📚 تازه های دنیای پژوهش

🔬 پیش‌بینی چگالی الکترونی الهام‌گرفته از سوپررزولوشن تصویر

•• مقاله‌ای جدید در نشریه Nature Communications منتشر شد که به پیش‌بینی چگالی الکترونی حالت پایه سیستم‌های شیمیایی با استفاده از یادگیری ماشین می‌پردازد. این تحقیق به‌ویژه به اهمیت این موضوع بر اساس نظریه هونه‌برگ-کون اشاره دارد.

•• در این مطالعه، چگالی الکترونی به‌عنوان یک تصویر سه‌بعدی خاکستری دیده می‌شود و از یک شبکه عصبی کانولوشنی برای تبدیل یک تخمین اولیه و ساده از چگالی مولکولی به یک چگالی مکانیک کوانتومی دقیق استفاده شده است. نتایج نشان می‌دهد که این مدل پیش‌بینی‌های دقیق‌تری نسبت به روش‌های قبلی ارائه می‌دهد.

•• این مدل به دلیل سادگی‌اش می‌تواند به راحتی بر روی ساختارهای مولکولی و عناصر شیمیایی جدید اعمال شود و با تنظیمات مناسب بر روی داده‌های محدود، دقت بالایی حتی در موارد چالش‌برانگیز عناصر عجیب و حالات بار فراهم می‌کند.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#paper

✳ با ادغام بینایی ماشین در اکوسیستم ، اتوماسیون نباید پیچیده باشد!

✅ با ادغام بینایی ماشین SICK Sensor Intelligence در اسپین‌باتیک، اکوسیستم به طور مداوم در حال گسترش و بهبود است تا اتوماسیون به ویژه در حوزه ی SMEs سریع‌تر، هوشمندتر و دسترس‌پذیرتر ارائه شود.

✅ آخرین دستاورد های این فناوری ، ادغام موفق بینایی ماشین از برند آلمانی SICK Sensor Intelligence است که سطح جدیدی از هوش و دقت را به پلتفرم رباتیک مدولار می‌آورد.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machinevision

✅ افزایش کنتراست تصویر با فیلترهای قطبی

▪︎در محیط‌های صنعتی، در هنگام ضبط تصاویر از مواد براق یا شفاف، تابش نور و بازتاب‌های ناخواسته معمولاً موانع جدی هستند.

▪︎برای حل این مشکل، ما از فیلم‌های قطبی خطی بر روی نورها و ترکیب آن با یک فیلتر قطبی بر روی دوربین استفاده می‌کنیم.این روش به طور مؤثری تابش نوری که می‌تواند جزئیات حیاتی را پنهان کند و کیفیت تصویر را کاهش دهد، کاهش می‌دهد.

▪︎ این تکنیک به ویژه در سناریوهایی که شامل قطعات فلزی، شیشه یا مواد پلاستیکی است، بسیار مفید است و اطمینان حاصل می‌کند که تصاویر ضبط شده جزئیات ریز را بدون اینکه تحت تأثیر بازتاب‌ها قرار گیرند، نمایش می‌دهند.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing

🩻تصویربرداری MRI در نوروانکولوژی جهت ارزیابی گلیوم‌های ساقه مغز

▫️ترکیب MRI معمولی با تکنیک‌های پیشرفته چند پارامتری به طور قابل توجهی ارزیابی تومورهای مغزی را بهبود می‌بخشد.

▫️ این روش به افزایش دقت در تشخیص افتراقی، درجه‌بندی تومور، ارزیابی پاسخ به درمان و تمایز بین نکروز ناشی از تابش و عود تومور کمک می‌کند.

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing

🔔اهدای دستگاه MRI زیمنس به بیمارستان Diospi Suyana در پرو

• پس از طی ۱۰۰۰۰ کیلومتر، این دستگاه اکنون نصب شده و تقریباً آماده است تا اولین بیمار خود را پذیرش کند.
برای جامعه کچوا در آپوریماک، این یک قدم مهم است که به تصویربرداری تشدید مغناطیسی ، ابزاری حیاتی برای شناسایی و تشخیص بسیاری از بیماری‌ها دسترسی داشته باشند.

• این دستاورد به همت برندگان جایزه آینده آلمان در سال ۲۰۲۳ و با حمایت شرکت زیمنس محقق شده است.
این اقدام مهم، تصویربرداری پیشرفته را به منطقه‌ای می‌آورد که قبلاً از آن دور بوده است.

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage

📚معرفی #کتاب :

• Artificial Intelligence and Bioinformatics in Cancer - An Interdisciplinary Approach

• این کتاب جدید و ارزشمند به بررسی کاربردهای هوش مصنوعی و بیوانفورماتیک در زمینه سرطان می‌پردازد.

🖊editor: Nima Rezaei
📆:2025
🔎📃oncology_association
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage

✅ قسمت ۲۱ پردازش تصویر در #پایتون

📚 #پروژه ی پردازش ویدئو با OpenCV

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#programming
#python

• راهنمای پرامپت نویسی با روش CRAFT

◽پرامپت نویسی مهارتی مهم برای تعامل مؤثر با هوش مصنوعی است. با استفاده از این روش می‌توانید پرسش‌های دقیق و کاربردی بسازید:

⏺Context (زمینه):
برای دریافت پاسخ مرتبط، ابتدا زمینه را مشخص کنید.
🩺Example: "In oncology, what are the risk factors for developing oral cavity cancers?"

⏺Role (نقش):
نقش هوش مصنوعی را تعیین کنید تا پاسخ تخصصی‌تر باشد.
🩺Example: "you are an oncologist. Explain resistance to chemotherapy treatments."

⏺Action (عملکرد):
هدف مشخصی برای درخواست خود داشته باشید.
🩺Example: "𝑺𝒖𝒎𝒎𝒂𝒓𝒊𝒛𝒆 this article."

⏺Format (فرمت):
نوع پاسخ را تعیین کنید—متن، جدول، لیست و ...
🩺Example: "Present the effects of statins on diabetes 𝒊𝒏 𝒂 𝒄𝒐𝒎𝒑𝒂𝒓𝒂𝒕𝒊𝒗𝒆 𝒕𝒂𝒃𝒍𝒆."

⏺Target Audience (مخاطب):
سطح دانش مخاطب را مشخص کنید تا پاسخ متناسب باشد.
🩺Example: "Provide a guide 𝒇𝒐𝒓 𝒈𝒆𝒏𝒆𝒓𝒂𝒍 𝒑𝒓𝒂𝒄𝒕𝒊𝒕𝒊𝒐𝒏𝒆𝒓𝒔 on breast cancer screening."

🔎📃oncology_association
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage

اَلسَّلامُ عَلَیْکَ یا اَبا عَبْدِ اللهِ وَعَلَی الْاَرْواحِ الَّتی حَلَّتْ بِفِنائِکَ 🥀🕯

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage

#پروژه پردازش تصویر در تحلیل هندسه رزوه با دقت پیکسلی

◽ابزاری مبتنی بر تصویر برای تحلیل خودکار پروفیل رزوه توسعه داده شده است که ترکیبی از بینایی کامپیوتری کلاسیک و تکنیک‌های تصحیح پیکسلی را به کار می‌گیرد.

◽قابلیت‌های کلیدی:

• استخراج قطرهای اصلی و فرعی
• محاسبه گام محوری
• برآورد زاویه انحنا از سطح رزوه (مثلاً ۱.۲°، ۲.۷°)
• مکان‌یابی پیکسلی قله‌ها و دره‌ها برای دقت هندسی بهتر

◽این فرآیند شامل موارد زیر است :

✅ تشخیص لبه
✅ فیلتر کردن مورفولوژیکی
✅ شناسایی اکسترمای محلی (حداقل/حداکثر)
✅ درون‌یابی ساب پیکسل برای افزایش دقت اندازه‌گیری

◽این تکنیک‌های بازرسی غیرتماسی در تولید دقیق، تحلیل سایش ابزار و سیستم‌های کنترل کیفیت خودکار بسیار ارزشمند هستند.

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#project

🔬🩻تحلیل عمیق پیش‌پردازش برای طبقه‌بندی تصاویر سرطان ریه با استفاده از شبکه های CNN

📉 به تازگی به بررسی روش‌های پیش‌پردازش برای طبقه‌بندی تصاویر سرطان ریه با استفاده از شبکه‌های CNN پرداختیم. در این تحقیق، سه تکنیک نرمال‌سازی مقایسه شده است:

۱. مقیاس‌بندی پیکسل
۲. تقسیم مجموع کانال‌ها
۳. نرمال‌سازی میانگین و انحراف معیار (از ۱۰۰۰ نمونه تصادفی)

💡این بررسی به ما نشان داد که انتخاب‌های کوچک در پیش‌پردازش تصاویر ، می‌توانند تفاوت‌های بزرگی ایجاد کنند.
📊 Dataset
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#imageprocessing

🩻 پتانسیل ARUC-GAN در جهت افزایش دقت تشخیصی تصویربرداری LDCT

📉 مدل ARUC-GAN یک روش جدید مبتنی بر هوش مصنوعی برای کاهش نویز در تصاویر سی‌تی با دوز کم (LDCT) که ترکیبی از یک U-Net با توجه و CycleGAN است.

📉 روش‌های سنتی کاهش نویز در مواجهه با نویز غیر یکنواخت LDCT و وابستگی به داده‌های پروژکشن با چالش‌هایی روبرو هستند، اما ARUC-GAN به طور مؤثری این چالش‌ها را حل می‌کند.

📉 ارزیابی‌های بصری نشان‌دهنده بهبود بافت و حفظ لبه‌ها است که پتانسیل ARUC-GAN را برای افزایش دقت تشخیصی در تصویربرداری LDCT نشان می‌دهد.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#imageprocessing

🖇 توضیحات عملکرد دستگاه Vein Viewer

◽دستگاه یافتن ورید یا ورید بین (Vein Viewer) یک ابزار پزشکی است که برای شناسایی وریدها زیر پوست استفاده می‌شود. این دستگاه به‌ویژه برای گروه‌های زیر بسیار مفید است:

• بیماران اطفال
• افرادی با وریدهای سخت قابل مشاهده
• روش‌های اضطراری و تزریق وریدی

◽اجزای اصلی دستگاه یافتن ورید شامل موارد زیر است؛

✅ واحد منبع نور:
• مجهز به LEDهای نزدیک به مادون قرمز (NIR)
• معمولاً از طول موج‌های نوری بین ۷۶۰ تا ۹۴۰ نانومتر استفاده می‌کند.

✅ حسگر نوری / تصویربرداری:
• نور منعکس شده از پوست را ثبت می‌کند.
• تضاد بین وریدها و بافت‌های اطراف را شناسایی می‌کند.

✅ واحد پردازش تصویر:
• تصویر ثبت شده را به‌صورت دیجیتال پردازش می‌کند.
• از الگوریتم‌ها برای تولید نقشه ورید در زمان واقعی استفاده می‌کند.

✅ سیستم نمایش یا پروژکتور:
• برخی دستگاه‌ها وریدها را بر روی صفحه نمایش LCD نشان می‌دهند.
• برخی دیگر نقشه ورید را به‌صورت مستقیم بر روی پوست بیمار در زمان واقعی پروژکت می‌کنند.

✅ نحوه کار دستگاه:
۱. دستگاه بر روی پوست قرار می‌گیرد.
۲. نور مادون قرمز به داخل پوست نفوذ می‌کند.
۳. خون نسبت به بافت‌های اطراف نور مادون قرمز بیشتری را جذب می‌کند.
۴. دوربین نور منعکس شده را شناسایی کرده و مکان‌های ورید را هایلایت می‌کند.
۵. تصویر پردازش شده در زمان واقعی نمایش یا پروژکت می‌شود.

✅ مزایای کلیدی :
• غیرتهاجمی و بدون درد
• کاهش تلاش‌های ناموفق برای تزریق و راحتی بیمار
• افزایش اعتماد به نفس و سرعت در انجام کانولاسیون
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#imageprocessing

🆕️ #پروژه وب اپلیکیشن تشخیص تومور مغزی

◽یک پروژه یادگیری عمیق که می‌تواند اسکن‌های MRI مغز را در عرض چند ثانیه به انواع تومورهای گلیوما، مننژیوم، تومور هیپوفیز یا بدون تومور طبقه‌بندی کند!

⚙️ تکنولوژی‌های مورد استفاده در این پژوهش: PyTorch | Flask | HTML/CSS | Torchvision | Railway/Render
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#imageprocessing
#project

فناوری PCB در تجهیزات تصویربرداری پزشکی

⚙ فناوری PCB در پزشکی ، به عنوان اجزای اصلی تجهیزات تصویربرداری، نقش حیاتی در انتقال سیگنال، پردازش داده‌ها و عملکردهای کلیدی دارند.

• با ماهمراه باشید🌱

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#hardware

🖇کاربرد فناوری PCB در تصویربرداری پزشکی

◽در پیشرفت پزشکی، فناوری تصویربرداری پزشکی به عنوان "چشم" تشخیص و درمان بالینی عمل کرده است و به پزشکان این امکان را می‌دهد که ساختارهای داخلی بدن و تغییرات پاتولوژیک را مشاهده کنند.PCBهای پزشکی به عنوان اجزای اصلی تجهیزات تصویربرداری، نقش حیاتی در انتقال سیگنال، پردازش داده‌ها و عملکردهای کلیدی دارند. با دقت بالا، قابلیت اطمینان و اندازه‌گیری کوچک، این PCBها در تکنولوژی‌های مختلف تصویربرداری ادغام شده‌اند و پایه‌ای محکم برای بهبود دقت و کارایی تشخیص فراهم می‌کنند.

۱. تصویربرداری با اشعه ایکس
   – در سیستم‌های تصویربرداری با اشعه ایکس، PCBهای پزشکی در ژنراتورهای اشعه ایکس و سیستم‌های تشخیص استفاده می‌شوند. این PCBها ولتاژهای بالا را تنظیم کرده و کیفیت تصویر را تضمین می‌کنند.
   – در سیستم‌های دیجیتال رادیوگرافی، PCBهای با عملکرد بالا وضوح تصویر را بهبود می‌بخشند.

۲. تصویربرداری توموگرافی کامپیوتری (CT)
   – در تجهیزات CT، PCBهای پزشکی کنترل منبع تغذیه ولتاژ بالا و پردازش سیگنال‌ها را انجام می‌دهند.
   – این PCBها همچنین مسئول انتقال سریع داده‌ها به سیستم پردازش تصویر هستند و برای این منظور از طراحی‌های چندلایه و تکنولوژی HDI استفاده می‌کنند.

۳. تصویربرداری با رزونانس مغناطیسی (MRI)
   – در MRI، PCBهای پزشکی سیگنال‌های RF را تولید و دریافت می‌کنند و باید به دقت طراحی شوند تا از تداخل الکترومغناطیسی جلوگیری شود.
   – همچنین این PCBها کنترل جریان‌های کویل گرادیان را بر عهده دارند تا انتخاب برش‌های دقیق و دقت موقعیتی فراهم شود.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#hardware