👆👆👆👆👆 آیا می توانید در تصویر فوق علاوه بر قلب، استخوان جناق، ششها، ستون فقرات و عضلات زیر بغل را تشخیص دهید؟
آیا می توانید نخاع را در ستون فقرات تشخیص دهید؟ کدام طرف سمت راستِ بیمار بوده است؟😀
@iust_bioelecteric

یکی از قابلیتهای دستگاه ام آر آی تصویربرداری از بافتهای نرم است. چیزی که تصاویر سی تی اسکن قادر به انجام آن نیست. در فایل زیر از یک میوه ی کیوی تصاویر متعدد MRI تهیه شده و پویا نمایی شده است. دقت این دستگاه حیرت بر انگیز است!!👇👇👇👇👇👇
@iust_bioelecteric

#pattern_recognition #k_means #clustering @iust_bioelecteric

#video for kmeans clustering @iust_bioelecteric

pros and cons of kmeans algorithm @iust_bioelecteric

توضیح مفاهیم و موضوعات مختلف در حوزه های پردازش تصویر، بینایی رایانه ای ، یادگیری ماشین و ...

بسیاری از مفاهیم از جمله بینایی رایانه ای ، پردازش تصویر و یادگیری ماشین و دیگر مفاهیم مشابه اشتراکات بسیاری باهم دارند، بنابراین یک تعریف دقیق و سربسته ای برای این مفاهیم وجود ندارد و نمی توان آن را مقید به محدوده ای خاص کرد. اما در اینجا سعی دارم تا حدودی این مفاهیم را مرز بندی کرده و اعمالی که به این حوزه ها مرتبط است را به زبان ساده بیان کنم.

پردازش تصویر دیجیتال (Digital Image Processing)
در ابتدایی ترین حالت پردازش تصویر به اعمالی گفته می شود، که پس از انجام روی پیکسل یا پیکسل ها خروجی همچنان تصویر است. برای نمونه این مفاهیم پردازش تصویر محسوب می شود : تغییر شدت و روشنایی تصویر (Contrast & Brightness)، اعمال فیلتر روی تصویر(Filters)، اعمال مقدار آستانه روی تصویر(Threshold)، پیدا کردن مرز ها و لبه ها با استفاده از اعمال فیلتر( Edge Detection and Contour Tracing)، تیز کردن و یا محو کردن تصویر(Sharpening & Blurring)، حذف یا کاهش نویز(Noise Reduction)، عمل باز و بسته کردن روی تصویر(Opening & Closing) و ... . در این نوع پردازش ها معمولا یک سری عملیات ریاضی به صورت نقطه ای یا مجموعه ای از چند پیکسل اعمال می شود و کل تصویر را در بر می گیرد.

بینایی رایانه ای (Computer Vision)
به طور خلاصه هرکجا در حوزه تصویر حرف از تصمیم گیری باشد به معنی بینایی رایانه ای است. برای نمونه تشخیص اینکه یک تصویر متمایل به سبز است یا قرمز و در خروجی عبارت "قرمز" یا "سبز" را نشان دهیم، در حوزه بینایی رایانه ای قرار می گیرد. کافی است یک شرط قرار دهیم که ببینم تعداد پیکسل های قرمز بیشتر است یا سبز!. بنابراین قرار گرفتن یک سری تصمیم گیری ها در کنار پردازش تصویر ( که در مثال گفته شده می تواند تنظیم شدت روشنایی تصویر باشد)، بینایی رایانه ای گفته می شود. در واقع پردازش تصویر به خودی خود بدون تصمیم گیری، عمل هوشمندانه ای انجام نمی دهد و صرفا اعمال یک سری عملیات ریاضی روی تصویر است. یک مثال دیگر ناحیه بندی تصویر (Image Segmentation) است. ناحیه بندی تصویر یعنی، جدا کردن بخش های مختلف تصویر براساس ویژگی های مختلف مثل رنگ، شکل یا بافت آن به صورتی که خروجی شامل مجموعه این ناحیه ها است که هرکدام به صورت جدا قابل دست یابی است. در بسیاری از موارد پس از عمل ناحیه بندی نیاز به تشخیص شی (Object Recognition) است. تشخیص شی در حالت ابتدایی در صورتی که نیاز به استفاده از الگوریتم های یادگیری ماشین نداشته باشد در حوزه بینایی رایانه ای قرار می گیرد. در بسیاری از موارد پس از ناحیه بندی و جدا کردن نواحی مختلف، برای شناسایی آبجکت نیاز به استخراج ویژگی هر ناحیه است (Feature Extraction)، که این هم تقریبا در حوزه بینایی رایانه ای قرار می گیرد.
بعضی از مباحث مربوط به حوزه بینایی رایانه ای به این صورت است: دنبال کردن در ویدیو(Video Tracking)، تخمین حرکت (Motion Estimation)، تشخیص شی (Object Recognition)، ترمیم تصویر (Image Restoration)، ناحیه بندی (Segmentation) و... .

بینایی ماشین (Machine Vision)
بینایی ماشین مفهوم پیچیده ای نیست. در واقع به کار بردن بینایی رایانه ای در حوزه صنعت و واقعیت فیزیکی است. برای نمونه تصمیم گیری یک ربات براساس رنگ یک جسم برای برداشتن یا برنداشتن آن بینایی ماشین گفته می شود. و یا در صنعت دست رباتیک براساس میزان مرزهای یک صفحه یا بدنه تشخیص می دهد ترک خورده یا نخورده است و در صورت ترک خورده بودن آن را از رده خارج می کند.

منبع : www.d-i-p.ir
@iust_bioelecteric

یادگیری ماشین (Machine Learning)
ابتدا لازم به ذکر است که بینایی ماشین و یادگیری ماشین دو مفهوم کاملا متفاوت هستند، که در بعضی جاها اشتباها به جای هم کار برده می شوند.
یادگیری ماشین را با یک مثال توضیح می دهم. فرض کنید یک تصویر از یک وسیله نقلیه داریم. می خواهیم به نحوی تشخیص دهیم که این تصویر ورودی متعلق به گروه موتورهاست، یا دوچرخه یا اتومبیل است. مسلما نمی توانیم صرفا با استفاده از پردازش تصویر و یک سری دستوارت شرطی گروه مورد نظر را تشخیص دهیم، چون تصویر یا ویژگی های استخراج شده الگوی پیچیده ای دارند و صرفا نمی توان با دستورات شرطی این تفکیک را انجام داد. برای اینکار حوزه ی یادگیری ماشین کاربرد ویژه ای دارد. همانطور که از نامگذاری آن مشخص است، یعنی به یک ماشین مصنوعی عمل یادگیری اطلاق شود. یعنی یک ربات پس دیدن هزاران اتومبیل بتواند فرق موتور با ماشین را یادبگیرد بدون اینکه نیاز باشد از دستوارت از پیش تعیین شده شرطی و منطقی استفاده کنیم. در این مثال الگوریتم های حوزه بینایی ماشین به ما کمک می کند، که پس از دادن صدها تصویر(یا ویژگی های استخراج شده) از یک وسیله نقیله خاص مثلا موتور، بتواند صد و یکمین تصویر را خودش در گروه موتورها قرار دهد بدون اینکه نیاز باشد از قبل شرط خاصی درنظر گرفته باشیم.
بینایی رایانه ای به بیانی با استفاده از دستورات شرطی قدرت تصمیم گیری را به ماشین می دهد، در صورتی که یادگیری ماشین قدرت یادگیری را به ماشین می دهد. نکته حائز اهمیت این است که یادگیری ماشین تنها محدود به تصویر نیست، و مرتبط به حوزه های دیگر از جمله مباحث مرتبط با تشخیص گفتار، سیگنال های بیولوژیکی ، پردازش داده ها و ... هم می شود.

این مطلب در آینده کامل خواهد شد...
منبع: www.d-i-p.ir
@iust_bioelecteric

☝☝☝☝☝☝☝☝☝☝

تایپ جمله ی معروف "بودن یا نبودن مسئله این است"توسط یک میمون!!

دو میمون آموزش دیدند تا با استفاده از ایمپلنت‌های عصبی، مکان‌نمای کامپیوتر را حرکت دهند و سپس به دایره‌ای که به رنگ سبز درآمد، ضربه بزنند.

محققان دانشگاه استنفورد، برای شبیه‌سازی تایپ یک متن توسط میمون‌ها، حروف این متن را روی دایره‌های هدف قرار دادند.

اما هدف آنها از انجام این آزمایش چیست؟

این محققان انگیزه علمی بالایی از انجام این آزمایش دارند. آنها می‌خواهند با این سیستم به بیمارانی کمک کنند که به هر دلیل قادر به برقراری ارتباط با افراد دیگر نیستند. مانند بیماران ALS؛ بیمارانی که عضلات صورت و یا زبان آنها فلج شده است.
یکی از محققان این پروژه ادعا می‌کند که با این میزان از دانش به بالاترین سطح برقراری ارتباط رسیده‌اند.

این سیستم چگونه کار می‌کند؟

تعدادی الکترود کوچک در قسمتی از قشر حرکتی مغز میمون‌ها قرار داده شده است که حرکات بازو را کنترل می‌کند. این الکترودها فعالیت الکتریکی نورون‌ها را حین آموزش حرکت مکان‌نما توسط مغز ثبت می‌کنند. الگوهای حرکتی مکان‌نما برای میمون‌ها توسط الگوریتم یادگیری ماشین، از زبان داده به زبان هدف تبدیل می‌شوند.

@IUST_Bioelecteric

شکست های معروف
@IUST_Bioelecteric

Never give up.
@IUST_Bioelecteric

#دکتر_حسابی و #انیشتین @iust_bioelecteric

خاطره اولین ملاقات پرفسور حسابی با اینشتین:
وقتی برای اولین باربا بزرگترین دانشمند فیزیک جهان آلبرت اینشتین روبه رو شدم ایشان را بی اندازه ساده , آرام و متواضع یافتم و البته فوق العاده مودب و صمیمی! زودتر از من در...
پروفسور حسابی چند نظریه مهم در علم فیزیک داشتند که مهم ترین و آخرین آن ها نظریه بی‌نهایت بودن ذرات بود, در این ارتباط با چندین دانشمند اروپایی مکاتبه و ملاقات می‌کنند و همه آنها توصیه می‌کنند که بهتر است که بطور مستقیم با دفتر پروفسوراینشتین تماس بگیرد بنابراین ایشان نامه ای همراه با محاسبات مربوطه را برای دفتر ایشان در دانشگاه پرینستون می‌فرستند بعد از مدتی ایشان به این دانشگاه دعوت میشوند و وقت ملاقاتی با دستیار اینشتین برایشان مشخص میشود پس از ملاقات با پروفسور شتراووس به ایشان گفته می‌شود که برای شما وقت ملاقاتی با پروفسور اینشتین تعیین می‌شود که نظریه خود را بصورت حضوری با ایشان مطرح کنید. پروفسور حسابی این ملاقات را چنین توصیف می‌کنند:
وقتی برای اولین باربا بزرگترین دانشمند فیزیک جهان آلبرت اینشتین روبه رو شدم ایشان را بی اندازه ساده , آرام و متواضع یافتم و البته فوق العاده مودب و صمیمی! زودتر از من در اتاق انتظار دفتر خودش , به انتظار من نشسته بود و وقتی من وارد شدم با استقبالی گرم مرا به دفتر کارش برد و بدون اینکه پشت میزش بنشیند کنار من روی مبل نشست , نظریه خود را در ارتباط با بی نهایت بودن ذرات برای ایشان توضیح دادم ، بعد از اینکه نگاهی به برگه های محاسباتی من انداختند، گفتند که ما یکماه دیگر با هم ملاقات خواهیم کرد
یکماه بعد وقتی دوباره به ملاقات اینشتین رفتم به من گفت : من به عنوان کسی که در فیزیک تجربه ای دارم می‌توانم به جرات بگویم نظریه شما در آینده ای نه چندان دور علم فیزیک را متحول خواهد کرد باورم نمی‌شد که چه شنیده ام , دیگر از خوشحالی نمی‌توانستم نفس بکشم , در ادامه اما توضیح دادند که البته نظریه شما هنوز متقارن نیست باید بیشتر روی آن کار کنید برای همین بهتر است به تحقیقات خود ادامه دهید من به دستیارم خواهم گفت همه امکانات لازم را در اختیار شما بگذارند, به این ترتیب با پی گیری دستیار و ارسال نامه ای با امضا اینشتین، بهترین آزمایشگاه نور آمریکا در دانشگاه شیکاگو، باامکانات لازم در اختیار من قرار دادند و در خوابگاه دانشگاه نیز یک اتاق بسیار مجهز مانند اتاق یک هتل در اختیار من گذاشتند , اولین روزی که کارم را در آزمایشگاه شروع کردم و مشغول جابجایی وسایل شخصی بر روی میزم و کشوهای آن بودم , متوجه شدم یک دسته چک سفید که تمام برگه های آن امضا شده بود در داخل یکی از کشوها جا مانده است , بسرعت آن را نزد رئیس آزمایشگاه بردم و مسئله را توضیح دادم , رئیس آزمایشگاه گفت این دسته چک جا نمانده متعلق به شما است که تمام نیازمندیهای تحقیقاتی خود را بدون تشریفات اداری تهیه کنید این امکان برای تمام پژوهشگران این آزمایشگاه فراهم شده است , گفتم اما با این روش امکان سواستفاده هم وجود دارد؟ او در پاسخ گفت درصد پیشرفت ما از این اعتماد در مقابل خطا های احتمالی همکاران خیلی ناچیز است
بعد از مدتها تحقیق بالاخره نظریه ام آماده شد و درخواست جلسه دفاعیه را به دانشگاه پرینستون فرستادم و بالاخره روز دفاع مشخص شد , با تشویق حاضرین در جلسه , وارد سالن شدم و با کمال شگفتی دیدم اینشتین در مقابل من ایستاد و ابراز احترام کرد و به دنبال او سایر اساتید و دانشمندان هم برخواستند , من که کاملا مضطرب شده و دست وپای خود را گم کرده بودم با اشاره اینشتین و نشتستن در کنار ایشان کمی‌آرام تر شده، سپس به پای تخته رفتم شروع کردم به توضیح معادلات و محاسباتم و سعی کردم که با عجله نظراتم را بگویم که پروفسور اینشتین من را صدا کرده و گفتند که چرا اینهمه با عجله ؟ گفتم نمی‌خواهم وقت شما و اساتید را بگیرم ولی ایشان با محبت گفتند خیرالان شما پروفسور حسابی هستید و من و دیگران الان دانشجویان شما هستیم و وقت ما کاملا در اختیار شماست
آن جلسه دفاعیه برای من یکی از شیرین ترین و آموزنده ترین لحظات زندگیم بود من در نزد بزرگترین دانشمند فیزیک جهان یعنی آلبرت اینشتین از نظریه خودم دفاع می‌کردم و و مردی با این برجستگی من را استاد خود خطاب کرد و من بزرگترین درس زندگیم را نیز آنجا آموختم که هر چه انسانی وجود ارزشمندتری دارد همان اندازه متواضع، مودب و فروتن نیز هست . بعد از کسب درجه دکترا اینشتین به من اجازه داد که در کنار او در دانشگاه پرینستون به تدریس و تحقیقاتم ادامه دهم.
@iust_bioelecteric

پروفسور حسابی:
سید محمود حسابی)زاده ۳ اسفند ۱۲۸۱ در تهران – درگذشت ۱۲ شهریور ۱۳۷۱ در ژنو( با نام اصلی محمود خان میرزا حسابی معروف به پروفسور حسابی فیزیکدان، سناتور، وزیر آموزش و پرورش و بنیانگذار فیزیک دانشگاهی در ایران بود.
زندگی‌نامه:
محمود حسابی در سال ۳ اسفند ۱۲۸۱ (۱۳۲۱ ه. ق) در تهران از پدر و مادر تفرشی زاده شد. پدرش سید عباس معزالسلطنه و مادرش گوهرشاد حسابی هر دو اهل تفرش و از سادات تفرش بودند.
او چهار سال اول دوران کودکی‌اش را در تهران سپری نمود. در هفت سالگی تحصیلات ابتدایی خود را در بیروت با تنگدستی و مرارت‌های دوری از میهن، در مدرسه کشیش‌های فرانسوی آغاز کرد. در همان زمان تعلیمات مذهبی و ادبیات فارسی را نزد مادرش فرا می‌گرفت. او قرآن و دیوان حافظ را از حفظ می‌دانست. او همچنین بر کتب بوستان، گلستان سعدی، شاهنامه فردوسی، مثنوی مولویو منشات قائم مقام فراهانی اشراف کامل داشت. حسابی با شعر و موسیقی سنتی ایران و موسیقی کلاسیک غرب به خوبی آشنا بود. او در نواختن ویولن و پیانو مهارت داشت. وی در چند رشته ورزشی نیز موفقیت‌هایی کسب کرد، از جمله کسب مدرک نجات غریق در رشته شنا در دوران نوجوانی در بیروت. محمود حسابی در ۱۲ شهریور سال ۱۳۷۱ هجری شمسی دربیمارستان دانشگاه ژنو درگذشت. آرامگاه (خانوادگی) وی در شهر تفرش قرار دارد.
همچنین وزارت راه و ترابری جمهوری اسلامی ایران یکی از کشتی‌های ناوگان ایران را به نام دکتر حسابی نام گذاری کرده است.
تحصیلات
شروع تحصیلات متوسطه او همزمان با آغاز جنگ جهانی اول و تعطیلی مدارس فرانسوی زبان بیروت بود. از این رو به مدت دو سال در منزل به تحصیل پرداخت. پس از آن در کالج آمریکایی بیروتبه تحصیلات خود ادامه داد. در سن ۱۷ سالگی لیسانس ادبیات، و در سن ۱۹ سالگی لیسانسبیولوژی را اخذ نمود. پس از آن در رشته مهندسی راه و ساختمان از دانشکده فرانسوی مهندسی در بیروت فارغ‌التحصیل شد. در آن دوران با اشتغال در نقشه‌کشی و راهسازی، به امرار معاش خانواده کمک می‌کرد. او همچنین در رشته‌های پزشکی، ریاضیات و ستاره‌شناسی به تحصیلات دانشگاهی پرداخت.
حسابی در دانشگاه سوربن فرانسه، در رشتهٔ فیزیک به تحصیل و تحقیق پرداخت. در سال ۱۹۲۷ میلادی در سن ۲۵ سالگی دانشنامه دکترای فیزیک خود را، با ارائهٔ رساله‌ای تحت عنوان «حساسیت سلول‌های فتوالکتریک»، با درجه عالی دریافت نمود.
1. لیسانس ادبیات از دانشگاه آمریکایی بیروت (۱۲۹۹ ه. ش)
2. لیسانس مهندسی راه و ساختمان از دانشگاه فرانسوی بیروت (۱۳۰۱ ه. ش)
3. لیسانس ریاضیات، ستاره‌شناسی و زیست‌شناسی از دانشگاه آمریکایی بیروت (۱۳۰۳ ه. ش)
4. لیسانس مهندسی برق از دانشکده برق پاریس (۱۳۰۴ ه. ش)
5. لیسانس مهندسی معدن از مدرسه عالی معدن پاریس (۱۳۰۵ ه. ش)
6. دکتری فیزیک از دانشگاه سوربن فرانسه (۱۳۰۵ ه. ش)

@iust_bioelecteric

خطای دید : شخص به کدام طرف حرکت می کند؟!
در این تصویر حرکت شخص را در هر دو جهت عقربه های ساعت و خلاف ساعت می بینید!!
از این آزمون برای تعیین نمیکره غالب فرد استفاده می کنند.
@iust_bioelecteric

#illusion @iust_bioelecteric

برگزاری دوره عملی شناسایی الگو و علوم اعصاب محاسباتی با نرم افزار متلب @iust_bioelecteric