🆕️ 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

🆕️ دستگاه تصویربرداری Multiposition-CT در خط تولید جدید شرکت Canon

✅ شرکت Canon یک خط تولید جدید به نام Multiposition-CT معرفی کرده است که به منظور انجام اسکن‌ها در وضعیت‌های مختلف طراحی شده است.

✅ این دستگاه قادر است اسکن‌هایی را در حالت ایستاده، نشسته و همچنین در حالت خوابیده (سُپین) انجام دهد.

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

🆕️ استفاده از پردازش تصویر و بینایی ماشین در جت های دفاعی ، بدون نیاز به خلبان و کاملا خودکار

🛫 شیلد اِی‌آی (Shield AI)، شرکت فناوری دفاعی که اکنون ۵٫۳ میلیارد دلار ارزش‌گذاری شده، از راه‌اندازی X-Bat، اولین جت جنگنده خودکار با قابلیت برخاست و فرود عمودی (VTOL) خبر داد. این جت نه تنها بدون خلبان انسانی عمل می‌کند، بلکه با استفاده از پردازش تصویر و بینایی ماشین، توانایی شناسایی و تحلیل محیط اطراف خود را دارد.

🛫 این تکنولوژی پیشرفته به X-Bat این امکان را می‌دهد که در شرایط مختلف عملیاتی، به طور مستقل تصمیم‌گیری کند و با دیگر سامانه‌های بدون سرنشین هماهنگی لازم را داشته باشد. قابلیت پرواز و فرود از مکان‌های غیرمتعارف، وابستگی به زیرساخت‌های سنتی را کاهش می‌دهد و به این ترتیب، قدرت مانور و انعطاف‌پذیری نیروهای نظامی را افزایش می‌دهد.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision

❄️📈 رسم پلات سه بعدی از احتمال ۱۰۰٪ بارش برف‌ در نرم افزار متلب

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

🩻🩺 تصویر MRI مورد مطالعه از #کیس_هفته۲

• تصویر MRI از بیمار ۳۸ ساله با سردرد مزمن پیشرونده و گاهی اختلال تمرکز.

• تصویربرداری MRI مغز انجام شده و ضایعه‌ای در لوب فرونتال در تصاویر مشاهده می‌شود.

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

💡مراحل پردازش تصویر MRI مغز #کیس_هفته۲ در جهت تشخیص بهتر

۱. پیش‌پردازش تصویر: آماده‌سازی تصویر MRI شامل حذف نویز، اصلاح ناهمگنی شدت سیگنال و نرمال‌سازی شدت سیگنال برای افزایش دقت در تحلیل‌ها.

۲.تحلیل Segmentation ضایعه: جدا کردن تومور از بافت سالم با استفاده از الگوریتم‌های Deep Learning (مانند U-Net) یا ترکیب روش‌های Thresholding و Region Growing.

۳. تحلیل چندسکانسی: مقایسه رفتار ضایعه در سکانس‌های مختلف MRI (T1، T2، FLAIR) برای تشخیص ویژگی‌های مختلف مانند ادم و الگوی Enhancement.

۴. بررسی Heatmap و نواحی مشکوک: استفاده از تکنیک‌هایی مانند Grad-CAM برای نمایش نواحی با احتمال پاتولوژی بالا به‌صورت Heatmap.

۵.بخش Radiomics و استخراج ویژگی‌ها: تحلیل کمی ضایعه با استخراج ویژگی‌های شکل، بافت و شدت که می‌تواند به عنوان ورودی مدل‌های یادگیری ماشین برای طبقه‌بندی نوع تومور استفاده شود.

+ ضایعات لوب فرونتال ممکن است با تغییرات رفتاری، اختلال تمرکز و سردرد مزمن همراه باشند. همچنین وجود ادم، Mass Effect و Enhancement نامنظم از نکات مهم تصویری هستند.

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

📚معرفی #پروژه UAV

📌 شبیه‌سازی وسیله پرنده بدون سرنشین (UAV) با استفاده از مدل‌های حسگر دوربین و لیزر برای تحویل بسته در حین پیمایش در محیط شهری و اجتناب از موانع با استفاده ازبینایی ماشین و پردازش تصویر .

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

🆕️ تصویربرداری پزشکی با فناوری‌های پرتابل C-Arm

✅ یکی از پیشرفت‌های اخیر در حوزه تصویربرداری پزشکی، توسعه سیستم‌های تصویربرداری پرتابل است که به پزشکان این امکان را می‌دهد تا در هر مکانی به تصویربرداری با کیفیت بالا دسترسی داشته باشند.

✅ سیستم‌های پرتابل C-Arm به ویژه در عمل‌های جراحی ارتوپدی و عروقی کاربرد فراوانی دارند. این دستگاه‌ها با ارائه تصاویر اشعه ایکس در زمان واقعی، به جراحان کمک می‌کنند تا تصمیمات دقیق‌تری را در حین عمل اتخاذ کنند. این تکنولوژی به ویژه در مواردی که نیاز به دقت بالا و مشاهده مستقیم ساختارهای داخلی بدن وجود دارد، اهمیت زیادی پیدا می‌کند.

+ استفاده از این فناوری نه تنها به بهبود دقت تشخیص کمک می‌کند، بلکه زمان عمل را نیز کاهش می‌دهد و به بیماران این امکان را می‌دهد که در محیط‌های کمتر استرس‌زا تحت درمان قرار گیرند. همچنین، با توجه به قابلیت حمل این دستگاه‌ها، می‌توان از آن‌ها در مواقع اضطراری یا در مکان‌هایی که دسترسی به تجهیزات ثابت دشوار است، بهره برد.

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

🇮🇷🆕️ ایران از دوربین تصویربرداری اپتیکی بادقت بالا برای ماهواره ظفر ۲ در راه فضا استفاده میکند.

+ ماهواره ظفر۲ که به دست محققان دانشگاه علم و صنعت طراحی و ساخته شده است تا دو روز دیگر، به همراه ماهواره های پایا و نسخه ارتقایافته کوثر به فضا پرتاب می شود.

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

🚁 نرم‌افزار پردازش تصویر Agisoft Metashape در پهپادها

✅ نرم افزار Agisoft Metashape یکی از ابزارهای قدرتمند در زمینه پردازش تصویر و ساخت مدل‌های سه‌بعدی از تصاویر هوایی است.

✅ این نرم‌افزار به طور خاص برای کار با داده‌های تصویری که از پهپادها (UAV) جمع‌آوری می‌شود، طراحی شده است و به کاربران این امکان را می‌دهد که به سادگی از تصاویر دو بعدی، مدل‌های سه‌بعدی با دقت بالا تولید کنند.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision

🇮🇷🆕️ پرتاب هم‌زمان سه ماهواره ایرانی به مدار لئو

▫️سازمان فضایی ایران اعلام کرد سه ماهواره سنجشی «پایا (طلوع ۳)»، «ظفر ۲» و «کوثر ۱.۵» روز یکشنبه ۷ دی‌ماه (۲۸ دسامبر) در ساعت ۱۶:۴۸ به وقت ایران، توسط پرتابگر سایوز از پایگاه فضایی وستوچنی روسیه به مدار پایین زمین (LEO) پرتاب خواهند شد. این پرتاب گامی مهم در مسیر توسعه فناوری فضایی کشور محسوب می‌شود.

🛰ماهواره پایا (طلوع ۳)؛ سنگین‌ترین ماهواره ایرانی

ماهواره «پایا» یا «طلوع ۳» سنگین‌ترین ماهواره ساخته‌شده در ایران با وزن حدود ۱۵۰ کیلوگرم است که توسط صنایع الکترونیک ایران و با همکاری شرکت‌های دانش‌بنیان داخلی ساخته شده است. این ماهواره سنجش از دور دارای دقت تصویربرداری حدود ۵ متر برای تصاویر تک‌طیفی و حدود ۱۰ متر برای تصاویر رنگی بوده و در حوزه‌هایی مانند کشاورزی، مدیریت منابع آب، پایش مخاطرات طبیعی، نقشه‌برداری و پایش محیط‌زیست کاربرد دارد.

🛰ماهواره ظفر ۲؛ تقویت توان سنجش از دور کشور

ماهواره «ظفر ۲» یک ماهواره سنجشی و مشاهده زمین است که توسط دانشگاه علم و صنعت ایران طراحی و ساخته شده است. این ماهواره برای تصویربرداری از سطح زمین و پایش منابع طبیعی، کشاورزی، محیط‌زیست، نظارت بر مخاطرات طبیعی و نقشه‌برداری عمومی مورد استفاده قرار می‌گیرد و نمادی از ارتقای توانمندی کشور در توسعه ماهواره‌های سنجشی به شمار می‌رود.

🛰ماهواره کوثر ۱.۵؛ پیوند تصویربرداری و اینترنت اشیا در کشاورزی

ماهواره «کوثر ۱.۵» نسخه تجمیع‌شده نسل دوم ماهواره‌های «کوثر-۱» و «هدهد-۱» است که با هدف پایش بخش کشاورزی طراحی شده است. این ماهواره با ترکیب قابلیت‌های تصویربرداری و اینترنت اشیا، نقش مهمی در هوشمندسازی کشاورزی و جمع‌آوری داده‌های کاربردی ایفا می‌کند.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision

▶️ آموزش #پایتون

✅ قسمت۲۲ پردازش دیتا با #پایتون

🖇ابزار Pydicom !

◇• یک ابزار کوچک اما قدرتمند برای هر کسی که در دنیای پزشکی و پردازش تصویر کار می‌کند!

◇• اگر با تصاویر پزشکی مثل MRI، CT یا X-ray کار می‌کنید، حتماً با فرمت DICOM آشنا هستید.

◇• ابزار Pydicom یک کتابخانه‌ی Python است که به شما اجازه می‌دهد فایل‌های DICOM را خوانده، ویرایش و ذخیره کنید، بدون اینکه نیاز به نرم‌افزار سنگین باشد!

◇• با Pydicom می‌توانید:

• اطلاعات بیمار و ویژگی‌های تصویر را بخوانید.
• تصاویر را برای پردازش یا تحلیل آماده کنید.
• به راحتی با کتابخانه‌های پردازش تصویر مثل OpenCV یا NumPy ترکیب کنید.

+ برای نمونه :

import pydicom

# Load a DICOM file
ds = pydicom.dcmread('./MIDEL-CT.dcm')

# Access important information elements
patient_name = ds.PatientName
patient_id = ds.PatientID
study_date = ds.StudyDate
study_time = ds.StudyTime
modality = ds.Modality

# Print the information elements
print(f'Patient Name: {patient_name}')
print(f'Patient ID: {patient_id}')
print(f'Study Date: {study_date}')
print(f'Study Time: {study_time}')
print(f'Modality: {modality}')

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