🆕️ ورود به عصر جدید تشخیص پزشکی هسته‌ای با دوربین گاما-ری پروافسکیت

☢ تحولی شگرف در تصویربرداری پزشکی هسته‌ای در حال شکل‌گیری است که ناشی از همکاری محققان دانشگاه نورث‌وسترن و دانشگاه سوچو است. برای اولین بار، دانشمندان موفق به توسعه یک آشکارساز گاما-ری با استفاده از کریستال‌های پروافسکیت شده‌اند، موادی که بیشتر به خاطر انقلاب در انرژی خورشیدی شناخته می‌شوند.

☢ دوربین گاما-ری پروافسکیت بر خلاف آشکارسازهای سنتی که از مواد گران‌قیمت یا نامشخصی مانند کادمیوم زینک تلورید یا یدید سدیم ساخته شده‌اند، توانایی دستیابی به وضوح انرژی بی‌نظیر و وضوح تصویر بالا را دارد. این دستگاه قادر است حتی ضعیف‌ترین سیگنال‌های گاما-ری را شناسایی کرده و ویژگی‌های دقیق درون بدن را تشخیص دهد. این پیشرفت می‌تواند به اسکن‌های سریع‌تر، دقیق‌تر و کمتر تهاجمی منجر شود.

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

🔍 نقش AI در تشخیص‌های رادیولوژیک

✅ هوش مصنوعی (AI) پتانسیل حمایت از تشخیص‌ها در رادیولوژی را دارد. با این حال، کمبود شفافیت در بسیاری از موارد، فهم توصیه‌های AI را دشوار کرده است. محققان بررسی کرده‌اند که آیا و چگونه نمایش‌های بصری استفاده شده در تحلیل تصاویر AI ، که به آن‌ها نقشه‌های برجستگی (saliency maps) گفته می‌شود ، می‌توانند کمک کنند.

✅ فرآیند تصمیم‌گیری AI باید به اندازه کافی شفاف باشد تا پزشکان بتوانند بهترین ارزیابی را از اینکه چقدر می‌توانند به توصیه‌های AI اعتماد کنند، داشته باشند. این مسئله تا کنون دشوار بوده است.

✅ می‌توان نقشه‌ای برای هر توصیه‌ای که سیستم AI ارائه می‌دهد ایجاد کرد که نشان دهد کدام بخش‌های تصویر در فرآیند تصمیم‌گیری لحاظ شده‌اند. این نقشه‌ها، که به آن‌ها نقشه‌های برجستگی گفته می‌شود، مناطق داخل یک تصویر را نشان می‌دهند که شبکه عصبی بر اساس آن‌ها پیش‌بینی کرده است.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#radiology
#AI_news

📚 ویولت و پردازش تصویر پزشکی چندمقیاسه در تحلیل همزمان ویژگی‌های سلولی در پاتولوژی دیجیتال

▫️ پاتولوژی دیجیتال به عنوان یک حوزه نوین در پزشکی، به تجزیه و تحلیل تصاویر بافتی به منظور تشخیص بیماری‌ها، به ویژه سرطان، می‌پردازد. یکی از چالش‌های اصلی در این زمینه، نیاز به تحلیل همزمان ویژگی‌های مختلف در سطوح مختلف است. این سطوح شامل:

۱. سطح میکرو: که به ساختار درون سلولی و ویژگی‌های آن‌ها مانند هسته، سیتوپلاسم و ارگانل‌ها می‌پردازد.
۲. سطح میزو: که ارتباطات و تعاملات بین سلول‌ها را مورد بررسی قرار می‌دهد.
۳. سطح ماکرو: که ساختار کلی بافت و ویژگی‌های آن را تحلیل می‌کند.

▫️برای دستیابی به یک تشخیص دقیق و جامع، نیاز به روشی است که بتواند این سه سطح را به طور همزمان مورد تحلیل قرار دهد.

▫️ویولت‌های چندگانه (Multi-wavelet) یکی از ابزارهای قدرتمند در پردازش تصویر هستند که امکان تحلیل همزمان ویژگی‌های مختلف در سطوح مختلف را فراهم می‌کنند. این تکنیک به دلیل قابلیت تجزیه و تحلیل داده‌ها در مقیاس‌های مختلف، می‌تواند اطلاعات غنی‌تری از تصاویر بافتی استخراج کند.

▫️مزایای استفاده از ویولت‌های چندگانه:

۱. تحلیل چندمقیاسه: این ویولت‌ها توانایی تجزیه و تحلیل داده‌ها در مقیاس‌های مختلف را دارند، که به تشخیص دقیق‌تر ویژگی‌های سلولی کمک می‌کند.
۲. کاهش نویز: با استفاده از آستانه‌گذاری مناسب در تبدیل ویولت، می‌توان نویز موجود در تصاویر را کاهش داد و کیفیت تصویر را بهبود بخشید.
۳. تجزیه و تحلیل همزمان: این تکنیک امکان بررسی همزمان ساختارهای میکرو، میزو و ماکرو را فراهم می‌آورد، که برای تشخیص سلول‌های سرطانی بسیار حیاتی است.

▫️استفاده از ویولت‌های چندگانه در پاتولوژی دیجیتال می‌تواند به شکل‌های زیر باشد:

• تشخیص سلول‌های سرطانی: با تجزیه و تحلیل دقیق ویژگی‌های سلولی در سطوح مختلف، می‌توان به شناسایی سریع‌تر و دقیق‌تر سلول‌های سرطانی پرداخت.
• تحلیل بافت: بررسی تغییرات ساختاری در بافت‌ها که ممکن است نشان‌دهنده وجود بیماری باشد.
• پیش‌بینی روند بیماری: با تحلیل ویژگی‌ها در زمان‌های مختلف، می‌توان روند پیشرفت بیماری را پیش‌بینی کرد.

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

🆕️ تحول در تصویربرداری سونوگرافی با کیفیت تکنولوژی 8K

✴ تصویربرداری پزشکی وارد یک عصر شگفت‌انگیز جدید شده است؛ اولتراسوندهای 8K تقویت‌شده با هوش مصنوعی که اسکن‌های استاندارد 3D نوزادان را به پرتره‌های واقعی تبدیل می‌کنند. با ترکیب تصویربرداری با وضوح بالا و هوش مصنوعی، این سیستم‌ها اکنون می‌توانند هر ویژگی کوچک صورت را با دقت فوق‌العاده‌ای بازسازی کنند و به والدین نگاهی زودهنگام و احساسی نسبت به جنین بدهند.


✴ این فرآیند با یک اولتراسوند معمولی 3D یا 4D که در مراحل پایانی بارداری، معمولاً بین 28 تا 34 هفته، گرفته می‌شود آغاز می‌شود. سپس نرم‌افزار هوش مصنوعی اسکن را تجزیه و تحلیل کرده و نور، سایه و بافت را بهبود می‌بخشد تا تصویری فوق‌واقعی 8K تولید کند. در برخی موارد، شباهت بین این پرتره‌های تقویت‌شده با هوش مصنوعی و نوزاد پس از تولد به طرز شگفت‌انگیزی دقیق است، تا جزییات و حالات صورت را مشخص میکند.

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

🔴 کمک فوری برای جراحی صفورای پنج‌ساله
#ویدیو_را_ببینید 👆

🔻صفورا دختر پنج‌ساله‌ای از ایرانشهر است که به دلیل ابتلا به فلج مغزی امکان حرکت طبیعی ندارد. پزشکان تأکید کرده‌اند که او باید هرچه سریع‌تر تحت عمل جراحی قرار بگیرد؛ اما پدر کارگر خانواده توان تأمین هزینه‌های درمان را ندارد.

📌 مشارکت از طریق کارت و سایت جهادی خیرینه:
💳 5892107050077463
🔗 kheyrine.ir/product/10200

(خیرینه کلیه مبالغ جمع‌آوری‌شده را مطابق شرایط
مندرج در بیوی کانال زیر هزینه خواهد کرد.)
🆔 @kheyrine_ir

🆕️ تشخیص اشیا با استفاده از Qwen3-VL

• پرامپت: «فردی که بین آلبرت و ماری قرار دارد»

• مدل باید نام‌های «آلبرت» و «ماری» را به آلبرت اینشتین و ماری کوری مرتبط کند، چهره‌ها و موقعیت آن‌ها را شناسایی کند و مفهوم «بین» را به درستی تفسیر نماید تا بتواند فرد مورد نظر را شناسایی کند.

• کتابخانه Supervision از گروه Roboflow، کار با مدل‌های چندوجهی (VLMها) را برای این هدف تسهیل می‌کند. شما متن را پردازش کرده، آن را به فرمت آشنایی مانند باکس‌های تشخیص تبدیل می‌کنید و نتایج را به صورت بصری نمایش می‌دهید.

image = Image.open(IMAGE).convert("RGB")
response = qwen_detect(image, TARGET)

detections = sv.Detections.from_vlm(
    vlm=sv.VLM.QWEN_3_VL,
    result=response,
    resolution_wh=image.size)

• کتابخانه Supervision همچنین از مدل‌های دیگری مانند Qwen-VL، Google Gemini و DeepSeek-VL و غیره نیز پشتیبانی می‌کند.

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

📸 جدید ترین تصویر گرفته شده از یک سلول زیبای انسانی با استفاده از کرایوالکترون میکروسکوپی، NMR و X-ray !

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

🩻 سه یافته شایع در رادیوگرافی قفسه سینه

• تصویر A : نمای رادیوگرافی قفسه سینه که نفوذ دوطرفه ریوی (Bilateral Pulmonary Infiltration) را نشان می‌دهد. این الگو می‌تواند ناشی از عفونت‌ها (مانند پنومونی)، ادم ریوی، فیبروز یا بیماری‌های التهابی ریه باشد.

• تصویر B : نمای رادیوگرافی که بزرگ‌شدگی قلب (Cardiomegaly) را نمایش می‌دهد. این وضعیت معمولاً ناشی از نارسایی قلبی، پریکاردیت افیوژن، هایپرتروفی بطن یا بیماری‌های دریچه‌ای قلب است.

• تصویر C: نمای رادیوگرافی که بزرگ‌شدگی غدد لنفاوی هیلار دوطرفه (Bilateral Hilar Lymph Node Enlargement) را نشان می‌دهد. این یافته می‌تواند در بیماری‌هایی مانند سارکوئیدوز، سل، لنفوم یا متاستازهای ریوی دیده شود.

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

🇮🇷🆕️ ساخت کیت تشخیص بیماری‌های تنفسی توسط دانشمندان ایرانی

🔹این محصول تنها در یک ساعت، ۱۷ نوع ویروس تنفسی جدید را شناسایی می‌کند.

+ در شرایط شیوع آنفلوآنز و سایر سویه های ویروسی این دستاورد می‌تواند کمک کننده باشد.

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

السَّلامُ عَلیَکِ یا فاطِمَهَ الزَّهرا سلام الله علیها

میلادحضرت زهرا سلام الله علیها،جهادگر و شهیده ی میدان عشق،مبارک🌹

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

🆕️ پردازش تصویر در ربات UnitreeG1

⚙ ربات UnitreeG1 با بهره‌گیری از هوش مصنوعی و پردازش تصویر، توانسته است با تحلیل داده‌های ویدیویی از حرکات بازیکنان حرفه‌ای بسکتبال، مهارت‌های مختلفی مانند دریبل‌زدن، شوت‌کردن، سه‌گام و پریدن را یاد بگیرد. این ربات به گونه‌ای طراحی شده است که می‌تواند شبیه به یک بازیکن حرفه‌ای بسکتبال بازی کند.

⚙ روش کار ربات UnitreeG1 :
• مدل‌سازی حرکات: توسعه‌دهندگان ابتدا حرکات بازیکنان را به مدل‌های سه‌بعدی تبدیل کردند.

• آموزش با سنسورهای حرکتی: با استفاده از سنسورهای دقیق حرکتی، ربات برای شبیه‌سازی تعاملات فیزیکی واقعی آموزش داده شد.
📃 paper
+ openCVolc
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision
#robotics

🩻🩺 تصویر MRI مورد مطالعه از #کیس_هفته۱

• بیمار با کمردرد مزمن .
• تصویر MRI از ستون فقرات کمری.

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

📉 تحلیل دژنراسیون دیسک در MRI ستون فقرات با استفاده از پردازش تصویر

✅ در پست اخیر در مورد بیمار با عارضه ی دژنراسیون دیسک صحبت کردیم که این عارضه یکی از علل شایع دردهای مزمن کمری است و MRI به ویژه در سکانس T2 امکان ارزیابی دقیق‌تری از وضعیت دیسک‌ها را فراهم می‌کند.

✅ مراحل اصلی تحلیل پردازش تصویر روی این تصویر MRI شامل:

۱. مرحله Segmentation: جداسازی دیسک و کانال نخاع با استفاده از مدل‌های U-Net و V-Net.

۲. اندازه‌گیری ارتفاع دیسک: محاسبه فاصله بین Endplateها برای تعیین کاهش ارتفاع دیسک.

۳. تحلیل هیدراسیون: بررسی شدت سیگنال T2 برای ارزیابی میزان آب دیسک.

۴. تحلیل شکل: مقایسه کانتور دیسک با الگوی نرمال برای تشخیص Bulging و Protrusion.

۵.مرحله Radiomics: استخراج ویژگی‌های کمی از بافت و شکل دیسک برای طبقه‌بندی دژنراسیون.

۶.مرحله Visualization: نمایش نتایج به صورت گرافیکی برای تسهیل درک و تحلیل.

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

🆕️ ارزیابی وضعیت ابرها در زمان کمبود بارندگی در کشور با استفاده از تکنولوژی‌های بینایی ماشین

📉 در روزهای اخیر، عملیات گسترده بارورسازی ابرها با ۸ سورت پرواز موفق در مناطق ارومیه، یزد و مرکز کشور انجام شد.
این عملیات به تأمین آب و بهبود شرایط اقلیمی کمک می‌کند و به کارگیری فناوری‌های پیشرفته مانند پردازش تصویر و بینایی ماشین در این زمینه نیز اهمیت بالایی دارد.

📉 با استفاده از الگوریتم‌های پردازش تصویر، می‌توان نوع و وضعیت ابرها را شناسایی کرد. این تکنیک به متخصصان کمک می‌کند تا ابرهای مناسب برای بارورسازی را تشخیص دهند و از هدررفت منابع جلوگیری کنند.

+ مدل‌های بینایی ماشین می‌توانند با تجزیه و تحلیل داده‌های تصویری، پیش‌بینی دقیقی از وضعیت جوی ارائه دهند. این پیش‌بینی‌ها به تصمیم‌گیری‌های به موقع در مورد زمان و مکان بارورسازی کمک می‌کند و عملکرد عملیات را ارزیابی کرده و در صورت نیاز، تغییرات لازم را اعمال می کنند.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision

📉 معرفی فرمت NIFTI در پردازش تصویر پزشکی

✅ فرمت NIFTI (Neuroimaging Informatics Technology Initiative) یکی از فرمت‌های رایج برای ذخیره‌سازی داده‌های تصویربرداری مغزی و پزشکی است. این فرمت به طور خاص برای تسهیل تبادل و تجزیه و تحلیل داده‌های تصویری در زمینه‌های علوم اعصاب و تصویربرداری پزشکی طراحی شده است.
در این پست، به بررسی فرمت NIFTI می‌پردازیم.

📊 ویژگی‌های فرمت NIFTI

• ساختار فایل: NIFTI معمولاً در دو نوع فایل ذخیره می‌شود: .nii و .nii.gz. نوع اول فایل‌های غیر فشرده و نوع دوم فایل‌های فشرده شده با gzip هستند.

• داده‌های چند بعدی: این فرمت قابلیت ذخیره‌سازی داده‌های چند بعدی (مثلاً تصاویر ۳ بعدی) را دارد که برای تصاویر MRI و CT بسیار مناسب است.

• اطلاعات متادیتا: NIFTI امکان ذخیره اطلاعات متادیتا مانند ابعاد تصویر، نوع داده، و اطلاعات مربوط به فضای تصویر را فراهم می‌کند.

+ مزایای استفاده از NIFTI

• قابلیت تبادل آسان: به دلیل استاندارد بودن این فرمت، تبادل داده‌ها بین نرم‌افزارهای مختلف و پژوهشگران ساده‌تر است.
• پشتیبانی از نرم‌افزارهای متعدد: بسیاری از نرم‌افزارهای تحلیل داده‌های تصویری مانند FSL، SPM و AFNI از فرمت NIFTI پشتیبانی می‌کنند.
• فشرده‌سازی: با استفاده از فرمت فشرده .nii.gz، حجم داده‌ها کاهش می‌یابد که برای ذخیره‌سازی و انتقال داده‌ها بسیار مفید است.

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

🩻 بررسی الگوهای تصویری و تفسیر بهتر بالینی با پردازش تصویر

🔍 در تصویر فوق، دو مقطع CT از ارگان‌های مختلف بدن مشاهده می‌شود که هرکدام نمایانگر یک عارضه بالینی مهم هستند. شناخت این الگوها برای تفسیر رادیولوژیک و همچنین طراحی الگوریتم‌های پردازش تصویر پزشکی اهمیت بالایی دارد.

🔹تصویر A | خونریزی داخل پارانشیم مغز (Intraparenchymal Hemorrhage)
نمای ناحیه هایپردنس در CT بدون کنتراست مغز

📍 نکات تصویری:
• افزایش چگالی موضعی
• اثر فضاگیر (Mass effect)
• اهمیت بالا در تشخیص اورژانسی

کاربرد پردازش تصویر : segmentation نواحی خونریزی، تشخیص خودکار سکته هموراژیک و..

🔹تصویر B | ارتشاح دوطرفه ریوی (Bilateral Pulmonary Infiltration)
الگوی انتشار در CT قفسه سینه

📍 نکات تصویری:
*وجود Ground-glass opacity
* توزیع دوطرفه
* مطرح‌کننده عفونت، ARDS یا بیماری‌های التهابی

کاربرد پردازش تصویر : classification الگوهای ریوی، CAD systems و..

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