✅ معرفی PYNQ-Z2: بورد توسعهای مبتنی بر FPGA!
🟢 بورد PYNQ-Z2 یک بورد توسعهای مبتنی بر FPGA (مدارهای گسسته قابل برنامهریزی) است که توسط Xilinx ساخته شده است. این بورد به طور خاص برای تسهیل توسعه و یادگیری در زمینههای مختلف مانند پردازش تصویر، یادگیری ماشین و اینترنت اشیاء طراحی شده است.
🟢 ویژگیهای کلیدی PYNQ-Z2:
- از یک FPGA برای انجام محاسبات خاص و پردازش دادهها به صورت موازی بهره میبرد.
- دارای پردازنده ARM Cortex-A9 است که اجرای نرمافزار و پیادهسازی الگوریتمها را امکانپذیر میکند.
- از زبان برنامهنویسی پایتون پشتیبانی میکند، که به توسعهدهندگان کمک میکند به سرعت نمونههای اولیه را پیادهسازی کنند.
- به کمک کتابخانه ها و ابزارهای پایتون، کاربران میتوانند بدون نیاز به دانش عمیق در طراحی دیجیتال، پروژههای خود را به راحتی توسعه دهند.
+ در مجموع، PYNQ-Z2 ابزاری قدرتمند برای یادگیری و توسعه در حوزههای مربوط به FPGA و پردازش دادهها است.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#hardware
🟢 بورد PYNQ-Z2 یک بورد توسعهای مبتنی بر FPGA (مدارهای گسسته قابل برنامهریزی) است که توسط Xilinx ساخته شده است. این بورد به طور خاص برای تسهیل توسعه و یادگیری در زمینههای مختلف مانند پردازش تصویر، یادگیری ماشین و اینترنت اشیاء طراحی شده است.
🟢 ویژگیهای کلیدی PYNQ-Z2:
- از یک FPGA برای انجام محاسبات خاص و پردازش دادهها به صورت موازی بهره میبرد.
- دارای پردازنده ARM Cortex-A9 است که اجرای نرمافزار و پیادهسازی الگوریتمها را امکانپذیر میکند.
- از زبان برنامهنویسی پایتون پشتیبانی میکند، که به توسعهدهندگان کمک میکند به سرعت نمونههای اولیه را پیادهسازی کنند.
- به کمک کتابخانه ها و ابزارهای پایتون، کاربران میتوانند بدون نیاز به دانش عمیق در طراحی دیجیتال، پروژههای خود را به راحتی توسعه دهند.
+ در مجموع، PYNQ-Z2 ابزاری قدرتمند برای یادگیری و توسعه در حوزههای مربوط به FPGA و پردازش دادهها است.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#hardware
🆕️ اکتشاف پردازش تصویر بر روی PYNQ-Z2
📝 در پست قبل در رابطه با معرفی PYNQ-Z2 صحبت کردیم و در این پست قصد داریم در مورد این صحبت کنیم که چرا PYNQ-Z2 برای پردازش تصویر ؟!
از مزایای استفاده از این ابزار برای پردازش تصویر میتوان موارد زیر را نام برد:
✅ شتابدهی سختافزاری با استفاده از پوششهای FPGA
✅ ادغام بینقص با پایتون برای نمونهسازی سریع
✅ توسعهای انعطافپذیرتر و در سطح بالاتر نسبت به RTOS، از جمله Zephyr که نیاز به مدیریت سیستمهای سطح پایین دارد. PYNQ ادغام FPGA را بدون محدودیتهای زمان واقعی سختگیرانه ساده میکند.
📝 در حالی که این پیادهسازیها بر روی PS اجرا میشوند، هدف نهایی خلاصه کردن محاسبات به بخش منطق قابل برنامهریزی (PL) برای شتابدهی واقعی سختافزاری است. انتقال این فیلترها به PL باید عملکرد و کارایی را بهطور قابل توجهی بهبود بخشد!
+ در پست بعدی قصد داریم نمونه ای از تصاویر پردازش شده را به اشتراک بگذاریم.
باما همراه باشید 🌱
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
📝 در پست قبل در رابطه با معرفی PYNQ-Z2 صحبت کردیم و در این پست قصد داریم در مورد این صحبت کنیم که چرا PYNQ-Z2 برای پردازش تصویر ؟!
از مزایای استفاده از این ابزار برای پردازش تصویر میتوان موارد زیر را نام برد:
✅ شتابدهی سختافزاری با استفاده از پوششهای FPGA
✅ ادغام بینقص با پایتون برای نمونهسازی سریع
✅ توسعهای انعطافپذیرتر و در سطح بالاتر نسبت به RTOS، از جمله Zephyr که نیاز به مدیریت سیستمهای سطح پایین دارد. PYNQ ادغام FPGA را بدون محدودیتهای زمان واقعی سختگیرانه ساده میکند.
📝 در حالی که این پیادهسازیها بر روی PS اجرا میشوند، هدف نهایی خلاصه کردن محاسبات به بخش منطق قابل برنامهریزی (PL) برای شتابدهی واقعی سختافزاری است. انتقال این فیلترها به PL باید عملکرد و کارایی را بهطور قابل توجهی بهبود بخشد!
+ در پست بعدی قصد داریم نمونه ای از تصاویر پردازش شده را به اشتراک بگذاریم.
باما همراه باشید 🌱
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
📉🖇 پردازش تصویر بر روی قسمت پردازش (PS) و اعمال فیلترهای اصلی برای بهبود تشخیص لبهها و کاهش نویز
■ تصویر ۱: تصویر اصلی – تصویر ورودی قبل از انجام هرگونه پردازش
■ تصویر ۲: فیلتر لاپلاسیان – تشخیص لبهها با برجستهسازی تغییرات سریع شدت
■ تصویر ۳: فیلتر گاوسی (۱۵×۱۵) – smooth سازی تصویر و کاهش نویز
■ تصویر ۴: فیلتر سوبل (۵×۵) – شناسایی گرادیانها در جهت X برای تشخیص لبه
■ تصویر ۵: فیلتر سوبل (۵×۵) – شناسایی گرادیانها در جهت Y برای تشخیص لبه
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
■ تصویر ۱: تصویر اصلی – تصویر ورودی قبل از انجام هرگونه پردازش
■ تصویر ۲: فیلتر لاپلاسیان – تشخیص لبهها با برجستهسازی تغییرات سریع شدت
■ تصویر ۳: فیلتر گاوسی (۱۵×۱۵) – smooth سازی تصویر و کاهش نویز
■ تصویر ۴: فیلتر سوبل (۵×۵) – شناسایی گرادیانها در جهت X برای تشخیص لبه
■ تصویر ۵: فیلتر سوبل (۵×۵) – شناسایی گرادیانها در جهت Y برای تشخیص لبه
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
Forwarded from سلامت دیجیتال | Digital Health
💠 فیلیکس؛ انقلابی در دنیای نابینایان
دستگاه FEELIX محیط اطراف را به حس لامسه تبدیل میکند تا کاربران فضا و موانع را درک کنند.
فیلیکس چیست؟
یک دستگاه پوشیدنی پیشرفته که با استفاده از:
• سنسورهای سهبعدی (برد ۵ متر)
• بازخورد لمسی بلادرنگ (۸ پین دینامیک)
• فناوری گسترش مجازی انگشتان
به نابینایان کمک میکند محیط اطراف را حس کنند
چگونه کار میکند؟
- با استفاده از سنسورهای سهبعدی و لیزر، محیط را اسکن و فاصلهها را به ارتعاش یا فشار روی پوست تبدیل میکند.
- کاربر موقعیت اشیا را حتی در فاصلهٔ دور حس میکند.
📌 ویژگیهای کلیدی:
✓ دقت ۹۵٪ در تشخیص اشیا
✓ باتری قابل تعویض
✓ مقاوم در برابر آب و ضربه
✓ بازخورد لمسی بلادرنگ و دقیق
تصور کنید که اطراف خود را حتی بدون بینایی با دستان خود حس می کنید.
دستگاه FEELIX از دوربینها و لیزرهای نامرئی برای نقشهبرداری از موانع و تبدیل فاصلهها به حس لامسه استفاده میکند و به افراد کمبینا قدرت میدهد تا به شیوهای نوآورانه با جهان تعامل داشته باشند.
#سلامت_دیجیتال #نابینایان #Feelix
☑️@digitalhealth_ir
دستگاه FEELIX محیط اطراف را به حس لامسه تبدیل میکند تا کاربران فضا و موانع را درک کنند.
فیلیکس چیست؟
یک دستگاه پوشیدنی پیشرفته که با استفاده از:
• سنسورهای سهبعدی (برد ۵ متر)
• بازخورد لمسی بلادرنگ (۸ پین دینامیک)
• فناوری گسترش مجازی انگشتان
به نابینایان کمک میکند محیط اطراف را حس کنند
چگونه کار میکند؟
- با استفاده از سنسورهای سهبعدی و لیزر، محیط را اسکن و فاصلهها را به ارتعاش یا فشار روی پوست تبدیل میکند.
- کاربر موقعیت اشیا را حتی در فاصلهٔ دور حس میکند.
📌 ویژگیهای کلیدی:
✓ دقت ۹۵٪ در تشخیص اشیا
✓ باتری قابل تعویض
✓ مقاوم در برابر آب و ضربه
✓ بازخورد لمسی بلادرنگ و دقیق
تصور کنید که اطراف خود را حتی بدون بینایی با دستان خود حس می کنید.
دستگاه FEELIX از دوربینها و لیزرهای نامرئی برای نقشهبرداری از موانع و تبدیل فاصلهها به حس لامسه استفاده میکند و به افراد کمبینا قدرت میدهد تا به شیوهای نوآورانه با جهان تعامل داشته باشند.
#سلامت_دیجیتال #نابینایان #Feelix
☑️@digitalhealth_ir
🆕️ کاربرد سونوگرافی دستی در مدیریت فشار داخل جمجمهای
▪︎سونوگرافی دستی ابزاری سریع، راحت و دقیق است که به بیهوشی و پزشکان کمک میکند تا تغییرات فشار داخل جمجمهای بیماران را در زمان واقعی پایش کنند و به موقع برنامه درمان را تنظیم کنند. این کار میتواند از عوامل خطر مانند پیچش زیاد داخل جمجمه، فشار خون بالا، میزان زیاد مایعات هیپوتونیک و PEEP بیش از حد جلوگیری کند.از مزایای فنی میتوان به موارد زیر اشاره کرد:
- غیرتهاجمی: کاهش ناراحتی بیمار و خطر عفونت.
- پایش در زمان واقعی: ارائه اطلاعات آنی برای پشتیبانی از تصمیمگیری سریع.
- قابلیت حمل: امکان پایش در هر زمان و مکان بدون محدودیتهای تجهیزات.
▪︎استفاده از سونوگرافی دستی در مدیریت فشار داخل جمجمهای نه تنها دقت و کارایی پایش بالینی را افزایش میدهد، بلکه گزینههای درمانی ایمنتر و شخصیسازی شدهتری را برای بیماران فراهم میکند. با پیشرفتهای مداوم فناوری، امیدواریم سونوگرافی دستی پتانسیل بالای خود را در زمینههای بالینی بیشتری نشان دهد.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
▪︎سونوگرافی دستی ابزاری سریع، راحت و دقیق است که به بیهوشی و پزشکان کمک میکند تا تغییرات فشار داخل جمجمهای بیماران را در زمان واقعی پایش کنند و به موقع برنامه درمان را تنظیم کنند. این کار میتواند از عوامل خطر مانند پیچش زیاد داخل جمجمه، فشار خون بالا، میزان زیاد مایعات هیپوتونیک و PEEP بیش از حد جلوگیری کند.از مزایای فنی میتوان به موارد زیر اشاره کرد:
- غیرتهاجمی: کاهش ناراحتی بیمار و خطر عفونت.
- پایش در زمان واقعی: ارائه اطلاعات آنی برای پشتیبانی از تصمیمگیری سریع.
- قابلیت حمل: امکان پایش در هر زمان و مکان بدون محدودیتهای تجهیزات.
▪︎استفاده از سونوگرافی دستی در مدیریت فشار داخل جمجمهای نه تنها دقت و کارایی پایش بالینی را افزایش میدهد، بلکه گزینههای درمانی ایمنتر و شخصیسازی شدهتری را برای بیماران فراهم میکند. با پیشرفتهای مداوم فناوری، امیدواریم سونوگرافی دستی پتانسیل بالای خود را در زمینههای بالینی بیشتری نشان دهد.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
1_17970813361.pdf
1.2 MB
🆕️ کاربرد هوش مصنوعی در سونوگرافی و معرفی شرکتهای پیشتاز در این حوزه
¤ ادغام هوش مصنوعی در سونوگرافی در حال تحول تشخیص و مراقبت از بیماران است و چندین شرکت در خط مقدم این نوآوری قرار دارند.
¤ برای آشنایی با این شرکتهای نوآور و مشارکتهای آنها در زمینه سونوگرافی، محتوای pdf در این پست میتواند کمک کننده باشد!
¤ بیایید در این پست به بررسی روشهای جذاب و شگفتانگیز بپردازیم که هوش مصنوعی مرزهای تصویربرداری پزشکی را جابجا میکند، از جمله راهحلهای انقلابی SIMUT Medical!
با ماهمراه باشید 🌱
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
¤ ادغام هوش مصنوعی در سونوگرافی در حال تحول تشخیص و مراقبت از بیماران است و چندین شرکت در خط مقدم این نوآوری قرار دارند.
¤ برای آشنایی با این شرکتهای نوآور و مشارکتهای آنها در زمینه سونوگرافی، محتوای pdf در این پست میتواند کمک کننده باشد!
¤ بیایید در این پست به بررسی روشهای جذاب و شگفتانگیز بپردازیم که هوش مصنوعی مرزهای تصویربرداری پزشکی را جابجا میکند، از جمله راهحلهای انقلابی SIMUT Medical!
با ماهمراه باشید 🌱
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
🆕️ شبکه CMTNet - یک شبکه هیبریدی
✅ شبکه هیبریدی CMTNet یک شبکه ی CNN -Transformer برای طبقهبندی محصولات کشاورزی با استفاده از تصاویر هایپر طیفی UAV میباشد.
📃nature communication
🔗paper link
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machinevision
✅ شبکه هیبریدی CMTNet یک شبکه ی CNN -Transformer برای طبقهبندی محصولات کشاورزی با استفاده از تصاویر هایپر طیفی UAV میباشد.
📃nature communication
🔗paper link
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machinevision
Intellimage ( intelligent image processing )
🆕️ شبکه CMTNet - یک شبکه هیبریدی ✅ شبکه هیبریدی CMTNet یک شبکه ی CNN -Transformer برای طبقهبندی محصولات کشاورزی با استفاده از تصاویر هایپر طیفی UAV میباشد. 📃nature communication 🔗paper link 🆔️ telegram channel: https://news.1rj.ru/str/Intellimage #image_processing…
🖇 عملکرد شبکه CMTNet روی تصاویر هایپر طیفی UAV
🎚در پست قبلی در مورد شبکه CMTNet صحبت کردیم.تصاویر هایپر طیفی که از پهپادها (UAV) به دست میآید، دادههای دقیق و جامعی از نظر طیفی و فضایی ارائه میدهد که پتانسیل تحولآفرینی را برای کاربردهای کشاورزی دقیق دارد. این کاربردها شامل طبقهبندی محصولات، نظارت بر سلامت و برآورد محصول هستند. اما روشهای سنتی در شناسایی ویژگیهای محلی و جهانی در محیطهای پیچیده کشاورزی با تنوع نوع محصولات و مراحل رشد مختلف با چالشهایی مواجه هستند.
🔍 برای رفع این چالشها، CMTNet پیشنهاد شد ؛ یک چارچوب یادگیری عمیق نوآورانه که شبکههای عصبی کانولوشنی (CNN) و ترنسفورمرها را برای طبقهبندی محصولات هایپر طیفی ترکیب میکند. این مدل شامل:
۱. ماژول استخراج ویژگیهای طیفی-فضایی: برای شناسایی ویژگیهای سطحی.
۲. معماری دو شاخه: که به طور همزمان ویژگیهای محلی و جهانی را استخراج میکند.
۳. ماژول محدودیت چندخروجی: برای افزایش دقت طبقهبندی از طریق محدودیتهای متقابل در سطوح مختلف ویژگیها.
🔍 آزمایشهای گستردهای بر روی سه مجموعه داده به دست آمده از UAV انجام داده شد. نتایج آزمایشها نشان میدهد که CMTNet به دقت کلی (OA) 99.58٪، 97.29٪ و 98.31٪ در این سه مجموعه داده دست یافته است، که به ترتیب از روش پیشرفته فعلی (CTMixer) به میزان 0.19٪، 1.75٪ و 2.52٪ در دقت کلی فراتر رفته است.
🔍 این یافتهها نشاندهنده پتانسیل بالای CMTNet برای نظارت کشاورزی مبتنی بر UAV در محیطهای پیچیده است و به دقت و قابلیت اطمینان طبقهبندی محصولات هایپر طیفی کمک میکند، و راهحلی ارزشمند برای چالشهای کشاورزی دقیق ارائه میدهد.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machinevision
#AI_news
🎚در پست قبلی در مورد شبکه CMTNet صحبت کردیم.تصاویر هایپر طیفی که از پهپادها (UAV) به دست میآید، دادههای دقیق و جامعی از نظر طیفی و فضایی ارائه میدهد که پتانسیل تحولآفرینی را برای کاربردهای کشاورزی دقیق دارد. این کاربردها شامل طبقهبندی محصولات، نظارت بر سلامت و برآورد محصول هستند. اما روشهای سنتی در شناسایی ویژگیهای محلی و جهانی در محیطهای پیچیده کشاورزی با تنوع نوع محصولات و مراحل رشد مختلف با چالشهایی مواجه هستند.
🔍 برای رفع این چالشها، CMTNet پیشنهاد شد ؛ یک چارچوب یادگیری عمیق نوآورانه که شبکههای عصبی کانولوشنی (CNN) و ترنسفورمرها را برای طبقهبندی محصولات هایپر طیفی ترکیب میکند. این مدل شامل:
۱. ماژول استخراج ویژگیهای طیفی-فضایی: برای شناسایی ویژگیهای سطحی.
۲. معماری دو شاخه: که به طور همزمان ویژگیهای محلی و جهانی را استخراج میکند.
۳. ماژول محدودیت چندخروجی: برای افزایش دقت طبقهبندی از طریق محدودیتهای متقابل در سطوح مختلف ویژگیها.
🔍 آزمایشهای گستردهای بر روی سه مجموعه داده به دست آمده از UAV انجام داده شد. نتایج آزمایشها نشان میدهد که CMTNet به دقت کلی (OA) 99.58٪، 97.29٪ و 98.31٪ در این سه مجموعه داده دست یافته است، که به ترتیب از روش پیشرفته فعلی (CTMixer) به میزان 0.19٪، 1.75٪ و 2.52٪ در دقت کلی فراتر رفته است.
🔍 این یافتهها نشاندهنده پتانسیل بالای CMTNet برای نظارت کشاورزی مبتنی بر UAV در محیطهای پیچیده است و به دقت و قابلیت اطمینان طبقهبندی محصولات هایپر طیفی کمک میکند، و راهحلی ارزشمند برای چالشهای کشاورزی دقیق ارائه میدهد.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machinevision
#AI_news
🆕️ ایلان ماسک از کاربران خواسته است تا تصاویر PET ،X-Ray و MRI را به چتبات هوش مصنوعی Grok ارسال کنند.
■ ایلان ماسک، مالک xAI، از بیماران و ارائهدهندگان خدمات پزشکی خواسته است تا تصاویر X-Ray، PET و MRI خود را برای تحلیل به ربات چت هوش مصنوعی Grok ارسال کنند. او این درخواست را منتشر کرده و از کاربران خواسته تا بازخورد خود را درباره عملکرد Grok ارائه دهند.
■ ماسک اعلام کرد که Grok هنوز در مراحل اولیه است، اما دقت بالایی دارد و به زودی پیشرفتهتر خواهد شد. در واکنش به این درخواست، رادیولوژیستها نظرات خود را بیان کردند. دکتر تیبو ژاک و دکتر لورا هیکاک، هر دو به نتایج Grok انتقاد کردند و آن را «بیش از حد کلی» و فاقد دقت لازم دانستند.
■ هیکاک با اشاره به آزمایشهایش با Grok، گفت که این ربات در شناسایی تصاویر پزشکی دچار اشتباهاتی شده و نتوانسته تشخیصهای دقیقی ارائه دهد. او همچنین افزود که Grok برای تشخیصهای پزشکی مناسب نیست و هنوز نیاز به پیشرفت دارد.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
■ ایلان ماسک، مالک xAI، از بیماران و ارائهدهندگان خدمات پزشکی خواسته است تا تصاویر X-Ray، PET و MRI خود را برای تحلیل به ربات چت هوش مصنوعی Grok ارسال کنند. او این درخواست را منتشر کرده و از کاربران خواسته تا بازخورد خود را درباره عملکرد Grok ارائه دهند.
■ ماسک اعلام کرد که Grok هنوز در مراحل اولیه است، اما دقت بالایی دارد و به زودی پیشرفتهتر خواهد شد. در واکنش به این درخواست، رادیولوژیستها نظرات خود را بیان کردند. دکتر تیبو ژاک و دکتر لورا هیکاک، هر دو به نتایج Grok انتقاد کردند و آن را «بیش از حد کلی» و فاقد دقت لازم دانستند.
■ هیکاک با اشاره به آزمایشهایش با Grok، گفت که این ربات در شناسایی تصاویر پزشکی دچار اشتباهاتی شده و نتوانسته تشخیصهای دقیقی ارائه دهد. او همچنین افزود که Grok برای تشخیصهای پزشکی مناسب نیست و هنوز نیاز به پیشرفت دارد.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
🆕️ هوش مصنوعی، یاور جدید چشمپزشکان برای کنترل آبمروارید
✅ در سالهای اخیر، الگوریتمهای مبتنی بر هوش مصنوعی در زمینههای مختلف پزشکی، از جمله بیماریهای چشمی، به کار گرفته شدهاند. این فناوری به پزشکان کمک میکند تا بیماریهایی مانند آب مروارید را با دقت بالا و حتی پیش از بروز علائم تشخیص دهند. چنین قابلیتی میتواند نقش مهمی در پیشگیری از نابینایی و افزایش کیفیت زندگی بیماران ایفا کند.
🔍 تحقیقات جدید:
گروه فناوری اطلاعات سلامت دانشگاه علوم پزشکی فسا، با همکاری دانشگاه علوم پزشکی کرمان، پژوهشی را برای بررسی نقش تکنیکهای هوش مصنوعی در تشخیص و مدیریت بیماری آب مروارید انجام دادهاند. هدف آنها این است که بفهمند آیا میتوان از الگوریتمهای یادگیری ماشینی و تحلیل داده برای کمک به پزشکان در تشخیص سریعتر و دقیقتر این بیماری استفاده کرد یا خیر.
📊 روش تحقیق:
محققان با استفاده از روش مرور سیستماتیک، مطالعات منتشرشده مرتبط را بررسی کردند و تمامی مقالات علمی انگلیسیزبان در این زمینه را از پایگاههای اطلاعاتی PubMed، Scopus و Web of Science استخراج و تحلیل کردند.
✅ نتایج:
این بررسی نشان داد که روشهای مختلف هوش مصنوعی، از جمله شبکه عصبی پیچشی و یادگیری عمیق، توانستهاند در حدود ۷۰ درصد موارد در تشخیص بیماری، ۱۷ درصد در مدیریت و ۱۳ درصد در پیشبینی آن به کار گرفته شوند. این تکنیکها به پزشکان کمک میکنند تا بیماران را با سرعت و دقت بیشتری نسبت به روشهای سنتی شناسایی و درمان کنند.
🆔 telegram channel:
https://news.1rj.ru/str/Intellimage
#AI_news
✅ در سالهای اخیر، الگوریتمهای مبتنی بر هوش مصنوعی در زمینههای مختلف پزشکی، از جمله بیماریهای چشمی، به کار گرفته شدهاند. این فناوری به پزشکان کمک میکند تا بیماریهایی مانند آب مروارید را با دقت بالا و حتی پیش از بروز علائم تشخیص دهند. چنین قابلیتی میتواند نقش مهمی در پیشگیری از نابینایی و افزایش کیفیت زندگی بیماران ایفا کند.
🔍 تحقیقات جدید:
گروه فناوری اطلاعات سلامت دانشگاه علوم پزشکی فسا، با همکاری دانشگاه علوم پزشکی کرمان، پژوهشی را برای بررسی نقش تکنیکهای هوش مصنوعی در تشخیص و مدیریت بیماری آب مروارید انجام دادهاند. هدف آنها این است که بفهمند آیا میتوان از الگوریتمهای یادگیری ماشینی و تحلیل داده برای کمک به پزشکان در تشخیص سریعتر و دقیقتر این بیماری استفاده کرد یا خیر.
📊 روش تحقیق:
محققان با استفاده از روش مرور سیستماتیک، مطالعات منتشرشده مرتبط را بررسی کردند و تمامی مقالات علمی انگلیسیزبان در این زمینه را از پایگاههای اطلاعاتی PubMed، Scopus و Web of Science استخراج و تحلیل کردند.
✅ نتایج:
این بررسی نشان داد که روشهای مختلف هوش مصنوعی، از جمله شبکه عصبی پیچشی و یادگیری عمیق، توانستهاند در حدود ۷۰ درصد موارد در تشخیص بیماری، ۱۷ درصد در مدیریت و ۱۳ درصد در پیشبینی آن به کار گرفته شوند. این تکنیکها به پزشکان کمک میکنند تا بیماران را با سرعت و دقت بیشتری نسبت به روشهای سنتی شناسایی و درمان کنند.
🆔 telegram channel:
https://news.1rj.ru/str/Intellimage
#AI_news
This media is not supported in your browser
VIEW IN TELEGRAM
🆕️ مجموعه داده HUMOTO از Adobe منتشر شد!
●شرکت Adobe از مجموعه دادهی HUMOTO رونمایی کرده که برای مدلسازی تعاملی انسان-اشیاءطراحی شده است. این دیتاست برای حوزههای زیر مناسب است:
- تولید حرکت (Motion Generation)
- بینایی ماشین
- رباتیک
● مشخصات دیتاست:
- شامل بیش از ۷۰۰ توالی (معادل ۷,۸۷۵ ثانیه با نرخ ۳۰ فریم بر ثانیه)
- تعامل با ۶۳ شیء مدلسازیشده با دقت بالا
- شامل ۷۲ قطعه مفصلی (articulated parts)
🔗 مقاله علمی
🔗 لینک پروژه در سایت Adobe
🔍 این دیتاست، گام بزرگی برای آموزش مدلهای هوشمند در تعاملهای فیزیکی واقعگرایانه محسوب میشود.
+📃TechnologicalIdeas
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machinevision
#data
●شرکت Adobe از مجموعه دادهی HUMOTO رونمایی کرده که برای مدلسازی تعاملی انسان-اشیاءطراحی شده است. این دیتاست برای حوزههای زیر مناسب است:
- تولید حرکت (Motion Generation)
- بینایی ماشین
- رباتیک
● مشخصات دیتاست:
- شامل بیش از ۷۰۰ توالی (معادل ۷,۸۷۵ ثانیه با نرخ ۳۰ فریم بر ثانیه)
- تعامل با ۶۳ شیء مدلسازیشده با دقت بالا
- شامل ۷۲ قطعه مفصلی (articulated parts)
🔗 مقاله علمی
🔗 لینک پروژه در سایت Adobe
🔍 این دیتاست، گام بزرگی برای آموزش مدلهای هوشمند در تعاملهای فیزیکی واقعگرایانه محسوب میشود.
+📃TechnologicalIdeas
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machinevision
#data
This media is not supported in your browser
VIEW IN TELEGRAM
■▪︎ پردازش تصویر هوشمند Intellimage
✅ پژوهش در حوزه ی تصویر در صنعت و سلامت
■▪︎ با ماهمراه باشید 🌱
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#project
✅ پژوهش در حوزه ی تصویر در صنعت و سلامت
■▪︎ با ماهمراه باشید 🌱
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#project
✅ معرفی #پروژه انجام شده در حوزه ی پردازش تصویر :
انتخاب ویژگی های مناسب به منظور تشخیص و طبقه بندی ضایعات ملاتوسیتیک خوش خیم از بدخیم
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#project
انتخاب ویژگی های مناسب به منظور تشخیص و طبقه بندی ضایعات ملاتوسیتیک خوش خیم از بدخیم
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#project
Intellimage ( intelligent image processing )
✅ معرفی #پروژه انجام شده در حوزه ی پردازش تصویر : انتخاب ویژگی های مناسب به منظور تشخیص و طبقه بندی ضایعات ملاتوسیتیک خوش خیم از بدخیم 🆔️ telegram channel: https://news.1rj.ru/str/Intellimage #image_processing #project
🖇 توضیحات #پروژه:
✅ پروژه "انتخاب ویژگیهای مناسب به منظور تشخیص و طبقهبندی ضایعات ملاتوسیتیک خوشخیم از بدخیم" بر پایه تحلیل و استخراج ویژگیهای کلیدی از تصاویر پزشکی و دادههای بالینی مرتبط با ضایعات ملاتوسیتیک استوار است.
✅ هدف اصلی این پروژه، توسعه یک مدل هوش مصنوعی است که قادر به تمایز دقیق بین ضایعات خوشخیم و بدخیم باشد. برای این منظور، ابتدا ویژگیهای مختلفی از جمله اندازه، شکل، رنگ و بافت ضایعات استخراج میشود. سپس با استفاده از تکنیکهای یادگیری ماشین و الگوریتمهای انتخاب ویژگی، بهترین ترکیب ویژگیها شناسایی میشود تا دقت و کارایی مدل افزایش یابد.
✅ این پروژه میتواند به پزشکان در تشخیص زودهنگام و دقیقتر انواع ضایعات ملاتوسیتیک کمک کند و در نهایت به بهبود نتایج درمانی بیماران منجر شود.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#project
✅ پروژه "انتخاب ویژگیهای مناسب به منظور تشخیص و طبقهبندی ضایعات ملاتوسیتیک خوشخیم از بدخیم" بر پایه تحلیل و استخراج ویژگیهای کلیدی از تصاویر پزشکی و دادههای بالینی مرتبط با ضایعات ملاتوسیتیک استوار است.
✅ هدف اصلی این پروژه، توسعه یک مدل هوش مصنوعی است که قادر به تمایز دقیق بین ضایعات خوشخیم و بدخیم باشد. برای این منظور، ابتدا ویژگیهای مختلفی از جمله اندازه، شکل، رنگ و بافت ضایعات استخراج میشود. سپس با استفاده از تکنیکهای یادگیری ماشین و الگوریتمهای انتخاب ویژگی، بهترین ترکیب ویژگیها شناسایی میشود تا دقت و کارایی مدل افزایش یابد.
✅ این پروژه میتواند به پزشکان در تشخیص زودهنگام و دقیقتر انواع ضایعات ملاتوسیتیک کمک کند و در نهایت به بهبود نتایج درمانی بیماران منجر شود.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#project
🚀 شتاب شرکتهای علوم زیستی بهسوی عصر هوش مصنوعی در ۲۰۲۴!
✴ در سال ۲۰۲۴، همگرایی هوش مصنوعی و علوم زیستی به نقطه عطفی رسید. تقریباً ۱۰ میلیارد دلار در مشارکتهای کلان سرمایهگذاری شده است که نشاندهنده تحول استراتژیک در صنعت داروسازی است.
✴ شرکتهای بزرگی مانند Eli Lilly و Novartis در صدر این حرکت قرار دارند و بهدنبال ادغام AI در فرآیندهای تحقیق و توسعه هستند. تغییر رویکرد از توسعه داخلی ابزارهای AI به همکاری با استارتاپهای نوآور مانند Isomorphic Labs، نشاندهنده یک پارادایم جدید در توسعه دارو است.
✴ هوش مصنوعی اکنون یک الزام در نوآوریهای دارویی است و در تمام زنجیره ارزش دارویی نفوذ کرده است. شرکتها با هدف کاهش زمان توسعه و افزایش دقت درمانها، به سرعت در حال پیشرفت هستند.
✴ پیام سال ۲۰۲۴ واضح است: شرکتهای علوم زیستی نه تنها ناظر بر انقلاب AI هستند، بلکه پیشبرنده آن نیز هستند!
🔗📃BioInformatics_Association
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
✴ در سال ۲۰۲۴، همگرایی هوش مصنوعی و علوم زیستی به نقطه عطفی رسید. تقریباً ۱۰ میلیارد دلار در مشارکتهای کلان سرمایهگذاری شده است که نشاندهنده تحول استراتژیک در صنعت داروسازی است.
✴ شرکتهای بزرگی مانند Eli Lilly و Novartis در صدر این حرکت قرار دارند و بهدنبال ادغام AI در فرآیندهای تحقیق و توسعه هستند. تغییر رویکرد از توسعه داخلی ابزارهای AI به همکاری با استارتاپهای نوآور مانند Isomorphic Labs، نشاندهنده یک پارادایم جدید در توسعه دارو است.
✴ هوش مصنوعی اکنون یک الزام در نوآوریهای دارویی است و در تمام زنجیره ارزش دارویی نفوذ کرده است. شرکتها با هدف کاهش زمان توسعه و افزایش دقت درمانها، به سرعت در حال پیشرفت هستند.
✴ پیام سال ۲۰۲۴ واضح است: شرکتهای علوم زیستی نه تنها ناظر بر انقلاب AI هستند، بلکه پیشبرنده آن نیز هستند!
🔗📃BioInformatics_Association
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
📊 معرفی #دیتاست OpenMind
🩻 دیتاست OpenMind یک مجموعه بزرگ از تصاویر MRI سهبعدی ناحیه سر و گردن است که شامل 114 هزار تصویر MRI میباشد. هدف این دیتاست فراهم کردن دسترسی به دادههای پزشکی سهبعدی برای تسریع در توسعه روشهای یادگیری خودنظارتی در این زمینه است. این دادهها از 800 دیتاست مختلف در پلتفرم OpenNeuro جمعآوری شده و شامل 23 نوع مختلف تکنیک MRI از بیش از 30 اسکنر متفاوت میباشد.
✅ ویژگیهای این دیتاست :
• ارائه متادیتای طبقهبندی شده برای هر یک از 114 هزار تصویر
• وجود ماسکهای deface که نواحی ناشناس را مشخص میکند
• وجود ماسکهای آناتومی برای شناسایی نواحی آناتومیک
📁 ساختار دیتاست:
دیتاست به صورت مشابه با دیتاستهای OpenNeuro ساختاربندی شده و فرمت BIDS اصلاحشدهای را دنبال میکند. پیشنهاد میشود از فایل openneuro_metadata.csv برای دسترسی به مسیرهای نسبی تصاویر و ماسکها استفاده کنید.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#Dataset
🩻 دیتاست OpenMind یک مجموعه بزرگ از تصاویر MRI سهبعدی ناحیه سر و گردن است که شامل 114 هزار تصویر MRI میباشد. هدف این دیتاست فراهم کردن دسترسی به دادههای پزشکی سهبعدی برای تسریع در توسعه روشهای یادگیری خودنظارتی در این زمینه است. این دادهها از 800 دیتاست مختلف در پلتفرم OpenNeuro جمعآوری شده و شامل 23 نوع مختلف تکنیک MRI از بیش از 30 اسکنر متفاوت میباشد.
✅ ویژگیهای این دیتاست :
• ارائه متادیتای طبقهبندی شده برای هر یک از 114 هزار تصویر
• وجود ماسکهای deface که نواحی ناشناس را مشخص میکند
• وجود ماسکهای آناتومی برای شناسایی نواحی آناتومیک
📁 ساختار دیتاست:
دیتاست به صورت مشابه با دیتاستهای OpenNeuro ساختاربندی شده و فرمت BIDS اصلاحشدهای را دنبال میکند. پیشنهاد میشود از فایل openneuro_metadata.csv برای دسترسی به مسیرهای نسبی تصاویر و ماسکها استفاده کنید.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#Dataset