the full range of #phenotypic variation associated with individual #health. Such knowledge is critical for improved early intervention, for better #treatment #decisions, and for ameliorating the steadily worsening epidemic of chronic disease. We present proof-of-concept experiments to demonstrate how routinely acquired #cross-sectional #CT #imaging may be used to predict patient #longevity as a proxy for overall individual health and disease status using #computer image analysis techniques. Despite the limitations of a modest dataset and the use of off-the-shelf machine learning methods, our results are comparable to previous ‘manual’ clinical methods for longevity prediction. This work demonstrates that #radiomics techniques can be used to extract #biomarkers relevant to one of the most widely used outcomes in #epidemiological and #clinical research – #mortality, and that #deep #learning with convolutional #neural #networks can be usefully applied to radiomics research. Computer image analysis applied to routinely collected medical images offers substantial potential to enhance #precision #medicine initiatives.
لینک منبع 👇🏻(further reading)👇🏻
https://www.nature.com/articles/s41598-017-01931-w
📢کانال #دکترامیرمحمدشهسوارانی
🍃🌹🌸💐🌸🌹🍃
@DrAmirMohammadShahsavarani
Nature
Precision Radiology: Predicting longevity using feature engineering and deep learning methods in a radiomics framework
Scientific Reports - Precision Radiology: Predicting longevity using feature engineering and deep learning methods in a radiomics framework
♻️تاثیر #هیجان #صداها بر #تصمیم گیری : خطر فعال شدن #احساسات منفی
#Biased and #unbiased #perceptual #decision-making on #vocal #emotions
پژوهشگران نوروساینس دانشگاه برن 🇨🇭، دانشگاه زوریخ 🇨🇭، و دانشگاه ژنو 🇨🇭 در پژوهشی که به تازگی منتشر شده است دریافتند نواحی #پیشانی #مغز در #ارزیابی و #تفسیر #هیجاناتی که بصورت #کلامی ابراز می شوند نقش اصلی را دارند.
🔬در این پژوهش که توسط #fMRI صورت گرفت 16 داوطلب سالم حین تصمیم گیری در #تکالیف #هیجانی مورد ارزیابی قرار گرفتند.
📚نتایج نشان دادند:
1️⃣ حین #تصمیم_گیری های #پیچیده #غیرسوگیرانه با صداهای هیجانی، شبکه پیچیده ای در دو #نیمکره مغز شامل #کرتکس پسین پایین پیشانی، کرتکس #اربیتوفرونتال، #آمیگدالا، و بخش های پردازش صدا در کرتکس #شنوایی فعال می شوند.
2️⃣ حین تصمیم گیری های #سوگیرانه با پیچیدگی کمتر با صداهای هیجانی، منجر به فعالیت کرتکس پایینی پیشانی می شوند.
3️⃣ الگوهای فعالیت عصبی نشانگر تاثیر اصوات هیجانی بر فعال شدن کرتکس پیشانی در کنار مدارهای لیمبیک و شنیداری است.
4️⃣ بسته به نوع تصمیم گیری و میزان هیجان اصوات شنیده شده، نحوه فعال شدن مغز و کاربرد مهارتهای شناختی متفاوت است.
Abstract
#Perceptual #decision-making on #emotions involves gathering #sensory information about the #affective state of another person and forming a decision on the likelihood of a particular state. These perceptual decisions can be of varying #complexity as determined by different contexts. We used #functional #magnetic #resonance #imaging (#fMRI) and a region of interest approach to investigate the #brain activation and #functional #connectivity behind two forms of perceptual decision-making. More complex #unbiased #decisions on affective voices recruited an extended #bilateral #network consisting of the #posterior #inferior #frontal #cortex, the #orbitofrontal cortex, the #amygdala, and #voice-sensitive areas in the #auditory cortex. Less complex biased decisions on affective voices distinctly recruited the right mid inferior frontal cortex, pointing to a functional distinction in this region following decisional requirements. Furthermore, task-induced #neural #connectivity revealed stronger connections between these frontal, auditory, and #limbic regions during #unbiased relative to #biased decision-making on #affective #voices. Together, the data shows that different types of perceptual decision-making on auditory emotions have distinct patterns of activations and functional coupling that follow the decisional #strategies and #cognitive #mechanisms involved during these perceptual decisions.
لینک منبع 👇🏻(further reading)👇🏻
https://www.nature.com/articles/s41598-017-16594-w
✅(در صورت جذابیت و علاقمندی به موضوع، مطلب را برای دیگران نیز بازنشر فرمایید).
📢کانال #دکترامیرمحمدشهسوارانی
🍃🌹🌸💐🌸🌹🍃
@DrAmirMohammadShahsavarani
#Biased and #unbiased #perceptual #decision-making on #vocal #emotions
پژوهشگران نوروساینس دانشگاه برن 🇨🇭، دانشگاه زوریخ 🇨🇭، و دانشگاه ژنو 🇨🇭 در پژوهشی که به تازگی منتشر شده است دریافتند نواحی #پیشانی #مغز در #ارزیابی و #تفسیر #هیجاناتی که بصورت #کلامی ابراز می شوند نقش اصلی را دارند.
🔬در این پژوهش که توسط #fMRI صورت گرفت 16 داوطلب سالم حین تصمیم گیری در #تکالیف #هیجانی مورد ارزیابی قرار گرفتند.
📚نتایج نشان دادند:
1️⃣ حین #تصمیم_گیری های #پیچیده #غیرسوگیرانه با صداهای هیجانی، شبکه پیچیده ای در دو #نیمکره مغز شامل #کرتکس پسین پایین پیشانی، کرتکس #اربیتوفرونتال، #آمیگدالا، و بخش های پردازش صدا در کرتکس #شنوایی فعال می شوند.
2️⃣ حین تصمیم گیری های #سوگیرانه با پیچیدگی کمتر با صداهای هیجانی، منجر به فعالیت کرتکس پایینی پیشانی می شوند.
3️⃣ الگوهای فعالیت عصبی نشانگر تاثیر اصوات هیجانی بر فعال شدن کرتکس پیشانی در کنار مدارهای لیمبیک و شنیداری است.
4️⃣ بسته به نوع تصمیم گیری و میزان هیجان اصوات شنیده شده، نحوه فعال شدن مغز و کاربرد مهارتهای شناختی متفاوت است.
Abstract
#Perceptual #decision-making on #emotions involves gathering #sensory information about the #affective state of another person and forming a decision on the likelihood of a particular state. These perceptual decisions can be of varying #complexity as determined by different contexts. We used #functional #magnetic #resonance #imaging (#fMRI) and a region of interest approach to investigate the #brain activation and #functional #connectivity behind two forms of perceptual decision-making. More complex #unbiased #decisions on affective voices recruited an extended #bilateral #network consisting of the #posterior #inferior #frontal #cortex, the #orbitofrontal cortex, the #amygdala, and #voice-sensitive areas in the #auditory cortex. Less complex biased decisions on affective voices distinctly recruited the right mid inferior frontal cortex, pointing to a functional distinction in this region following decisional requirements. Furthermore, task-induced #neural #connectivity revealed stronger connections between these frontal, auditory, and #limbic regions during #unbiased relative to #biased decision-making on #affective #voices. Together, the data shows that different types of perceptual decision-making on auditory emotions have distinct patterns of activations and functional coupling that follow the decisional #strategies and #cognitive #mechanisms involved during these perceptual decisions.
لینک منبع 👇🏻(further reading)👇🏻
https://www.nature.com/articles/s41598-017-16594-w
✅(در صورت جذابیت و علاقمندی به موضوع، مطلب را برای دیگران نیز بازنشر فرمایید).
📢کانال #دکترامیرمحمدشهسوارانی
🍃🌹🌸💐🌸🌹🍃
@DrAmirMohammadShahsavarani
Nature
Biased and unbiased perceptual decision-making on vocal emotions
Scientific Reports - Biased and unbiased perceptual decision-making on vocal emotions
🔍 فرامین حفظ #روابط #صمیمی: فرمان دوم
2. رابطه صمیمی خود را بر #صداقت‌دوجانبه بنا کنید. یادتان باشد تمام #تصمیم‌ها و اعمال باید برای شما و شریک زندگیتان خوب باشند.
2. Base your #relationship on true #mutuality. Remember, all #decisions and actions must be good for you and your #partner.
🔑 #روابط‌بین‌فردی #روابط‌صمیمی #ارتباط‌موثر #روابط‌همسران #مهارت‌های‌همسرگزینی. #مهارت‌های‌همسرداری #مهارت‌های‌دهگانه‌زندگی #مهارت‌های‌اجتماعی #سبک‌زندگی‌سالم #سازمان‌جهانی‌بهداشت
🗝 #InterpersonalRelationships #IntimateRelationships #EffectiveCommunication #SpouseRelations #MatchingSkills #LifeSkillsTraining #SocialSkills #HealthyLifeStyle #WorldHealthOrganization #WHO
✅(در صورت جذابیت و علاقمندی به موضوع، مطلب را برای دیگران نیز بازنشر فرمایید).
📢کانال #دکترامیرمحمدشهسوارانی
🍃🌹🌸💐🌸🌹🍃
TELEGRAM:
https://t.me/DrAmirMohammadShahsavarani
INSTAGRAM:
http://bit.ly/IPBSES-Institue
👇🏻ویدئوها در آپارات👇🏻
https://www.aparat.com/ipbses
2. رابطه صمیمی خود را بر #صداقت‌دوجانبه بنا کنید. یادتان باشد تمام #تصمیم‌ها و اعمال باید برای شما و شریک زندگیتان خوب باشند.
2. Base your #relationship on true #mutuality. Remember, all #decisions and actions must be good for you and your #partner.
🔑 #روابط‌بین‌فردی #روابط‌صمیمی #ارتباط‌موثر #روابط‌همسران #مهارت‌های‌همسرگزینی. #مهارت‌های‌همسرداری #مهارت‌های‌دهگانه‌زندگی #مهارت‌های‌اجتماعی #سبک‌زندگی‌سالم #سازمان‌جهانی‌بهداشت
🗝 #InterpersonalRelationships #IntimateRelationships #EffectiveCommunication #SpouseRelations #MatchingSkills #LifeSkillsTraining #SocialSkills #HealthyLifeStyle #WorldHealthOrganization #WHO
✅(در صورت جذابیت و علاقمندی به موضوع، مطلب را برای دیگران نیز بازنشر فرمایید).
📢کانال #دکترامیرمحمدشهسوارانی
🍃🌹🌸💐🌸🌹🍃
TELEGRAM:
https://t.me/DrAmirMohammadShahsavarani
INSTAGRAM:
http://bit.ly/IPBSES-Institue
👇🏻ویدئوها در آپارات👇🏻
https://www.aparat.com/ipbses