onlinebme
4.83K subscribers
1.48K photos
574 videos
346 files
697 links
آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
ارائه‌دهنده‌ی پکیجهای آموزشی پروژه محور:
برنامه‌نویسی متلب-پایتون
پردازش تصویر-سیگنالهای حیاتی
شناسایی الگو
یادگیری ماشین
شبکه‌های عصبی
واسط مغز-کامپیوتر

تماس👇
09360382687
@onlineBME_admin

www.onlinebme.com
Download Telegram
onlinebme
1-s2.0-S0960982204001472-main.pdf
موضوع: خطای شنیداری
عصب شناسی: چیزی که می بینید و می شنوید چیزی است که دریافت می کنید!

👨‍🏫نویسنده: محمد نوری زاده چرلو

✍️ مغز ما سیگنال ها را از منابع مختلفی دریافت می کند؛ برای مثال، هر دو سیگنال تصویری و شنیداری می توانند جهت یک محرک را نشان دهند، اما با دقت متفاوت. مطالعات اخیر نشان می دهد که مغز ما این سیگنال های دریافتی را را برای به دست آوردن بهترین برآورد ممکن #ترکیب می کند.
فرض کنید وارد یک اتاق شلوع(مثلا یک مهمانی) می شوید. یکی اسم شمارو صدا می زنه و شما برمیگردید تا ببنید کی شمارو صدا میزنه. وقتی برمیگردین میبینین چندین نفر در جهت کلی صدایی که به طرف شما اومده وجود داره.
(البته یه توضیحی بدم که جهت تقریبی را توسط دو تا گوش متوجه میشیم. چونکه صدای شخصی که مارو صدا میزند با زمانهای متفاوتی به دو گوش ما میرسد. مثلا اگه شخص در سمت راست بوده و مارو صدا زده، به خاطر اینکه این شخص به گوش سمت راست نزدیک تره صداش زودتر به گوش سمت راستی میرسد و با یک تاخیری خیلی کوچک به گوش سمت چپ میرسه و مغز با یک پردازش خیلی ساده متوجه میشه که صدا از کدام سمت اومده).
ولی اینکه چه کسی اسم ما رو صدا زده رو نمیتونیم تنها با شنیدن متوجه بشیم. مگر اینکه تمام اشخاص رو بشناسیم! اما فرض ما این است که ما وارد اتاقی شدیم که هیچ کس را نمیشناسیم!
بعد برگشتن متوجه میشیم که همه دارن صحبت می کنند و باز اون صدا میاد! الان صدها کاندید وجود داره که کی داره اسم مارو صدا می زنه! راه حل خیلی ساده است، اگه به حرکت لب افراد نگاه کنیم متوجه میشیم که کی اسم ما رو صدا میزنه! اینطوریه که میگیم مغز ما اطلاعات شنیداری و بینایی را همزمان باهم ترکیب می کند! اما چطور این اطلاعات ترکیب می شوند؟!
کدام یک نقش تعیین کننده دارن؟! برای رسیدن به جواب خود میتونید مقاله رو بخونید؟!
خطای چشم که قبلا خیلی در موردش مطالب کانال گذاشتیم و به این نتیجه رسیدیم که چیزی که میبینیم شاید چیزی نباشد که در واقعیت هست!
ولی خطای شنیداری چی هست؟!
مکدونالد و McGurk اولین کسانی بودند که این پدیده را معرفی کردند برای همین خطای شنیداری را اثر McGurk نام گذاری کرده اند.
در ویدیویی که در کانال قرار داده شده، یک نمونه خطای شنیداری رو میبنیم که نشون میده چیزی که میشنویم به چیزی که میبینیم وابسته است! (چقدر چیز گفته شد😄)
خلاصه از این به بعد به صدایی که میشنویم هم نباید اطمینان کنیم! والا...
🔻در زیر چند تا لینک گذاشتیم که اثر McGurk رو به صورت علمی بررسی کرده اند:👇👇
https://m.youtube.com/watch?v=7uHDMc4TEU8
https://m.youtube.com/watch?v=G-lN8vWm3m0
#عصبی_شناسی
#خطای_شنیداری
#auditory_illusion
#Neuroscience

@IUST_Bioelecteric
Media is too big
VIEW IN TELEGRAM
💡خطای شنیداری( اثر McGurk)
🔹در این ویدیو این پدیده به صورت #علمی بررسی شده است.

@IUST_Bioelecteric
چند نکته در مورد دوره ها:
نکته اول: در جلسه اول برای هر شخص یک #مقاله مشخص می شود و شخص در طول دوره علاوه برانجام تمرینات هر جلسه، مقاله را به کمک مدرس دوره شبیه سازی می کند.
هدف ما این است که شرکت کنندگان صرفا یک #شنونده نباشند و #درگیر مطالب دوره شوند. تمریناتی که در هر جلسه تعیین می‌شود، جلسه بعدی توسط مدرس انجام می‌شوند.

نکته دوم: در پایان دوره افراد #فعال کلاس انتخاب شده و با گروه تخصصی دانشجویان علم و صنعت به صورت #پروژه ای و یا #پژوهشی جهت نوشتن مقاله همکاری خواهد شد.

نکته سوم: شرکت کنندگان می‌توانند در طول دوره و بعد از دوره به صورت رایگان از مدرس دوره جهت مشاوره در انجام #پایان_نامه خود کمک بگیرند و پایان نامه خود را به صورت مرحله به مرحله انجام دهند.

🌐 گروه تخصصی و آموزشی دانشجویان دانشگاه علم و صنعت تهران قصد دارد دوره‌ها را در #تمام_شهرهای_ایران برگزار کند.

#فراخوان_همکاری
🌀 دوستانی که در انجمن‌های دانشگاهشون عضو هستند و می‌توانند در این زمینه با گروه ما همکاری کنند لطفا با شماره زیر تماس بگیرند:👇👇

0936-038-2687
@Bio_engineerr

@IUST_Bioelecteric
🏢 مکان برگزاری دوره ها

آدرس:
نارمک-خیابان ملک لو-جهاد دانشگاهی دانشگاه علم و صنعت تهران -پلاک 158
(روبروی درب 3 دانشگاه علم و صنعت)

@IUST_Bioelecteric
onlinebme
🏢 مکان برگزاری دوره ها آدرس: نارمک-خیابان ملک لو-جهاد دانشگاهی دانشگاه علم و صنعت تهران -پلاک 158 (روبروی درب 3 دانشگاه علم و صنعت) @IUST_Bioelecteric
🏢 مکان برگزاری دوره ها:
نارمک-خیابان ملک لو-جهاد دانشگاهی دانشگاه علم و صنعت -پلاک 158
(روبروی درب 3 دانشگاه علم و صنعت)
مسیر مترو: 🚇
مترو سمت فرهنگسرا- ایستگاه علم و صنعت – دانشگاه علم و صنعت (از طریق تاکسی(سمت سراج) یا پیاده(10 دقیقه)) روبروی درب 3 دانشگاه علم و صنعت تهران- جهاد دانشگاهی دانشگاه علم و صنعت -پلاک 158

دوره جامع مهندسی پزشکی برای سایر دانشجویان
زمان: پنج شنبه ها از ساعت 1تا 5 بعدازظهر (از 2 آذر شروع خواهد شد)
ظرفیت باقی‌مانده: 2 نفر
دوره تخصصی پیاده سازی شبکه های عصبی در متلب
زمان: چهارشنبه ها از ساعت 1تا 5 بعدازظهر (از 1آذر شروع خواهد شد)
ظرفیت #تکمیل شد.

🌀لازم به ذکر است که دوره بعدی ما در #تبریز (دانشگاه تبریز و دانشگاه سهند تبریز) برگزار خواهد شد.
دوستان علاقه مند میتوانند از طریق سایت #متلب_خونه پیش ثبت نام کنند و یا با شماره زیر تماس بگیرند.

0936-038-2687
@Bio_engineerr
🌐همانطور که گفته شد، گروه ما قصد دارد در #تمامی شهرها دوره ها رو برگزار کند، شما میتوانین اسم، شماره تماس و نام شهرتون را در سایت وارد کنید. بعد از تکمیل ظرفیت کلاسها، دوره ها در شهر شما هم برگزار خواهد شد.
http://matlabkhoone.ir/
↖️برای #پیش_ثبت_نام تنها کافیست شماره تماس و اسمتون رو در سایت وارد کنید.

@IUST_Bioelecteric
onlinebme
🏢 مکان برگزاری دوره ها: نارمک-خیابان ملک لو-جهاد دانشگاهی دانشگاه علم و صنعت -پلاک 158 (روبروی درب 3 دانشگاه علم و صنعت) مسیر مترو: 🚇 مترو سمت فرهنگسرا- ایستگاه علم و صنعت – دانشگاه علم و صنعت (از طریق تاکسی(سمت سراج) یا پیاده(10 دقیقه)) روبروی درب 3 دانشگاه…
با سلام
دوستان عزیز ظرفیت دوره تخصصی پیاده سازی شبکه های #عصبی در متلب #تکمیل شده( #تهران)، لذا از ثبت نام دوستان جدید معذور هستیم.🙏🌹

💡دوستان علاقمند میتوانند از طریق سایت متلب خونه برای دوره بعدی پیش ثبت نام کنند.🙏🌹

🌐 آدرس سایت جهت پیش ثبت نام در دوره:
http://matlabkhoone.ir

@IUST_Bioelecteric
onlinebme
ezgif.com_gif_maker__1_.0.gif
🌐 تولید تصاویر جعلی با #هوش_مصنوعی 😃

✍️ کمپانی «انویدیا» با انتشار یک مقاله و ویدئوی مربوط به آن توانایی هوش مصنوعی در تولید تصاویر ساختگی از افرادی که وجود نداشته اند، را توضیح داده است. اگرچه قبلا هم چنین تصاویری ساخته شده اند اما به اعتقاد محققان کارایی این سیستم از نمونه های مشابه بسیار بیشتر است.
🔹 محققین این پروژه برای تولید تصاویر از «شبکه عصبی عمیق مولد» (GAN) استفاده کرده اند.GAN از دو شبکه مجزا تشکیل می شود که یکی از آنها تصاویر را بر اساس داده های ورودی تولید کرده و دیگری واقعی بودن آنها را بررسی می کند.
هر بار که شبکه دوم مشکلی را در تصویر پیدا می کند، شبکه اول خروجی را بهبود بخشیده و با تکرار این فرایند سیستم به خودش آموزش می دهد.
🔹 با این حال این سیستم محدودیت هایی دارد، از جمله اینکه حداکثر رزولوشن تصاویر آن 1024 در 1024 پیکسل است که نسبت به استانداردهای امروزی نسبتا پایین است. علاوه بر این خروجی های آن شبیه تصاویری است که بر اساس آن آموزش داده شده است.
این سیستم علاوه بر چهره افراد، توانایی تولید تصاویر جدید از اشیاء و مناظر را نیز دارد و می توان در زمینه های گرافیک، بازی سازی و تولید فیلم از آن استفاده کرد.
🔹 اگرچه متخصصان فتوشاپ از مدت ها پیش استعدادهای خود در زمینه تولید تصاویر ساختگی از افراد و مناظر را نشان داده اند، اما سرعت تولید تصاویر توسط این سیستم بسیار بالاتر و دقیق تر است.
https://www.theverge.com/2017/10/30/16569402/ai-generate-fake-faces-celebs-nvidia-gan

🔻 مقاله رو می تونید از این سایت دانلود کنید: 👇👇
http://research.nvidia.com/publication/2017-10_Progressive-Growing-of

@IUST_Bioelecteric
This media is not supported in your browser
VIEW IN TELEGRAM
🌀 وقتی در معرض خطر #سیل هستیم، چگونه #مغز ما را فریب می‌دهد.

@IUST_Bioelecteric
onlinebme
مهندسی عصبی.pdf
مهندسی عصبی.pdf
1.3 MB
مهندسی عصبی
◀️ بخش اول+ بخش دوم+ بخش سوم+ بخش چهارم
🔻 تحریک الکتریکی عملکری
#مهندسی_عصبی

@IUST_Bioelecteric
onlinebme
مهندسی عصبی.pdf
مهندسی عصبی (Neural Engineering)
💡 بخش پنجم : #فواید و #کاربرد های تحریک الکتریکی عملکردی
👨‍🏫نویسنده: مهندس رضا سعادتیار (عضو گروه تخصصی و آموزشی دانشجویان دانشگاه علم و صنعت تهران)

✍️ تحریک الکتریکی عملکردی می‌‌تواند برای باز توانی اندام ازکارافتاده افراد ضایعه‌‌ی نخاعی مورداستفاده قرار گیرد و این افراد می‌‌توانند از فواید فیزیولوژیکی و روانی آن استفاده نمایند. محققان دریافته‌‌اند که استفاده مرتب از تحریک الکتریکی سبب بهبود سیستم قلبی-عروقی و سیستم ریوی می‌‌شود. آتروپی عضلات اسکلتی، افزایش گردش خون در اندام‌‌های فلج، بهبود سیستم ایمنی، بهبود زخم بستر، تنظیم ریتم قلبی، رفع افتادگی پا و بهبود عملکرد تنفسی، از دیگر فواید استفاده از تحریک الکتریکی عملکردی است.

◀️ کاربرد‌‌های تحریک الکتریکی عملکردی
به‌طورکلی کاربرد‌‌های تحریک الکتریکی به سه گروه تقسیم‌‌بندی می‌‌شوند:
🔻 کاربرد‌‌های تشخیصی: در این کاربرد از تحریک الکتریکی برای ارزیابی میزان سالم بودن سیستم عصبی-عضلانی بیمار استفاده می‌‌شود.
🔻 کاربرد‌‌های درمانی: تحریک الکتریکی درمانی برای بهبود شرایط فیزیولوژیکی بیمار و با نظارت پزشک انجام می‌‌شود. از مزایای این نوع تحریک می‌‌توان به جلوگیری از تحلیل رفتن عضلات و افزایش حجم و نیروی آن، کاهش گرفتگی و انقباضات شدید عضلانی، افزایش گردش خون در عضو فلج و جلوگیری از زخم بستر، جلوگیری از پیشرفت پوکی استخوان، تسریع جوش‌‌خوردگی در شکستگی‌‌های استخوان و کاهش درد اشاره نمود.
🔻 کاربرد‌‌های عملکردی: در تحریک الکتریکی عملکردی هدف ایجاد حرکت‌‌هایی مشابه با حرکت‌‌های ارادی در شخص فلج است. نمونه‌‌هایی از کاربرد‌‌های متداول تحرک الکتریکی عملکردی عبارت‌اند از: تمرینات مفید برای سیستم قلبی-عروقی، کمک به سیستم تنفسی، تحریک عضلات دست برای رسیدن به اشیا و گرفتن آن‌ها، کنترل مثانه، ایستادن و گام برداشتن، تحریک به‌منظور بازیابی حس، تحریک برای کمک به بیماران دچار پارکینسون و سایر بیماری‌‌های مغزی.

◀️ کنترل تحریک الکتریکی عملکردی
در طی چند دهه‌‌ی اخیر، روش‌‌های کنترلی متنوعی به‌منظور توان‌بخشی به بیماران ضایعه نخاعی طراحی‌شده است. روش‌‌های کنترلی حلقه باز به‌عنوان ابتداییترین راهکار‌‌های کنترلی تحریک الکتریکی توسعه داده‌شده‌اند. از این روش کنترلی می‌‌توان در بازیابی برخی از افعال ساده بهره گرفت. سامانه‌‌ی کنترل حلقه باز از یک الگوی ثابت برای تحریک استفاده می‌‌کند و تا انتها‌‌ی آزمایش این الگو را حفظ می‌‌کند. ویژگی‌‌های منحصربه‌فردی مانند خستگی عضلانی، خاصیت غیرخطی عضله، تأخیر زمانی، انقباض‌‌های مداوم عضلانی و شرایط پیش‌بینی‌نشده‌ی دیگر، از کارایی کنترل‌‌کننده‌‌ حلقه باز می‌‌کاهد. بنابراین به‌منظور غلبه بر مشکلات ذکرشده به کنترل‌کننده‌های پیچیده‌‌تر نیازمندیم. استفاده از روش حلقه بسته یک راهکار مناسب برای چیره شدن بر بسیاری از محدودیت‌‌های دستگاه‌های پیچیده‌‌ی تحت کنترل است.

#مهندسی‌عصبی
#تحریک_الکتریکی_عملکردی
🌐 مطالب و ویدیوهای آموزشی #رایگان ما را از #سایت متلبخونه هم میتونید دنبال کنید:👇👇
http://matlabkhoone.ir/

@IUST_Bioelecteric
مشکلات پزشکان – نقش مهندسین
💡 بخش اول
👨‍🏫نویسنده: محمد نوری زاده چرلو
به خاطر درخواست مکرر اعضای کانال، قصد داریم روشهای تصویربرداری پزشکی را دوباره به طور مختصر توضیح دهیم. اما لازم است در ابتدا یک سری نکاتی رو ذکر کنیم.
✍️ از آنجا که اکثر ما (مهندسین پزشکی- برق- هوش مصنوعی) برای پایان نامه روی تصاویر پزشکی کار می کنیم و همیشه دغدغه پیدا کردن #داده داریم، در زیر به این موضوع و مشکلاتی که داریم می پردازیم:
روشهای تصویربرداری مختلفی از جمله، اولتراسوند، mri، pet و ... وجود دارند که جهت تشیخص بیماری در بیمارستان ها استفاده می شوند و پزشکان با تجزیه و تحلیل این تصاویر، بیماری فرد را تشیخص می دهند. اما از آنجا که روش‌های #دستی به #هزینه و #زمان بالایی نیاز دارند و از آنجایی که تخمین‌های مربوط به هر کاربر با کاربر دیگر #متفاوت است، قابلیت #اطمینان پایینی دارند، لازم است که روشهای خودکار و کامپیوتری جهت محاسبه یک سری پارامترها استفاده شود. اهمیت بالای تشخیص بیماری باعث شده محققین زیادی در حوزه #مهندسی علاقه مند به فعالیت در این حوزه پزشکی شوند و به پزشکان در تجزیه و تحلیل تصاویر کمک کنند.
پزشکان معمولا به چند دلیل در تشخیص بیماری به #مشکل می‌خورند که چهار مورد آنرا توضیح میدهیم:
1- زمان کافی برای تحلیل تمام تصاویر ندارند یا اینطور بگیم که تعداد تصاویر بسیار بالاست و بررسی همه این تصاویر توسط پزشک واقعا #زما_بر است.
برای تشخیص بیماری لازم است پزشکان یک سری پارامترها از روی تصاویر اندازه گیری کنند و طبق اندازه گیریها تصمیم گیری کنند. برای مثال برای تشخیص بیماری های #قلبی لازم است که پزشک از روی تصاویر #نسبت_برون_ده قلبی، حجم بطن چپ، ضحامت دیواره و .... را محاسبه کنند. در پست بعد به طور مفصل در #اکوکاردیوگرافی صحبت خواهیم کرد.
محاسبه این پارامترها توسط پزشک بسیار زمان بر است و عملا سرعت تصمیم گیری و بعضی مواقع دقت تصمیم گیری را پایین می آورد.

2- ممکن است بعضی تصاویر اطلاعات #کافی در مورد بیماری نشان ندهند و تنها با استفاده از یک نوع تصویر(مثلا mri) پزشک نتواند یک بیماری تشخیص دهند.
برای مثال بعضی از روشهای تصویربرداری مثل MRI تنها اطلاعات ساختاری اندامها را در اختیار پزشک قرار میدهند و یا بعضی از روشهای تصویربردای مثل pet تنها اطلاعات عملکردی اندامها را در اختیار پزشک قرار می دهند. اما پزشک برای تشخیص درست به هر دو تصویر به صورت همزمان نیاز دارد!
3- ممکن است تصاویر نویزی باشند و تشخیص بیماری توسط پزشک را سخت کنند
4- ممکن است تشخیص بیماری با چشم غیرمسلح از روی تصاویر ممکن نباشد.

اینجاست که #نقش مهندسین #پررنگ_تر می‌شود. 👌
🔺برای رفع مشکل اول مهندسین با استفاده از دانش پردازش تصویر، محاسبه پارامترها را به صورت #خودکار انجام میدهند. معمولا به صورت زمان حقیقی پارمترها محاسبه می شوند و پزشک با استفاده از این پارامترها بیماری را سریع تشخیص می دهد و با اینکار ممکن است از یک خطر بزرگ جلوگیری شود و سریع روند درمان شروع شود!
🔺 برای رفع مشکل دوم مهندسین از روشهای انطباق و ادغام تصاویر استفاده می کنند(قبلا این روشها توضییح داده شده است. از هشتکهای قرار داده شده استفاده کنید و مطالب را مطالعه کنید).
ادغام تصاویر، به معنای ترکیب دو یا چند تصویر و به دست آوردن یک تصویر نهایی، با هدف تجمیع اطلاعات مفید در تصویر نهایی، می‌باشد.
🔺برای رفع مشکل سوم دو راه وجود دارد، یکی اینکه سیستم تصویربرداری را بهبود بدهند، اما از آنجا که هزینه دستگاهها بالاست نمیتوان اینکار را انجام داد. راه دوم اینکه از روشهای پردازش تصویر جهت کاهش نویز استفاده کنیم. یعنی بعد از اینکه تصاویر توسط دستگاههای تصویربرداری گرفته شد، توسط مهندسین نویز تصاویر کاهش یابد تا پزشک بتواند با دقت بالاتری بیماری را تشخیص دهد.
🔺تصاویری وجود دارند که در حوزه زمان(مکان) اطلاعاتی را در مورد بیماری نشان نمیدهند، یعنی نمیتوان با چشم غیرمسلح چنین ویژگی های را مشاهده کرد، ولی وقتی این تصاویر توسط الگورتیمهای پردازش تصاویر به حوزه فرکانس یا زمان-فرکانس انتقال داده میشود اطلاعات مفیدی درباره تصویر میتوان مشاهده کرد که راهکار برای حل مشکل چهارم است.

◀️ پست ادامه دارد.....

🌐 مطالب و ویدیوهای آموزشی #رایگان ما را از #سایت متلبخونه هم میتونید دنبال کنید:👇👇
http://matlabkhoone.ir/

@IUST_Bioelecteric
onlinebme
مشکلات پزشکان – نقش مهندسین 💡 بخش اول 👨‍🏫نویسنده: محمد نوری زاده چرلو به خاطر درخواست مکرر اعضای کانال، قصد داریم روشهای تصویربرداری پزشکی را دوباره به طور مختصر توضیح دهیم. اما لازم است در ابتدا یک سری نکاتی رو ذکر کنیم. ✍️ از آنجا که اکثر ما (مهندسین…
مشکلات پزشکان – نقش مهندسین
💡 بخش دوم
👨‍🏫نویسنده: محمد نوری زاده چرلو
برای اینکه بتوانیم در حوزه پزشکی پیشرفتی داشته باشیم، لازم است که تبادل اطلاعات بین پزشکان و مهندسین وجود داشته باشد و بیمارستانها با دانشگاهها همکاریهای هدفمند داشته باشند. در بیمارستانها باید فضایی باشد که پزشکان و مهندسین باهم به صورت هدفمند همکاری کنند.
⚠️ ولی متاسفانه در #ایران بیمارستانها با دانشگاهها هیچگونه همکاری (دانشگاههای مهندسی) ندارند و به ندرت می‌توان پزشکی پیدا کرد که با مهندسین همکاری داشته باشند.
برای اینکه مهندسین هم بتوانند ایده های خود را در تشخیص بیماری از روی تصاویر پیاده کنند و بتوانند از دانش های دیگه ای از قبیل هوش مصنوعی در این زمینه استفاده کنند، لازم است که یک سری تصاویر استاندارد و البته تعداد کافی داشته باشند. متاسفانه عمده ترین مشکل ما مهندسین پیدا کردن همین #داده است و #عمرکوتاه ما در دوره کارشناسی ارشد و دکتری بیشتر برای پیدا کردن داده #صرف میشود تا تحقیق و پژوهش!😞😕 و به خاطر محدودیت زمانی نمیتوانیم ایده های خود را عملی کنیم و معمولا در آخر کار دانشجو به صورت عجله ای صرفا جهت دفاع پردازشهای مقدماتی روی تصاویر انجام میدهد(البته در دکتری فرصت 4 ساله هست و گاها با مشکل مواجه نمیشوند).
⚠️متاسفانه در دانشگاههای ایران آزمایشگاهی جهت تصویربرداری و انجام آزمایشات به خاطر هزینه های بسیار بالای تجهیزات پزشکی وجود ندارد. و از طرف دیگر در بیمارستانها هم جایی برای این آزمایشات توسط مهندسین وجود ندارد.

◀️تنها چاره دانشجو کمک گرفتن از پزشکان هست که متاسفانه این اتفاق به ندرت پیش میاد که پزشک فرصت کافی برای همکاری با دانشجو داشته باشد چون وقتشو برای محاسبه پارامترها به صورت #دستی صرف می کند. 😂😏
🔺به طور میانگین مدت زمانی که یک دانشجو برای پیدا کردن داده در ایران صرف میکند از سه تا 6 ماه هست! عملا عمر دانشجو صرف پیدا کردن داده می شود و البته در آخر داده ای غیراستاندارد و تعداد محدود که عملا نتایج از دید آماری قابل اطمینان نیستند پیدا می کند!

در کشورهای پیشرفته، معمولا بانک اطلاعاتی بسیاری زیادی وجود دارد و معمولا بیمارستانها اطلاعات بیماران را با رعایت تمام استانداردها ذخیره می کنند و در اختیار محققین خود قرار میدهند و به خاطر همین هست این همه پیشرفت می کنند.

🌐 مطالب و ویدیوهای آموزشی #رایگان ما را از #سایت متلبخونه هم میتونید دنبال کنید:👇👇
http://matlabkhoone.ir/

@IUST_Bioelecteric
onlinebme
مشکلات پزشکان – نقش مهندسین 💡 بخش دوم 👨‍🏫نویسنده: محمد نوری زاده چرلو برای اینکه بتوانیم در حوزه پزشکی پیشرفتی داشته باشیم، لازم است که تبادل اطلاعات بین پزشکان و مهندسین وجود داشته باشد و بیمارستانها با دانشگاهها همکاریهای هدفمند داشته باشند. در بیمارستانها…
روشهای تصویربرداری پزشکی
💡 بخش اول
👨‍🏫نویسنده: محمد نوری زاده چرلو

1⃣ اکوکاردیوگرافی
اکوکاردیوگرافی یکی از مهمترین ابزارهای تشخیصی در حوزه پزشکی می¬باشد. از مهمترین مزیت‌های این روش ماهیت غیرتهاجمی، عدم خطر تابش امواج اولتراسوند(در حوزه تصویربرداری)، هزینه پایین و رزولوشن زمانی بالا را می‌توان نام برد. اکوکاردیوگرافی به خاطر داشتن رزولوشن زمانی بالا در فراهم کردن ارزیابی سریع از عملکرد قلب بسیار موفق بوده است. برای ارزیابی کمی از عملکردهای قلب که شامل نسبت برون ده قلبی و دنبال کردن حرکت دیواره قلبی است، تعیین حجم بطن قلبی در هر زمان برای بدست آوردن کمیت‌های مهم پزشکی جهت کنترل وضعیت بیمار ضروری می‌باشد.

2⃣ تصویر برداری رزونانس مغناطیسی(MRI):
فرآیندی است که از مغناطیس، امواج رادیویی و یک کامپیوتر جهت ایجاد یک سری تصاویر جزئی از مناطق داخل بدن استفاده می‌کند. این روند را تصویربرداری رزونانس مغناطیسی هسته‌ای (NMRI) نیز می‌نامند.
• نحوه تصویربرداری MRI
در MRI ابتدا بیمار در یک میدان مغناطیسی قوی قرار گرفته و سپس امواج رادیویی به سوی او تابیده می‌شود. بافت‌های بدن در جواب به این موقعیت امواج رادیویی دیگری را از خود ساطع می‌کنند. با دریافت این امواج رادیویی که از بدن بیمار ساطع می‌شود و تحلیل این امواج توسط یک کامپیوتر پرقدرت، تصاویری بر روی مانیتور دستگاه ایجاد می‌شوند که سطوح مقطعی از اندام مورد نظر را نشان می‌دهند.

🔷 انواع MRI
1- MRI با وزن دهی T1
این یک روش پایه در اسکن MRI می‌باشد، برای مثال، در این روش تصویر سازی، تفاوت دو بافت چربی و آب، به صورت تیره‌تر بودن آب نسبت به بافت چربی نمایان می‌شود.
2- MRI با وزن دهی T2
این روش نیز یکی از روش‌های اصلی تصویر سازی MRI می‌باشد. در این روش نیز مانند وزندهی T1، چربی و آب قابل تفکیک بوده با این تفاوت که چربی تیره‌تر و آب روشن‌تر در تصویر ظاهر می‌گردد.
جهت آشنایی بیشتر با تصویربرداری MRI به سایت تخصصی زیر مراجعه کنید
https://mrifarsi.ir/

لينك سوپر گروه تخصصي MRI
https://t.me/joinchat/AAAAADvxZEg5wS7DLvx6hQ

3⃣ CT Scan
فرآیندی است که یک سری تصاویر جزئی از مناطق داخل بدن، که از زوایای مختلف گرفته‌ شده‌اند، ایجاد می‌کند. تصاویر توسط کامپیوتری که به یک دستگاه اشعه x متصل است، ایجاد می‌شوند. رنگدانه‌ای ممکن است داخل عروق تزریق شود تا به ارگان‌ها و بافت‌ها کمک کند واضح‌تر ظاهر شوند. این پروسه توموگرافی کامپیوتری نیز نامیده می‌شود.

4⃣ اسکن PET (توموگرافی با گسیل پوزیترون)

فرایندی جهت یافتن سلولهای تومور در بدن می‌باشد. مقدار کمی از گلوکز رادیواکتیو داخل رگ تزریق می‌شود. اسکنر PET در اطراف بدن می‌چرخد و یک تصویر از جاهایی از بدن که گلوکز استفاده می‌شود، می گیرد. سلول‌های تومور بدخیم به خاطر اینکه فعال‌تر هستند وگلوکز بیشتری نسبت به سلول‌های نرمال مصرف می‌کنند، در تصویر روشن‌تر ظاهر می‌شوند.

پست ادامه دارد.....

🌐 مطالب و ویدیوهای آموزشی #رایگان ما را از #سایت متلبخونه هم میتونید دنبال کنید:👇👇
http://matlabkhoone.ir/

@IUST_Bioelecteric
onlinebme
تمرین اول.pdf
تمرینات سری دوم شبکه عصبی.pdf
1.1 MB
📚تمرینات سری دوم #دوره_تخصصی پیاده‌سازی شبکه‌های عصبی در متلب
جواب تمرینات را به آیدی زیر بفرستید:
@Bio_engineerr

@IUST_Bioelecteric
دو نقاشی از یک فرد، با 13 سال فاصله...

"استعدادهای ما از همان ابتدا کامل نیستند! بلکه برای شکوفا شدن نیاز به تلاش و زمان دارند..."
#هدف
#تلاش و #پشتکار
#موفقیت

@IUST_Bioelecteric