NeurAITex
1.75K subscribers
60 photos
15 videos
13 files
76 links
🧠 Neuraitex | Neuro AI technologies & Innovations Research Center

🧠 نورایتکس | مرکز تحقیقات هوش مصنوعی در علوم و جراحی اعصاب

📍دانشکده برق و کامپیوتر، دانشگاه تهران

Contact us:
WhatsApp: +989301075700
Telegram: @neuraitex_admin
Download Telegram
🥀🕊 این روزها تراژدی فقط یک خبر یا حادثه‌ی دور نیست؛ تبدیل شده به یک تجربه‌ی روانی جمعی. انگار همه‌مون درگیر یک بار عاطفی مشترکیم: خستگی مزمن، سوگی که ته‌نشین نمی‌شه، خشم فروخورده، سردرگمی، بی‌اعتمادی و ترسی که مداوم در پس‌زمینه‌ی زندگی فعاله. وقتی استرس شدید و طولانی می‌شه، سیستم عصبی وارد حالت «بقا» می‌شه؛ حالتی که در روان‌شناسی بهش پاسخ استرسی مزمن می‌گن. برای همین خیلی از ما همزمان دو تجربه‌ی ظاهراً متناقض داریم: بی‌حسی عاطفی در کنار حساسیت بیش‌ازحد. دلتنگی‌هایی که رها نمی‌کنن، سکوت‌هایی که از فریاد بلندترن، بغض‌هایی که تخلیه نمی‌شن و اختلال خواب‌هایی که نشون می‌ده بدن هنوز در وضعیت هشدار باقی مونده.

📝 شاید به همین دلیله که وقتی می‌خوایم درباره‌ی این روزها حرف بزنیم، حس می‌کنیم کلمه‌ها کافی نیستن. نه چون درک نکردیم چه گذشته، بلکه چون بعضی تجربه‌ها هنوز در مرحله‌ی پردازش هیجانی هستن، نه پردازش زبانی. پژوهش‌های تروما نشون می‌دن مغز در مواجهه با فشار شدید، تجربه رو ابتدا در سطح حسی و بدنی ذخیره می‌کنه و تبدیلش به روایت کلامی زمان می‌بره. به همین خاطره که سکوت این روزها خودش یک شکل از پردازشه. ما ناتوان از حرف زدن نیستیم؛ داریم تجربه‌ای رو هضم می‌کنیم که هنوز ساختار زبانی پیدا نکرده. این فاصله بین احساس و واژه طبیعی‌ست، حتی اگر سنگین باشه. ما فقط ناراحت نیستیم؛ فرسودگی روانی رو تجربه می‌کنیم. ایستاده‌ایم وسط وضعیتی که هنوز برچسب دقیقی براش نداریم و همین بی‌نامی، فشارش رو بیشتر می‌کنه.

💔 در چنین شرایطی یک واکنش شایع شکل می‌گیره: زندگی ادامه پیدا می‌کنه، اما ما از ادامه دادن احساس گناه می‌کنیم. انگار خندیدن یا انجام کارهای روزمره بی‌احترامی به درد محسوب می‌شه. در روان‌شناسی به این حالت «گناه بازمانده» می‌گن؛ احساسی که وقتی فرد همزمان با سوگ، به بقا و ادامه‌ی زندگی خودش آگاهه ایجاد می‌شه. اما برگشتن به عملکرد روزمره نشانه‌ی بی‌حسی نیست؛ نشانه‌ی انعطاف‌پذیری عصبی و ظرفیت تطابق انسانه. سوگ سالم به معنی حذف درد نیست، بلکه یعنی توانایی نوسان بین مواجهه با رنج و بازگشت به زندگی. این رفت‌وآمد یک مکانیسم سازگارانه‌ست، نه ضعف اخلاقی.

❤️‍🩹 وقتی بحران طولانی می‌شه، مفهوم امید هم تغییر می‌کنه. امیدی که فقط به نتیجه‌های قطعی وابسته باشه، در شرایط ابهام فرو می‌ریزه. اما نوعی امید وجود داره که از پیوند میاد. پژوهش‌های تاب‌آوری نشون می‌دن قوی‌ترین محافظ روان انسان اتصال اجتماعیه. اینکه بدانیم تنها نیستیم، مستقیماً روی تنظیم سیستم عصبی اثر می‌ذاره و احساس امنیت زیستی ایجاد می‌کنه. در این معنا امید یک خیال‌بافی ساده نیست؛ یک تجربه‌ی بین‌فردی‌ست که در با هم بودن شکل می‌گیره.

🫂✨ ما شاید هنوز تصویر روشنی از آینده نداشته باشیم و مسیر جلو چشم‌مون مبهم باشه. خستگی واقعی‌ست و زخم‌ها انکارشدنی نیستن، اما هیچ‌کدوم از ما این مسیر رو تنها راه نمی‌ره. ادامه دادن، در این لحظه، بیشتر از هر چیز یک عمل همدلانه‌ست؛ اینکه اجازه بدیم کنار هم نفس بکشیم، کنار هم جلو بریم، حتی آهسته. ما می‌خواییم ادامه بدیم و باید ادامه بدیم، چون امید همیشه از جاهای بزرگ شروع نمی‌شه؛ از همین کنار هم موندن‌های کوچک شکل می‌گیره. آینده یک اتفاق ناگهانی نیست، حاصل جمع همین قدم‌های مشترکه. و تا وقتی پیوندمون زنده‌ست، چیزی در ما هست که هنوز رو به جلو حرکت می‌کنه.

———

NeurAItex Research Center (Neuro AI technologies & Innovations )🧠

📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
Please open Telegram to view this post
VIEW IN TELEGRAM
❤14
📣 اطلاعیه رسمی مرکز پژوهش‌های علمی و فناوری دانشجویان دانشگاه علوم پزشکی تهران در خصوص مجموعه شبکه نخبگان ایران.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8🤯5🔥1
🧠 CT Head Anatomy

Axial Non-Contrast CT at the Level of the Basal Ganglia

This image illustrates a non-contrast axial computed tomography (CT) scan of the head obtained at the level of the basal ganglia. This anatomical level is among the most critical and frequently assessed planes in routine head CT interpretation. It is particularly important for the evaluation of acute ischaemic stroke, deep gray matter pathology, and disorders affecting motor function.

⸻

Basal Ganglia

The basal ganglia consist of a group of deep gray matter nuclei involved in motor control and movement regulation. These structures include the caudate nucleus and lentiform nucleus within the cerebrum, the substantia nigra located in the midbrain, and the subthalamic nuclei within the diencephalon.

Functionally, the basal ganglia facilitate desired voluntary movements while suppressing competing motor activity, thereby ensuring smooth and coordinated motion.
From a clinical perspective, degeneration of dopaminergic neurons in the substantia nigra leads to Parkinson’s disease, whereas reduced activity of the subthalamic nuclei results in hemiballismus.

⸻

Ventricular System

At this axial level, the frontal horns of the lateral ventricles are visualized anteriorly, and the third ventricle is seen along the midline. Assessment of ventricular size, symmetry, and alignment is essential for the detection of hydrocephalus, mass effect, and midline shift.

⸻

Caudate Nucleus

The caudate nucleus forms the lateral wall of the lateral ventricle and serves as an important anatomical landmark on head CT. Involvement of the caudate nucleus in deep cerebral infarctions may appear as focal hypoattenuation on non-contrast CT imaging.

⸻

Lentiform Nucleus

The lentiform nucleus is a lens-shaped structure composed of the putamen and globus pallidus. Although differentiation between these components is limited on CT, they are readily distinguished on magnetic resonance imaging (MRI).
In the setting of acute cerebral infarction, involvement of the lentiform nucleus typically presents as ill-defined areas of low attenuation on non-contrast CT.

⸻

Internal Capsule

The internal capsule lies between the caudate nucleus medially and the lentiform nucleus laterally. It contains vital motor and sensory projection fibers. Even small lesions affecting the internal capsule may result in significant contralateral motor deficits, highlighting the importance of careful evaluation of its symmetry and attenuation on CT scans.

⸻

Sylvian Fissure and Middle Cerebral Artery Territory

The Sylvian fissure (lateral sulcus) separates the frontal and parietal lobes superiorly from the temporal lobe inferiorly. This fissure contains the course of the middle cerebral artery (MCA).
In the early stages of acute ischaemic stroke, the presence of a hyperdense MCA sign within the Sylvian fissure may represent the only abnormal CT finding, even when a short arterial segment is involved.

⸻

Insular Cortex

The insular cortex is located deep within the Sylvian fissure and is one of the earliest regions affected in MCA territory infarction. Under normal conditions, the insular gray matter appears slightly hyperattenuating relative to adjacent white matter. Loss of this normal gray–white matter differentiation is one of the earliest radiological indicators of cerebral ischaemia.

⸻

White Matter and Cortical Lobes

At this level, white matter is located centrally, while the frontal, temporal, and occipital lobes are identified peripherally. Familiarity with the normal distribution and appearance of these structures is essential for accurate recognition of pathological changes on head CT.

———

NeurAItex Research Center (Neuro AI technologies & Innovations )🧠

📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9🙏1
NeurAITex
🎓 دوره جامع اصول نوروآناتومی مقطعی و نوروایمیجینگ بالینی 🧠 چرا یادگیری نوروآناتومی و نوروایمیجینگ با رویکرد کاربردی اینقدر حیاتیه؟ بیایید صادقانه باهم حرف بزنیم. وقتی پای تشخیص و درمان بیماری‌های عصبی در میون باشه، نمی‌تونیم فقط با دانش تئوری از پس کار…
‼️ متأسفانه با توجه به شرایط پیچیده، ناپایدار و پرتنش این روزها، از جابه‌جایی‌های مکرر و غیرقابل پیش‌بینی امتحانات گرفته تا نامشخص بودن وضعیت برگزاری دانشگاه‌ها، شرایط کلی کشور و مشکلات جدی و مداوم اینترنت، به این نتیجه رسیدیم که شروع این دوره را به بعد از تعطیلات عید موکول کنیم. در چنین فضایی، برنامه‌ریزی دقیق و قابل اتکا برای یک دوره آموزشی عملاً بسیار دشوار شده و متأسفانه هر لحظه ممکن است عوامل خارج از کنترل، روند برگزاری کلاس‌ها را تحت تأثیر قرار دهد.

❤️ این تصمیم برای ما به‌هیچ‌وجه آسان نبود. ما نیز مانند شما مشتاق برگزاری این دوره و همراهی دوباره با علاقه‌مندان نوروآناتومی بودیم، اما باور عمیق ما این است که آموزش باکیفیت تنها زمانی معنا پیدا می‌کند که هم مدرس و هم شرکت‌کنندگان با آرامش ذهنی، تمرکز کافی و حداقل دغدغه بتوانند در کلاس حضور داشته باشند. امیدواریم با این تغییر زمان، امکان ایجاد فضایی امن‌تر، آرام‌تر و شایسته‌تر فراهم شود تا کلاسی برگزار کنیم که واقعاً در حد انتظارات شما و مطابق با استانداردهای آموزشی مدنظر ما باشد.

🥲 در این مدت پیام‌ها و درخواست‌های بسیار زیادی برای برگزاری مجدد دوره‌ها از سوی شما دریافت کردیم؛ پیام‌هایی که برای ما سرشار از دلگرمی، اعتماد و همراهی بود و صمیمانه قدردان آن هستیم. با این حال، لازم می‌دانیم با شفافیت و صداقت کامل اعلام کنیم که با توجه به شرایط موجود، این دوره آخرین دوره از کلاس‌های نوروآناتومی ما خواهد بود. متأسفانه در وضعیت فعلی، ادامه‌ی برگزاری این دوره‌ها با حفظ کیفیت آموزشی بالا و در عین حال ارائه آن‌ها با هزینه‌ای معقول و منصفانه دیگر برای مرکز ما امکان‌پذیر نیست و به همین دلیل، تا اطلاع ثانوی برنامه‌ای برای برگزاری مجدد این دوره نخواهیم داشت.

⚡️ بنابراین اگر تمایل به شرکت در این دوره دارید و دوست دارید از این فرصت استفاده کنید، خواهشمندیم ثبت‌نام خود را در اسرع وقت انجام دهید. امیدواریم بتوانیم در همین دوره‌ی پایانی، تجربه‌ای ارزشمند، عمیق و به‌یادماندنی را در کنار هم رقم بزنیم.

به امید روزهای روشن‌تر، آرام‌تر و پرامید برای همه‌ی ما 🤍🌱
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7👍1
📣 PhD Position at KCL
➡️ Link
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4
xLSTM: the return of a king

💡 در سال‌های اخیر، مدل‌های Transformer تقریباً تمام توجه‌ها را در حوزه‌ی هوش مصنوعی و به‌ویژه مدل‌های زبانی بزرگ (LLMs) به خود اختصاص داده‌اند. به همین دلیل بسیاری تصور می‌کردند معماری‌های قدیمی‌تر مانند LSTM دیگر کاربردی ندارند.

❗️ اما با معرفی نسخه‌های جدیدی مانند xLSTM که بازطراحی مدرنی از شبکه‌های بازگشتی ارائه می‌دهد، دوباره توجه‌ها به این معماری جلب شده است. برای درک اهمیت این موضوع، ابتدا باید بدانیم LSTM چیست و چرا ایجاد شد.

1️⃣ از RNN شروع کنیم: مدل‌هایی برای داده‌های ترتیبی

در یادگیری ماشین، برخی داده‌ها ترتیبی (Sequential) هستند؛ یعنی ترتیب آن‌ها اهمیت دارد.

مثال‌ها:
• جمله‌های یک متن
• سیگنال ECG قلب
• داده‌های قند خون در طول زمان
• ویدئوها
• سری‌های زمانی مالی

برای این نوع داده‌ها، مدل باید بتواند اطلاعات گذشته را به خاطر بسپارد تا وضعیت فعلی را بهتر درک کند.

✅ شبکه‌های بازگشتی یا RNN (Recurrent Neural Networks) دقیقاً برای همین هدف طراحی شدند. آن‌ها در هر گام زمانی:
• ورودی جدید را دریافت می‌کنند
• آن را با «حافظه‌ی قبلی» ترکیب می‌کنند
• یک خروجی تولید می‌کنند

❌ مشکل اینجا بود که RNNهای ساده در عمل نمی‌توانستند اطلاعات مربوط به زمان‌های دور را به‌خوبی حفظ کنند.

2️⃣ مشکل اصلی RNNها چه بود؟

‼️ مشکل اول: محوشدگی گرادیان (Vanishing Gradient)

در فرآیند آموزش شبکه‌های عصبی، از الگوریتمی به نام پس‌انتشار (Backpropagation) استفاده می‌شود.

در RNNها، وقتی توالی خیلی طولانی باشد، گرادیان‌ها در طول زمان کوچک و کوچک‌تر می‌شوند تا جایی که تقریباً صفر می‌شوند.

نتیجه؟

مدل دیگر نمی‌تواند یاد بگیرد که اطلاعات مهمی که مثلاً 50 گام قبل اتفاق افتاده، هنوز اهمیت دارد.

‼️ مشکل دوم: ناتوانی در یادگیری وابستگی‌های بلندمدت

فرض کنید در جمله‌ی زیر:

“The patient who was admitted three days ago and had severe hypertension is now stable.”

مدل باید بتواند ارتباط بین “patient” و “is” را با وجود فاصله‌ی زیاد حفظ کند.
RNNهای ساده معمولاً در چنین وابستگی‌هایی دچار مشکل می‌شوند.

3️⃣ چگونه شبکه‌های LSTM این مشکل را حل کردند؟

LSTM (Long Short-Term Memory)
در سال 1997 معرفی شد تا این محدودیت‌ها را برطرف کند.

ایده‌ی کلیدی LSTM این بود که یک مسیر حافظه‌ی پایدار ایجاد کند که اطلاعات مهم بتوانند برای مدت طولانی در آن جریان داشته باشند.

⚡️ ساختار LSTM به زبان ساده

LSTM در هر گام زمانی سه تصمیم مهم می‌گیرد:

⬅️ چه چیزی را فراموش کنیم؟ (Forget Gate)

آیا این اطلاعات قدیمی هنوز مهم هستند یا باید حذف شوند؟

⬅️ چه چیزی را اضافه کنیم؟ (Input Gate)

چه اطلاعات جدیدی باید وارد حافظه شوند؟

⬅️ چه چیزی را خروجی بدهیم؟ (Output Gate)

کدام بخش از حافظه برای تصمیم فعلی مهم است؟

در مرکز این سیستم، مفهومی به نام Cell State قرار دارد که مانند یک بزرگراه اطلاعات را از گذشته به آینده منتقل می‌کند.

4️⃣ کاربرد LSTM در داده‌های پزشکی 🏥

یکی از مهم‌ترین حوزه‌هایی که LSTM در آن درخشان عمل کرده، داده‌های پزشکی سری زمانی است.

⏩ مثال: پیش‌بینی نارسایی قلبی با استفاده از سیگنال ECG

سیگنال ECG یک داده‌ی کاملاً ترتیبی است.
هر ضربان قلب به ضربان قبلی وابسته است.

با استفاده از LSTM می‌توان:
• الگوهای غیرطبیعی در ضربان قلب را تشخیص داد
• آریتمی‌ها را پیش‌بینی کرد
• خطر ایست قلبی را قبل از وقوع تخمین زد

چرا LSTM مناسب است؟

• می‌تواند وابستگی‌های زمانی طولانی را یاد بگیرد
• تغییرات تدریجی در سیگنال را تشخیص دهد
• الگوهای ظریف و پنهان را در طول زمان مدل‌سازی کند

⏩ مثال دیگر: پیش‌بینی سپسیس در ICU

در بخش مراقبت‌های ویژه، پارامترهای حیاتی بیمار مانند:
• فشار خون
• ضربان قلب
• سطح اکسیژن
• دمای بدن

به‌صورت مداوم ثبت می‌شوند و LSTM می‌تواند با تحلیل این داده‌های زمانی:

• روندهای خطرناک را شناسایی کند
• چند ساعت قبل از وقوع سپسیس هشدار دهد
• به پزشکان در تصمیم‌گیری سریع‌تر کمک کند

5️⃣ آیا LSTM هنوز مهم است؟

با وجود موفقیت Transformerها، LSTM همچنان در شرایط زیر بسیار کاربردی است:

• داده‌های با حجم متوسط
• سیستم‌های با محدودیت حافظه
• کاربردهای real-time
• سری‌های زمانی پزشکی و صنعتی

اکنون با معرفی xLSTM که نسخه‌ای مدرن‌تر و مقیاس‌پذیرتر از این معماری ارائه می‌دهد، دوباره این سؤال مطرح شده است:

👀 آیا معماری‌های بازگشتی واقعاً منسوخ شده‌اند؟ یا فقط منتظر یک بازطراحی هوشمندانه‌تر بودند؟ به‌نظر می‌رسد داستان LSTM هنوز تمام نشده است.

———

NeurAItex Research Center (Neuro AI technologies & Innovations )🧠

📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8
xLSTM Tutorial

📱Article
📱Youtube Tutorial
📱Hugging Face Tutorial
📱GitHub

———

NeurAItex Research Center (Neuro AI technologies & Innovations )🧠

📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4
NeurAITex
📣 با افتخار اعلام میکنیم که دومین کنگره ملی اختلالات شناختی، دمانس و نوروسایکیتری به همت مرکز تحقیقات نورولوژی شناخت، دمانس و نوروسایکیتری و با حضور اساتید برجسته، پژوهشگران، پزشکان و متخصصان این حوزه برگزار می‌شه. 🔝 این کنگره با حمایت انجمن علمی مغز و اعصاب…
Alzheimer's Imaging_ From Voxels to Insight.pdf
6 MB
اسلاید‌های ارايه مرکز ما در دومین کنگره ملی اختلالات شناختی، دمانس و نوروسایکیتری.

در این نشست تلاش شد که یک راهنمای عملی برای انجام مطالعات مبتنی بر تجزیه ‌و تحلیل تصویربرداری عصبی در بیماری آلزایمر با استفاده از مدل‌های هوش مصنوعی ارائه شود.

———

NeurAItex Research Center (Neuro AI technologies & Innovations )🧠

📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10👌1
⚡️ برای هر کسی که در حال آماده شدن برای مصاحبه‌های AI / ML است، داشتن دانش قوی در زمینه موضوعات مرتبط با مدل‌های زبانی بزرگ (LLM) کاملاً ضروری است.

⚠️ این ریپازیتوری شامل بیش از ۱۰۰ سؤال مصاحبه LLM همراه با پاسخ است که طیف گسترده‌ای از مباحث LLM را پوشش می‌دهد، از جمله:
✍️ LLM Inference
✍️ LLM Fine-Tuning
✍️ LLM Architectures
✍️ LLM Pretraining
✍️ Prompt Engineering
🎮 etc.

🌐 https://github.com/KalyanKS-NLP/LLM-Interview-Questions-and-Answers-Hub

———

NeurAItex Research Center (Neuro AI technologies & Innovations )🧠

📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🙏2
🎓 کارگاه رایگان یک‌روزه و لایو مولکولار داکینگ (Hands-On): از تئوری تا کاربرد

🗓 ۱۷ مارس ۲۰۲۶
⏰ ساعت ۸:۳۰ تا ۱۰:۳۰ شب (به وقت هند)

🔗 لینک ثبت‌نام

⸻

🧪 اصلاً مولکولار داکینگ چیه؟

اگه خیلی ساده بخوایم بگیم، مولکولار داکینگ (Molecular Docking) یه روش کامپیوتریه که کمک می‌کنه بفهمیم یک مولکول دارویی چطور به یک پروتئین توی بدن وصل می‌شه.

بیشتر داروها وقتی وارد بدن می‌شن، با اتصال به یک پروتئین خاص اثرشون رو می‌ذارن. این اتصال می‌تونه فعالیت اون پروتئین رو تغییر بده؛ مثلاً ممکنه جلوی کارش رو بگیره یا برعکس فعال‌ترش کنه.

پروتئین‌ها معمولاً روی سطحشون یه جور جیب یا حفره دارن که مولکول دارو می‌تونه داخلش قرار بگیره. به این مولکول کوچک‌تر هم می‌گن لیگاند (Ligand).

برای درک ساده‌تر می‌شه اینطوری تصورش کرد:
پروتئین مثل قفله و مولکول دارو مثل کلید. اگر شکل کلید مناسب باشه، داخل قفل جا می‌گیره و می‌تونه روی عملکردش اثر بذاره.

حالا مشکل اینجاست که توی کشف دارو ممکنه هزاران مولکول مختلف وجود داشته باشه و دانشمندا بخوان بفهمن کدومشون بهتر به پروتئین هدف وصل می‌شه. تست کردن همه این‌ها توی آزمایشگاه هم خیلی زمان‌بره هم خیلی پرهزینه.

اینجاست که مولکولار داکینگ وارد می‌شه.
داکینگ با استفاده از شبیه‌سازی کامپیوتری امتحان می‌کنه که هر مولکول در چه حالتی می‌تونه داخل جایگاه اتصال پروتئین قرار بگیره و اتصالش چقدر قوی می‌شه.

در نهایت هم چند تا نتیجه مهم به ما می‌ده:
• اینکه مولکول دقیقاً چطور داخل پروتئین قرار می‌گیره
• قدرت اتصال (binding affinity) چقدره
• و اینکه چه تعامل‌هایی بین مولکول و اسیدآمینه‌های پروتئین ایجاد می‌شه.

به همین خاطر مولکولار داکینگ یکی از ابزارهای خیلی مهم در طراحی و کشف دارو محسوب می‌شه، چون کمک می‌کنه قبل از انجام آزمایش‌های واقعی، بهترین مولکول‌ها رو سریع‌تر پیدا کنیم.

⸻

📝 توی این کارگاه چی یاد می‌گیرید؟ (از صفر تا آخر فرایند):

• مبانی داکینگ — اینکه داکینگ چطور به تصمیم‌های واقعی در کشف دارو کمک می‌کنه

• آماده‌سازی تارگت (پروتئین) — گرفتن ساختار از PDB، تمیز کردن ساختار، اضافه کردن هیدروژن‌ها و تنظیم بارها

• آماده‌سازی لیگاند — کار با AutoDockTools، اضافه کردن polar H و خروجی گرفتن به فرمت PDBQT

• انتخاب جایگاه اتصال (Binding site) — انتخاب مختصات درست و تنظیم صحیح Grid Box

• اجرای داکینگ — تنظیم پارامترهای مناسب، اجرای موتور داکینگ و مرتب نگه داشتن خروجی‌ها

• تحلیل نتایج — تفسیر انرژی اتصال و پوزها و تمرکز روی تعاملات مهم

• نمایش سه‌بعدی — بررسی H-bond ها، تعاملات هیدروفوبیک و π-stacking و گرفتن شکل‌های واضح

• اعتبارسنجی — یک re-dock سریع + محاسبه RMSD (ترجیحاً ≤ 2.0 Å) برای چک کردن درست بودن workflow

👥 مناسب برای:
دانشجوها و پژوهشگرهای حوزه بایولوژی، بایوتکنولوژی، بیوانفورماتیک و داروسازی.

⁉️ اگر مبتدی هم هستید مشکلی نیست، این دوره هیچ پیش‌نیازی لازم نداره.

———

NeurAItex Research Center (Neuro AI technologies & Innovations )🧠

📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1🙏1
توی این زندگی که راستش هیچ‌وقت درست‌وحسابی فرصتِ زندگی‌کردنش نصیبمون نشد…
همش دویدیم. از این‌جا به اون‌جا، از یه امید به یه امید دیگه. فکر می‌کردیم یه کم جلوتر، یه پیچ بعدی، بالاخره می‌رسیم. اما هرچی دویدیم، انگار رسیدن هی عقب‌تر رفت.

خیلی جاها همه تلاشمونو کردیم، جون کندیم، زمین خوردیم، بلند شدیم… ولی آخرش ما برنده نشدیم. نه اینکه کم گذاشته باشیم؛ نه… بعضی وقتا فقط قسمتِ برد با ما نبود.
حسرتِ چیزایی رو خوردیم که شاید برای خیلی‌ها ساده‌ترین چیز دنیا بود. همون چیزای کوچیک، همون دلخوشی‌های معمولی… که برای ما تبدیل شد به آرزو.

یه وقتایی که برمی‌گردم عقب رو نگاه می‌کنم، با خودم می‌گم:
چقدر دویدیم… چقدر خواستیم… چقدر حیف بودیم.

حق داشت سعدی که می‌گفت:
«عمری دگر بباید بعد از وفات ما را
کاین عمر طی نمودیم اندر امیدواری»

انگار تمام این عمر، بیشتر از اینکه زندگی باشه، گذشتن بود…
گذشتن در امیدِ یه روز بهتر؛ روزی که شاید هیچ‌وقت نرسید 🥀🖤
❤10
This media is not supported in your browser
VIEW IN TELEGRAM
👀 قابلیت جدید دیاگرام‌های تعاملی در چت کلود واقعاً تحولی ایجاد کرده. تصور کن بخوای یک مفهوم علمی یا تحقیقاتی پیچیده رو توضیح بدی؛ مثل چرخه‌ی آب، ساختار DNA، یا مراحل یک آزمایش علمی. به جای توضیح نوشتاری یا تصویر ثابت، کلود می‌تونه یک دیاگرام زنده و تعاملی بسازه که روی هر مرحله کلیک کنی، جزئیات، انیمیشن یا توضیحات اضافه نمایش داده بشه.

🆕 این قابلیت که از ۱۲ مارس ۲۰۲۶ در حالت بتا عرضه شده، کلود رو از یک «مدل زبانی» به یک «ابزار بصری چندبعدی» تبدیل کرده.

📊 کاربرد برای تحقیق و پروژه‌ها

1. مقالات علمی و ارائه‌ها: می‌تونی نمودارهای پویا بسازی که مراحل آزمایش یا روند تحلیل داده‌ها رو نشان بده و خواننده یا مخاطب با تعامل، جزئیات بیشتری ببینه.

2. پروژه‌های دانشگاهی: به جای تهیه چندین تصویر و توضیح طولانی، کلود می‌تونه فلوچارت‌ها، گانت‌چارت‌ها و نقشه سایت تعاملی بسازه تا روند پروژه یا مراحل تحقیق به شکل بصری و قابل فهم ارائه بشه.

3. تحلیل داده و گزارش‌ها: نمودارهای داینامیک بساز که با کلیک روی هر بخش، اطلاعات دقیق و تحلیل‌های تکمیلی نمایش داده بشه، بدون نیاز به ابزارهای جانبی مثل اکسل یا لوسی‌چارت.

⚠️ نکات مهم

• دسترسی عمومی: این قابلیت برای همه پلن‌ها فعال است، حتی کاربران رایگان.

• وضعیت بتا: ممکنه روی موبایل گاهی باگ داشته باشه، اما روی دسکتاپ عملکرد خوبی داره.

• هوشمندی و کنترل: کلود خودش می‌فهمه کجا می‌تونه از دیاگرام استفاده کنه، ولی می‌تونی با دستور مستقیم هم بگی:
«این پروسه رو به صورت یک دیاگرام تعاملی نمایش بده.»

📌 نمونه عملی برای پروژه تحقیقاتی

فرض کن می‌خوای مراحل یک آزمایش شیمیایی رو به صورت بصری در پروژه دانشگاهی ارائه بدی:

• کلود می‌تونه دیاگرامی بسازه که هر مرحله آزمایش (مثل آماده‌سازی مواد، واکنش‌ها، ثبت داده‌ها، تحلیل نتایج) به صورت بلوک‌های قابل کلیک نمایش داده بشه.

• با کلیک روی هر بلوک، توضیح مفصل، عکس نمونه یا نمودار نتیجه واکنش نمایش داده می‌شه.

• می‌تونی همین دیاگرام رو در ارائه آنلاین یا فایل پروژه قرار بدی تا استاد یا هم‌کلاسی‌ها با تعامل، روند آزمایش رو بهتر درک کنند.

❗️ با این قابلیت، انجام تحقیقات، تولید مقالات و ارائه پروژه‌ها بسیار تعاملی و بصری می‌شود و وقت زیادی صرف ساخت نمودارهای دستی نمی‌شود.

———

NeurAItex Research Center (Neuro AI technologies & Innovations )🧠

📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2❤1
👀 یک نمونه از دیاگرام‌های ساخته شده. شاید برای تسک‌های پیچیده هنوز خیلی دقیق نباشه ولی خروجیش قابل قبول هست.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
‏عید، آن روز مبارک بادم
‏که تو آبادی و من آزادم 🕊❤️

سال نو پیشاپیش مبارک
به امید سالی پر از نور، امید و موفقیت برای همگی شما
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍1
این روزها با این قطعی‌ها و محدودیت‌های اینترنت، کلی پیام از بچه‌هایی می‌گیریم که قصد مهاجرت دارن و می‌خوان با نوشتن مقاله رزومه‌شون رو قوی‌تر کنن. 🌍✉️

واقعیتش اینه که توی این شرایط، کار پژوهشی اون کیفیتی که باید رو نداره. هی قطع و وصل شدن اینترنت، دسترسی سخت به منابع و دیتابیس‌ها، مشکل در ارتباط گرفتن با استادها یا هم‌تیمی‌ها، و حتی ارسال ساده یه ایمیل… همه اینا باعث میشه روند کار کند و فرسایشی بشه و خروجی هم اون چیزی نشه که انتظارش رو دارید. ⚠️📉

نه اینکه نشه کار کرد، ولی ما دلمون نمیخواد به این شرایط عادت کنیم یا بگیم «تحت هر شرایطی کار پیش میره». ترجیح میدیم وقتی کاری انجام میدیم، استاندارد و با کیفیت باشه، نه با هزار تا محدودیت و فشار. 🎯

از اون طرف، این بازه می‌تونه یه فرصت خوب باشه برای اینکه روی مهارت‌های پایه‌ای اما خیلی مهم تمرکز کنیم؛ چیزهایی که خیلی وقت‌ها نادیده گرفته می‌شن، ولی تأثیرشون کمتر از مقاله نیست. 🌱✨

برای همین تصمیم گرفتیم فعلاً یه سری جلسات کاربردی برگزار کنیم. تو این جلسات تمرکز ویژه‌ای روی زبان خوندن داریم، در کنار موضوعاتی مثل رزومه‌نویسی، نحوه درست ایمیل زدن و بقیه مهارت‌هایی که تو مسیر مهاجرت خیلی به دردتون می‌خوره. 🎓📚
هدفمون اینه که بعد از این جلسات:

بتونید یه ایمیل استاندارد و مؤثر به استادها بزنید 📩
یه رزومه مرتب و قابل رقابت داشته باشید 🧾
و مهم‌تر از همه، مسیر زبان خوندن براتون شفاف، هدفمند و قابل اجرا بشه 🧠🗣️

نکته مهم اینه که این مهارت‌ها دست‌کمی از داشتن مقاله ندارن. خیلی وقت‌ها حتی قبل از اینکه مقاله‌تون دیده بشه، این رزومه‌تون، نحوه معرفی خودتون و ایمیلی که می‌زنید هست که تعیین می‌کنه اصلاً فرصت بررسی بیشتر بهتون داده بشه یا نه. از طرف دیگه، بدون سطح زبان مناسب، حتی بهترین رزومه و مقاله هم اون‌طور که باید اثر نمی‌ذاره. پس تقویت زبان عملاً یکی از پایه‌ای‌ترین قدم‌های این مسیره. 🚀

اگر این موضوعات براتون مهمه، پیشنهاد می‌کنیم حتماً این جلسات رو دنبال کنید. 👀

به‌زودی جزئیات بیشتر رو باهاتون به اشتراک می‌ذاریم 🌱

———

NeurAItex Research Center (Neuro AI technologies & Innovations )🧠

📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6
⁉️حالا یه سوال مهم از شما
به نظرتون بهتره از کدوم بخش شروع کنیم؟
Anonymous Poll
52%
زبان خوندن 📝
37%
رزومه‌نویسی 📁
39%
مکاتبه با اساتید (ایمیل زدن)📨
20%
جلسه اینترویو 🗣️
SPINE25-878_ePub.pdf
663.5 KB
🆕 مفتخریم که یکی از مقاله‌های جدیدمون‌ که به‌تازگی در ژورنال معتبر Journal of Neurosurgery: Spine منتشر شده، که یکی از ژورنال‌های شناخته‌شده و تأثیرگذار در حوزه جراحی مغز و اعصاب و ستون فقرات هست، رو باهاتون به اشتراک بزاریم

“A Novel Interpretable Classification of Lumbar Spinal Stenosis Using a Cascade Deep Learning Approach and T2-Weighted MRI”

🔗 لینک مقاله

🔗 لینک دیتاست

🎯 در این پژوهش، یک مدل یادگیری عمیق به‌صورت cascade طراحی کردیم که قادر است تنگی کانال نخاعی کمری را از روی تصاویر MRI نوع T2 طبقه‌بندی کند. علاوه بر دقت بالا، تمرکز اصلی ما بر قابل‌تفسیر بودن مدل بوده تا استفاده از آن در کاربردهای بالینی قابل اعتمادتر باشد.

⚠️ یکی از نکات بسیار مهم در این حوزه، انتشار کد و دیتاست است. در یادگیری ماشین پزشکی، صرف داشتن یک مدل قوی کافی نیست؛ بلکه قابلیت بازتولیدپذیری (reproducibility) و دسترسی جامعه پژوهشی به داده‌ها نقش کلیدی در پیشرفت واقعی علم دارد. به همین دلیل، انتشار دیتاست و کد در این حوزه از اهمیت بالایی برخوردار است و می‌تواند مسیر تحقیقات آینده را هموارتر کند.

🚀 از طرف دیگر، باید تأکید کنم که جمع‌آوری یک دیتاست قابل انتشار کار بسیار زمان‌بر، حساس و دشواری است. از مراحل اولیه جمع‌آوری داده‌های بالینی، رعایت استانداردهای اخلاقی، پاک‌سازی داده‌ها و برچسب‌گذاری دقیق، تا آماده‌سازی نهایی برای انتشار، همه این مراحل نیازمند دقت و تلاش قابل توجهی هستند. به همین دلیل، دیتاست‌های قابل انتشار در حوزه پزشکی ارزش بسیار بالایی دارند و نقش مهمی در توسعه مدل‌های قابل اعتماد ایفا می‌کنند.

📌 در همین راستا، دیتاست استفاده‌شده در این مطالعه را به‌صورت عمومی منتشر کرده‌ایم تا سایر پژوهشگران بتوانند از آن استفاده کرده و تحقیقات خود را توسعه دهند.

این کار در راستای علاقه‌مندی ما به ترکیب روش‌های پیشرفته یادگیری عمیق با کاربردهای واقعی در حوزه پزشکی، به‌ویژه تصویربرداری پزشکی، انجام شده است.

از همه همکاران و هم‌نویسندگان عزیز بابت همکاری ارزشمندشون صمیمانه سپاسگزاریم 🌷

———

NeurAItex Research Center (Neuro AI technologies & Innovations )🧠

📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👌2
NeurAITex
SPINE25-878_ePub.pdf
کسی میدونه چنتا تیم از داخل ایران توی ژورنالای JNS مقاله اورجینال چاپ کردن؟ 🤭😎
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4🫡2👍1
🌐 اگه این روزها نیاز به مشاهده ویدئویی از یوتیوب دارین میتونین از این روش استفاده کنین و سرعت خوبیم داره.

https://github.com/masterking32/MasterHttpRelayVPN

⚠️ از ایمیل اصلیتون برای راه اندازیش استفاده نکنین چون ممکنه بن کنه و دسترسیتون از بین بره

⚠️ ای پی تون توی این روش ایران هست ، پس دقت کنین که وارد اکانتهایی تون که ایران تحریم هست نشین باهاش
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥2🫡2
ما در حال حاضر دوره‌های منتورینگ و آموزش مقاله‌نویسی نداریم ولی اگه این‌ روزها فکر میکنین راهنمایی و کمکی از دست ما برمیاد توی کار‌های پایان‌نامه‌تون میتونین بهمون پیام بدین ❤️🫂

———

NeurAItex Research Center (Neuro AI technologies & Innovations )🧠


📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
📱neuraitex
Please open Telegram to view this post
VIEW IN TELEGRAM
👏3❤2
به لطف دوستان امشب تونستیم به یکی از بچه‌ها اینترنت پرسرعت برسونیم که بتونه اینترویوش رو با دانشگاه تورنتو انجام بده ❤️🫠🫂
❤13👍1🤯1