onlinebme
4.85K subscribers
1.48K photos
574 videos
346 files
698 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
الگوهای مکانی مشترک(CSP)

الگوهای مکانی مشترک(common spatial patterns) یک روش استخراج ویژگی هست که در پردازش سیگنال EEG استفاده می‌شود. الگوریتم CSP تعداد کانالهای سیگنال مغزی را به تعداد کانال کمتری کاهش میدهد، به طوری که واریانس کلاسها در یک جهت ماکزیمم و در جهت دیگر مینیمم شوند. الگوریتم CSP برای اولین بار برای تشخیص abnormalities مطرح شد و پس از آن برای تفکیک الگوهای تصور حرکتی استفاده شد. مطالعات نشان داده اند که الگوریتم CSP در کلاسبندی داده‌هایEEG  تصور حرکتی است نسبت به سایر روشهای استخراج ویژگی عملکرد بهتری دارد.

⭕️ جزئیات بیشتر 👇
https://onlinebme.com/common-spatial-patterns/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
تشخیص فرکانس SSVEP با روش تحلیل همبستگی کانونی (CCA)
تجزیه و تحلیل همبستگی کانونی(canonical correlation analysis) یک روش آماری هست که برای محاسبه میزان همبستگی کانونی بین دو مجموعه‌ی چندمتغیره استفاده می‌شود. الگوریتم CCA یکی از رایجترین روشها برای تشخیص فرکانس SSVEP در واسط مغز و کامپیوتر است. برای تشخیص فرکانس SSVEP با کمک روش CCA، در ابتدا به ازای هر محرک بینایی یک سیگنال مرجع که متشکل از توابع سینوسی و کسینوسی هست، می‌سازند، سپس همبستگی کانونی سیگنال EEG را با تک تک سیگنال های مرجع محاسبه می‌کنند. فرکانس SSVEP برابر فرکانس محرک بینایی هست که با سیگنال مرجع آن بیشترین همبستگی کانونی را داشته باشد.

⭕️ جزئیات بیشتر 👇
https://onlinebme.com/canonical-correlation-analysis/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
لایو در اینستاگرام موضوع: آشنایی با مشاغل میهمان: خانم فرزانه یوسفی( مدیر عامل نوروچلنج) میزبان: onlinebme زمان: چهارشنبه ۹ تیر- ساعت 21:00 @onlinebme
Media is too big
VIEW IN TELEGRAM
لایو اینستاگرام: آشنایی با مشاغل عملی در ایران
اولین جلسه لایو اینستاگرام با گروه نورچلنج در راستای آشنایی با مشاغل علمی و تحقیقاتی در ایران برگزار شد. گروه نوروچلنج از شرکتهای فعالی هست که در زمینه ساخت گجتهای پوشیدنی بر پایه هوش مصنوعی و علوم شناختی فعالیت می‌کند. در این گفتگو در مورد مسائل مختلفی با خانم یوسفی پور،مدیرعامل شرکت نوروچلنج، صبحت کردیم.

⭕️جهت مشاهده ویدیوی کامل به سایت زیر مراجعه کنید:
https://onlinebme.com/live-instagram-1-neurochallenge/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
پردازش تصویر: آستانه گذاری تصویر آستانه گذاری تصویر یکی از ساده ترین روشهای ناحیه بندی تصویر است که در آن مقدار پیکسلهای یک تصویر را به صفر و یک تبدیل می شود. به طور کلی در آستانه گذاری تصویر، در ابتدا یک مقدار سطح آستانه برای پیکسلهای تصویر(که میتواند…
پردازش تصویر(فصل 3): فیلترهای مکانی
در فصل سوم دوره جامع پردازش تصویر، انواع فیلترهای مکانی از جمله فیلتر متوسط‌گیری، فیلتر median، لاپلاسین، Sobel ، Prewitt، canny و wiener را پیاده سازی کرده‌ایم و از آنها در کاربردهای مختلفی مثل کاهش نویز تصویر، بهبود لبه‌های تصویر و آشکارسازی لبه‌های تصویر استفاده کرده‌ایم. در این فصل دو مقاله تخصصی به صورت صفر تا صد پیاده سازی شده اند.
⭕️ جزئیات بیشتر 👇👇
https://onlinebme.com/product/spatial-filters-in-image-processing/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme pinned a photo
onlinebme
لایو در اینستاگرام موضوع: آشنایی با مشاغل میهمان: خانم فرزانه یوسفی( مدیر عامل نوروچلنج) میزبان: onlinebme زمان: چهارشنبه ۹ تیر- ساعت 21:00 @onlinebme
لایو در اینستاگرام
موضوع:
مقاله‌نویسی
میهمان: خانم یاسمن زمانی
میزبان: onlinebme

زمان: جمعه ۱ مرداد - ساعت 21:00
@onlinebme
This media is not supported in your browser
VIEW IN TELEGRAM
آشکارسازی لبه‌های تصویر با الگوریتم canny
فیلتر canny یک روش آشکارساز لبه در پردازش تصویر است که از یک الگوریتم 5 مرحله ای برای آشکارسازی رنج گسترده ای از لبه های تصویر استفاده می‌کند. فیلتر canny برای اولین بار توسط John F.,canny در سال 1986 مطرح شد.

 🟠⚫️ فیلتر canny برای آشکارسازی لبه های تصویر، از یک الگوریتم 5 مرحله اساسی استفاده می‌کند:
🔷کاهش نویز تصویر
🔷محاسبه گرادیان تصویر
🔷سرکوب/حذف نقاط غیربیشینه
🔷آستانه گذاری دوگانه
🔷دنبال کردن لبه‌های تصویر با روش hysteresis

💡 در این مقاله میخواهیم نحوه آشکارسازی لبه‌های تصویر توسط فیلتر canny را توضیح دهیم.

⭕️جزئیات بیشتر👇👇
https://onlinebme.com/canny-edge-detection-algorithm/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
انتگرال تصویر و کاربرد آن در پردازش تصویر
انتگرال تصویر یک روش سریع و موثر برای محاسبه جمع مقادیر پیکسهای یک تصویر است. در پردازش تصویر در اکثر مواقع از انتگرال تصویر برای محاسبه میانگین شدت روشنایی تصویر استفاده می‌کنند. انتگرال تصویر تعداد عملیات محاسباتی را به میزان قابل توجهی کاهش می‌دهد و باعث می‌شود که زمان اجرا بسیار کاهش یابد. تعداد عملیات استفاده شده برای محاسبه میانگین یک پیکسل از روی انتگرال تصویر در همسایگی های مختلف 4 هست، در حالی که در روال معمول این تعداد بسیار بالا هست.
⭕️جزئیات بیشتر👇👇
https://onlinebme.com/image-integral

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
آموزش پیاده‌سازی مقاله فیلترهای مکانی طیفی مشترک(cssp) فیلترهای مکانی طیفی مشترک (common spetio-spectral patterns) یکی از الگوریتمهای بهبودیافته‌ی csp است. یکی از ایرادات فیلتر مکانی مشترک(csp) این است که هنگام محاسبه فیلترهای مکانی، اطلاعات طیفی را در…
پیاده سازی مقاله فیلترهای مکانی مشترک رگوله شده(Regularized CSP)

یکی از معروفترین روشهای استخراج ویژگی در واسط مغز و کامپیوتر مبتنی بر تسک تصور حرکتی، فیلترهای مکانی مشترک(CSP) هست. CSP علارغم کارایی خیلی خوبی که دارد، به نویز بسیار حساس هست و احتمال overfitting بالایی دارد. برای حل این مشکل الگوریتم regularized CSP مطرح شده است. در این دوره الگوریتم RCSP طبق یک مقاله تخصصی به صورت مرحله به مرحله پیاده سازی شده و عملکرد آن در یک پروژه عملی مورد ارزیابی قرار می‌گیرد.

⭕️ جزئیات بیشتر👇👇
https://onlinebme.com/product/regularized-common-spatial-patterns

#پیاده‌سازی_مقاله #پروژه_محور

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme pinned a photo
This media is not supported in your browser
VIEW IN TELEGRAM
ترجمه سیگنال های مغزی به گفتار و بازیابی گفتار یک فرد فلج
🔷 در دانشگاه UC سانفرانسیسکو، محققان دستگاه "نوروپروتز گفتار" (speech neuroprosthesis) را تولید کردند که امکان ایجاد ارتباط با جملات را به فرد فلج می دهد. این دستگاه قادر است تا سیگنال های مغزی فرد فلج را به متن ترجمه کند.
🔸 این اولین مطالعه ای هست که در آن فعالیت مغزی فرد معلول در قشر گفتار به کلمات کامل ترجمه می شوند.
🔹  این پیشرفت، مسیر را برای تکنولوژیهای جدید جهت بازیابی طبیعی و ارتباطات سریع در افراد با معلولیت شدید را هموار می‌کند. 

⭕️ جزئیات بیشتر👇👇
https://onlinebme.com/brain-signals-translated-into-speech-give-paralyzed-man-back-his-words/
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
پکیجهای آموزشی onlinebme
⚠️اولین گروه آموزشیِ تخصصی و پروژه محور

⭕️⭕️ اصول برنامه‌نویسی در متلب (رایگان)
مدت دوره: 11 ساعت
🌀 https://onlinebme.com/course/matlab/


⭕️⭕️ پیاده سازی گام به گام شبکه های عصبی
مدت دوره: 25 ساعت
🌀 https://onlinebme.com/course/neural-networks-in-matlab/

دوره های تخصصی و پروژه محور پردازش سیگنال EEG

⭕️⭕️ دوره جامع پردازش سیگنال مغزی(EEG)
مدت دوره: 50 ساعت
🌀 https://onlinebme.com/product/eeg-signal-processing/

⭕️⭕️ واسط مغز و کامپیوتر مبتنی بر SSVEP
مدت دوره: 33 ساعت
🌀https://onlinebme.com/product/bci_ssvep/

⭕️⭕️ پردازش سیگنال مغزی(EEG) مبتنی بر تسک تصور حرکتی (BCI)
مدت دوره: 21 ساعت
🌀 https://onlinebme.com/product/brain-computer-interface-package-motorimagery/

⭕️⭕️ پیاده سازی مقاله CSSP (واسط مغز-کامپیوتر مبتنی بر تصورحرکتی)
مدت دوره: 7 ساعت و 30 دقیقه
🌀https://onlinebme.com/product/common-spetio-spectral-patterns

⭕️⭕️ پیاده سازی مقاله RCSP (واسط مغز-کامپیوتر مبتنی بر تصورحرکتی)
مدت دوره: 5 ساعت
🌀 https://onlinebme.com/product/regularized-common-spatial-patterns


دوره شناسایی الگو و یادگیری ماشین (اولین دوره جامع و تخصصی در ایران)
⚠️ 140 ساعت ویدیوی آموزشی
🔹آموزش تئوری و مباحث ریاضیاتی طبق مراجع معتبر

🔹پیاده‌سازی مرحله به مرحله الگوریتمها
🔹انجام پروژه های عملی و تخصصی
🔹پیاده سازی گام به گام مقالات تخصصی


🟣▪️پترن و یادگیری ماشین (فصل یک تا 4): از بیزین تا SVM
مدت دوره: 75 ساعت
🌀 https://onlinebme.com/product/season-1-4-packages-pattern-recognition/

🔵▪️پترن و یادگیری ماشین (فصل 5): یادگیری جمعی (Ensemble learning)
مدت دوره: 18 ساعت
🌀 https://onlinebme.com/product/ensemble-learning/

🟢▪️پترن و یادگیری ماشین (فصل 6): کاهش بعد (dimensionality reduction)
مدت دوره: 11 ساعت
🌀 https://onlinebme.com/product/dimension-reduction-using-lda-pca/

🔴▪️پترن و یادگیری ماشین (فصل 7): انتخاب ویژگی (feature selection)
مدت دوره: 16 ساعت
🌀https://onlinebme.com/product/season07-featrue-selection/


🟠▪️فصل هشتم: خوشه بندی ( clustering)
مدت دوره: 13 ساعت
🌀https://onlinebme.com/product/pattern-season08-clustering/



دوره جامع پردازش تصویر
🟠فصل اول: مباحث مقدماتی، آستانه گذاری تصویر، تبدیلات شدت روشنایی و هندسی
مدت دوره: 30 ساعت
🌀https://onlinebme.com/product/image-processing-chapter1

🔵فصل دوم: پردازش هیستوگرام تصویر
مدت دوره : 6 ساعت و 30 دقیقه
🌀https://onlinebme.com/product/image-prcessing-chapter2

🟠فصل سوم: فیلترهای مکانی
مدت دوره : 15 ساعت و 30 دقیقه
🌀https://onlinebme.com/product/spatial-filters-in-image-processing/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme