AMSA RUMS
توضیح کامل دروس علوم پایه.pdf
💢 توضیحات کامل دروس علوم پایه شامل منابع، استراتژی مطالعه و اساتید
✅دیگه نیازی نیست از سال بالایی هات بپرسی!! انجمن امسا به طور کامل به همه سوالاتتون برای مطالعه دروس مختلف دوران علوم پایه پاسخ داده.🤩👌
🔸 مخصوص ورودی های جدید و دانشجویان مقطع علوم پایه
با تشکر ویژه از اعضای کمیته اموزش پزشکی🔥❤️🔥
#کمیته_آموزش_پزشکی_امسا
✅دیگه نیازی نیست از سال بالایی هات بپرسی!! انجمن امسا به طور کامل به همه سوالاتتون برای مطالعه دروس مختلف دوران علوم پایه پاسخ داده.🤩👌
🔸 مخصوص ورودی های جدید و دانشجویان مقطع علوم پایه
با تشکر ویژه از اعضای کمیته اموزش پزشکی🔥❤️🔥
#کمیته_آموزش_پزشکی_امسا
❤4🔥1
📘 ارزیابی شدت نارسایی میترال با سمع دیجیتال و هوش مصنوعی
💓 مقدمه
🔹 نارسایی میترال (MR) شایعترین اختلال دریچهای قلب است (شیوع حدود 2.5%).
🔹 اکوکاردیوگرافی روش استاندارد ارزیابی MR است، اما محدودیتهایی دارد؛ از جمله:
▫ وابستگی به اپراتور
▫ دسترسی محدود
▫ پیچیدگی دستگاههای داپلر رنگی
🔹 سمع دیجیتال همراه با هوش مصنوعی میتواند راهی سریع، کمهزینه و در دسترس برای ارزیابی شدت MR باشد.
🫀 انواع نارسایی میترال
🔸 نوع آلی: آسیب مستقیم دریچه
🔸 نوع عملکردی: در اثر کاردیومیوپاتی، نارسایی قلب یا فیبریلاسیون دهلیزی
🔹 اهمیت تشخیص زودهنگام: جلوگیری از پیشرفت نارسایی قلب و پیامدهای شدید عملکردی
📊 روشهای فعلی ارزیابی
🔹 شاخصهای شدت MR در اکو: EROA، RVol و RF
🔹 محدودیت برای پایش طولانیمدت بیماران → نیاز به گزینه جایگزین (سمع دیجیتال مبتنی بر AI)
🎧 سمع دیجیتال و تحلیل سیگنالهای قلبی (PCG)
🔸 مراحل تحلیل خودکار:
1️⃣ حذف نویز
2️⃣ قطعهبندی
3️⃣ استخراج ویژگی
4️⃣ طبقهبندی🔸 دو رویکرد تحلیل:استخراج ویژگیهای سنتی (MFCC، طیف زمان–فرکانس، موجک)یادگیری عمیق مستقیم از داده خام (CNN، RNN، Attention)
🤖 پیشرفتهای اخیر
🔹 ترکیب پردازش سیگنال و شبکههای عصبی عمیق رایجترین روش جدید است.
🔹 اغلب پژوهشها فقط بین حالت طبیعی و غیرطبیعی تمایز قائل میشوند.
🔹 پایگاههای داده جدید پنج نوع بیماری دریچهای را پوشش میدهند (Normal، AS، MR، MS، MVP).
🔹 باوجود این، هیچ پژوهشی شدت MR را کمیسازی نکرده است.
🎯 اهداف پژوهش حاضر
1️⃣ توسعه روش سمع قلبی مبتنی بر شبکه عصبی عمیق (DNN) برای ارزیابی شدت MR
2️⃣ اندازهگیری کمی عملکرد مدل از طریق کارآزمایی بالینی مجازی
💡 ویژگیهای طراحی و امتیازات مطالعه
✅ ایجاد طبقهبندیکننده خودکار شدت MR با کمک هوش مصنوعی
✅ ادغام با گوشی پزشکی الکترونیکی Smartho-D2
✅ ایجاد مجموعه داده اعتبارسنجی مستقل برای افزایش قابلیت اطمینان
✅ مطالعه غیرمداخلهای
⚠ دادههای ECG همزمان برای تقسیمبندی چرخه قلب استفاده نخواهد شد
📱 فناوری مورد استفاده
🔹 دستگاه Smartho-D2 (توسعهیافته توسط دانشگاه Zhejiang و Melodicare)
🔹 قابلیتها: ضبط، حذف نویز، نمایش و ارسال دادههای PCG
🔹 الگوریتم مبتنی بر توجه و بلوکهای کلیک برای بهبود دقت و تفسیرپذیری
🔬 چشمانداز آینده
🧩 ادغام الگوریتم با Smartho-D2 برای ارزیابی شدت MR مشابه سیستمهای eMurmur و Eko Murmur
🏥 اجرای کارآزمایی چندمرکزی بالینی برای اعتبارسنجی نهایی
📉 چالشها و محدودیتها (خلاصه)
⚙ بالینی: نویز، تنوع بیماران، همترازی دادهها
💻 فنی: کمبود داده، تفسیرپذیری
🔒 اخلاقی: حریم خصوصی، رضایت آگاهانه، مسئولیت خطا
📑 اجرایی: مجوز قانونی، امنیت انتقال داده، زیرساخت
✨ راهکارهای پیشنهادی (در پاسخ به چالشها)
📍 گسترش دادههای چندمرکزی و متنوع
📍 استفاده از یادگیری نیمهنظارتی و افزایش داده
📍 بهرهگیری از الگوریتمهای حذف نویز پیشرفته
📍 رمزگذاری و ناشناسسازی کامل دادهها
📍 آموزش کاربران و رعایت استانداردهای CE و FDA
منبع:
https://doi.org/10.1136/bmjopen-2023-074288
#کمیته_انتشارات_انجمن_امسا
@AMSA_RUMS
💓 مقدمه
🔹 نارسایی میترال (MR) شایعترین اختلال دریچهای قلب است (شیوع حدود 2.5%).
🔹 اکوکاردیوگرافی روش استاندارد ارزیابی MR است، اما محدودیتهایی دارد؛ از جمله:
▫ وابستگی به اپراتور
▫ دسترسی محدود
▫ پیچیدگی دستگاههای داپلر رنگی
🔹 سمع دیجیتال همراه با هوش مصنوعی میتواند راهی سریع، کمهزینه و در دسترس برای ارزیابی شدت MR باشد.
🫀 انواع نارسایی میترال
🔸 نوع آلی: آسیب مستقیم دریچه
🔸 نوع عملکردی: در اثر کاردیومیوپاتی، نارسایی قلب یا فیبریلاسیون دهلیزی
🔹 اهمیت تشخیص زودهنگام: جلوگیری از پیشرفت نارسایی قلب و پیامدهای شدید عملکردی
📊 روشهای فعلی ارزیابی
🔹 شاخصهای شدت MR در اکو: EROA، RVol و RF
🔹 محدودیت برای پایش طولانیمدت بیماران → نیاز به گزینه جایگزین (سمع دیجیتال مبتنی بر AI)
🎧 سمع دیجیتال و تحلیل سیگنالهای قلبی (PCG)
🔸 مراحل تحلیل خودکار:
1️⃣ حذف نویز
2️⃣ قطعهبندی
3️⃣ استخراج ویژگی
4️⃣ طبقهبندی🔸 دو رویکرد تحلیل:استخراج ویژگیهای سنتی (MFCC، طیف زمان–فرکانس، موجک)یادگیری عمیق مستقیم از داده خام (CNN، RNN، Attention)
🤖 پیشرفتهای اخیر
🔹 ترکیب پردازش سیگنال و شبکههای عصبی عمیق رایجترین روش جدید است.
🔹 اغلب پژوهشها فقط بین حالت طبیعی و غیرطبیعی تمایز قائل میشوند.
🔹 پایگاههای داده جدید پنج نوع بیماری دریچهای را پوشش میدهند (Normal، AS، MR، MS، MVP).
🔹 باوجود این، هیچ پژوهشی شدت MR را کمیسازی نکرده است.
🎯 اهداف پژوهش حاضر
1️⃣ توسعه روش سمع قلبی مبتنی بر شبکه عصبی عمیق (DNN) برای ارزیابی شدت MR
2️⃣ اندازهگیری کمی عملکرد مدل از طریق کارآزمایی بالینی مجازی
💡 ویژگیهای طراحی و امتیازات مطالعه
✅ ایجاد طبقهبندیکننده خودکار شدت MR با کمک هوش مصنوعی
✅ ادغام با گوشی پزشکی الکترونیکی Smartho-D2
✅ ایجاد مجموعه داده اعتبارسنجی مستقل برای افزایش قابلیت اطمینان
✅ مطالعه غیرمداخلهای
⚠ دادههای ECG همزمان برای تقسیمبندی چرخه قلب استفاده نخواهد شد
📱 فناوری مورد استفاده
🔹 دستگاه Smartho-D2 (توسعهیافته توسط دانشگاه Zhejiang و Melodicare)
🔹 قابلیتها: ضبط، حذف نویز، نمایش و ارسال دادههای PCG
🔹 الگوریتم مبتنی بر توجه و بلوکهای کلیک برای بهبود دقت و تفسیرپذیری
🔬 چشمانداز آینده
🧩 ادغام الگوریتم با Smartho-D2 برای ارزیابی شدت MR مشابه سیستمهای eMurmur و Eko Murmur
🏥 اجرای کارآزمایی چندمرکزی بالینی برای اعتبارسنجی نهایی
📉 چالشها و محدودیتها (خلاصه)
⚙ بالینی: نویز، تنوع بیماران، همترازی دادهها
💻 فنی: کمبود داده، تفسیرپذیری
🔒 اخلاقی: حریم خصوصی، رضایت آگاهانه، مسئولیت خطا
📑 اجرایی: مجوز قانونی، امنیت انتقال داده، زیرساخت
✨ راهکارهای پیشنهادی (در پاسخ به چالشها)
📍 گسترش دادههای چندمرکزی و متنوع
📍 استفاده از یادگیری نیمهنظارتی و افزایش داده
📍 بهرهگیری از الگوریتمهای حذف نویز پیشرفته
📍 رمزگذاری و ناشناسسازی کامل دادهها
📍 آموزش کاربران و رعایت استانداردهای CE و FDA
منبع:
https://doi.org/10.1136/bmjopen-2023-074288
#کمیته_انتشارات_انجمن_امسا
@AMSA_RUMS
BMJ Open
Developing an AI-assisted digital auscultation tool for automatic assessment of the severity of mitral regurgitation: protocol…
Introduction Mitral regurgitation (MR) is the most common valvular heart disorder, with a morbidity rate of 2.5%. While echocardiography is commonly used in assessing MR, it has many limitations, especially for large-scale MR screening. Cardiac auscultation…
❤6
💢جلسه رفع اشکال و توضیحات پروپوزال و مقاله نویسی امسا برگزار شد🤩
✅ در این جلسه نکات مهم مرتبط با پژوهش و نحوه نگارش شرح داده شد.
🔘همینطور در پرسش و پاسخ سوالات نیز تمامی موارد به خوبی مورد بررسی قرار گرفتند.💯
@AMSA_RUMS
✅ در این جلسه نکات مهم مرتبط با پژوهش و نحوه نگارش شرح داده شد.
🔘همینطور در پرسش و پاسخ سوالات نیز تمامی موارد به خوبی مورد بررسی قرار گرفتند.💯
@AMSA_RUMS
❤12
چرا در دوره امتحانات بیشتر مریض میشویم؟!🤧
بسیاری از دانشجویان تجربه کردهاند که درست در حساسترین روزهای امتحان، دچار سرماخوردگی، گلودرد یا علائم شبیه آنفولانزا میشوند. این اتفاق تصادفی نیست و دلایل علمی مشخصی دارد.
۱. استرس؛ دشمن پنهان سیستم ایمنی😬
در دوره امتحانات، بدن به طور مداوم در حالت استرس قرار دارد. استرس طولانیمدت باعث افزایش هورمونهایی مثل کورتیزول میشود که میتوانند عملکرد سیستم ایمنی را تضعیف کنند. در این شرایط، بدن توان کمتری برای مقابله با ویروسها دارد.
۲. کمخوابی💤وقتی بدن فرصت ترمیم ندارد
شببیداریهای مکرر برای درس خواندن، یکی از شایعترین مشکلات این دوره است. خواب کافی نقش مهمی در تقویت سیستم ایمنی دارد. کمخوابی باعث کاهش تولید سلولهای دفاعی بدن میشود و راه را برای ابتلا به بیماریها باز میکند.
۳. سبک زندگی نامنظم‼️
در ایام امتحان معمولاً:
•وعدههای غذایی حذف یا نامنظم میشوند
•مصرف غذاهای آماده و ناسالم بیشتر میشود
•تحرک بدنی کاهش پیدا میکند
این تغییرات میتوانند تعادل بدن را به هم بزنند و مقاومت بدن در برابر عفونتها را کاهش دهند.
۴. محیطهای بسته و تماس بیشتر📚
کتابخانهها، کلاسها و فضاهای شلوغ در این دوره بیشتر مورد استفاده قرار میگیرند. حضور طولانیمدت در محیطهای بسته، احتمال انتقال ویروسهای تنفسی را افزایش میدهد.
---
چطور پیشگیری کنیم؟🌱
هدف در دوره امتحانات فقط درس خواندن نیست؛ حفظ سلامت بدن هم بخشی از موفقیت است. با مدیریت استرس، خواب کافی، تغذیه منظم و کمی تحرک روزانه میتوان تا حد زیادی از بیمار شدن جلوگیری کرد.
📌یادت باشه: بدن ضعیف، تمرکز قوی ندارد؛ مراقبت از خودت بخشی از موفقیت در امتحانات است.
——————-
#کمیته_سلامت_عمومی_انجمن_امسا
@AMSA_RUMS
بسیاری از دانشجویان تجربه کردهاند که درست در حساسترین روزهای امتحان، دچار سرماخوردگی، گلودرد یا علائم شبیه آنفولانزا میشوند. این اتفاق تصادفی نیست و دلایل علمی مشخصی دارد.
۱. استرس؛ دشمن پنهان سیستم ایمنی😬
در دوره امتحانات، بدن به طور مداوم در حالت استرس قرار دارد. استرس طولانیمدت باعث افزایش هورمونهایی مثل کورتیزول میشود که میتوانند عملکرد سیستم ایمنی را تضعیف کنند. در این شرایط، بدن توان کمتری برای مقابله با ویروسها دارد.
۲. کمخوابی💤وقتی بدن فرصت ترمیم ندارد
شببیداریهای مکرر برای درس خواندن، یکی از شایعترین مشکلات این دوره است. خواب کافی نقش مهمی در تقویت سیستم ایمنی دارد. کمخوابی باعث کاهش تولید سلولهای دفاعی بدن میشود و راه را برای ابتلا به بیماریها باز میکند.
۳. سبک زندگی نامنظم‼️
در ایام امتحان معمولاً:
•وعدههای غذایی حذف یا نامنظم میشوند
•مصرف غذاهای آماده و ناسالم بیشتر میشود
•تحرک بدنی کاهش پیدا میکند
این تغییرات میتوانند تعادل بدن را به هم بزنند و مقاومت بدن در برابر عفونتها را کاهش دهند.
۴. محیطهای بسته و تماس بیشتر📚
کتابخانهها، کلاسها و فضاهای شلوغ در این دوره بیشتر مورد استفاده قرار میگیرند. حضور طولانیمدت در محیطهای بسته، احتمال انتقال ویروسهای تنفسی را افزایش میدهد.
---
چطور پیشگیری کنیم؟🌱
هدف در دوره امتحانات فقط درس خواندن نیست؛ حفظ سلامت بدن هم بخشی از موفقیت است. با مدیریت استرس، خواب کافی، تغذیه منظم و کمی تحرک روزانه میتوان تا حد زیادی از بیمار شدن جلوگیری کرد.
📌یادت باشه: بدن ضعیف، تمرکز قوی ندارد؛ مراقبت از خودت بخشی از موفقیت در امتحانات است.
——————-
#کمیته_سلامت_عمومی_انجمن_امسا
@AMSA_RUMS
❤5
🌟معاونت تحقیقات و فناوری دانشگاه با همکاری واحد توسعه آموزش پزشکی برگزار می کند:
" کارگاه پژوهش و نشر اخلاقی" با مجوز اخلاق از کمیته ملی اخلاق و دارای امتیاز اموزشی می باشد.
پژوهشگران و پرسنل
لینک ثبت نام ویژه اعضای محترم هیئت
علمی :tabib.rums.ac.ir
🔴قابل ذکر است گواهی شرکت در کارگاه برای اعضای هیئت علمی از طریق سامانه طبیب، برای پرسنل از طریق سامانه آموزش کارکنان و برای دانشجویان توسط واحد اطلاع رسانی پزشکی صادر میگردد.
" کارگاه پژوهش و نشر اخلاقی" با مجوز اخلاق از کمیته ملی اخلاق و دارای امتیاز اموزشی می باشد.
⏰زمان : یکشنبه ۱۴ دیماه ۱۴۰۴ ساعت ۱۰ صبح✨گروه هدف: اعضای هیئت علمی، دانشجویان و
📍مکان: سالن کنفرانس آموزش طبقه دوم بیمارستان علی ابن ابیطالب (ع)
پژوهشگران و پرسنل
لینک ثبت نام ویژه اعضای محترم هیئت
علمی :tabib.rums.ac.ir
🔴قابل ذکر است گواهی شرکت در کارگاه برای اعضای هیئت علمی از طریق سامانه طبیب، برای پرسنل از طریق سامانه آموزش کارکنان و برای دانشجویان توسط واحد اطلاع رسانی پزشکی صادر میگردد.
❤3