✅ #معرفی_پایگاه_داده
1- پایگاه داده ژست (اشاره) دست (hand-gesture) دانشگاه ژئواستاتیکا مادرید(UPM )
https://www.gti.ssr.upm.es/data/HandGesture_database.html
شرح:
این پایگاه داده با مجموعه ای از توالی های رنگی با وضوح بالا توسط حسگر Senz3D ساخته شده است. این داده جهت ارزیابی سیستمهای ارائه شده جهت تشخیص نوع اشاره دست جهت تعامل بین انسان و کامپیوتر ایجاد شده است.
از آنجا که هدف ایجاد ارتباط بین انسان و کامپیوتر هست لذا در این پایگاه داده بر اساس ویژگی های موس کامیپوتر طراحی شده است: مکان نما، چپ کلیک، راست کلیک، فعال سازی موس و غیر فعال کردن موس.
تمام توالی های ویدئویی در یک صحنه واقعی ثبت شده است، که به این معنی یک پس زمینه غیر یکنواخت با اشیائ متحرک ثبت شده است.
این پایگاه داده شامل دو مجموعه حرکات دستی استاتیک و پویا ، مجموعه 1 و مجموعه 2 است.
🌀 کاری از موسسه آموزشی onlinebme
✅ برگزار کننده دوره های #تخصصی و #پروژه_محور مهندسی پزشکی و هوش مصنوعی

🌐 مطالب و ویدیوهای آموزشی #رایگان ما را از #سایت متلبخونه هم میتونید دنبال کنید:👇👇
http://matlabkhoone.ir/
➖➖➖➖➖
@onlineBME

✅ نمونه ای از تصاویر در پایگاه داده ذکر شده
➖➖➖
@onlineBME

✅ #معرفی_پایگاه_داده
2- پایگاه داده ژست (اشاره) دست (hand-gesture) کمبریج
https://labicvl.github.io/ges_db.htm
مجموعه داده شامل 900 توالی تصویر از 9 کلاس است که توسط 3 شکل دست اولیوی و 3 حرکت ابتدایی تعریف شده. بنابراین، هدف سیستمهای طراحی شده برای این مجموعه داده ها، طبقه بندی اشکال مختلف و همچنین حرکت های مختلف در یک زمان است.
اندازه مجموعه داده حدود 1 گیگابایت است.
🌀 کاری از موسسه آموزشی onlinebme
✅ برگزار کننده دوره های #تخصصی و #پروژه_محور مهندسی پزشکی و هوش مصنوعی

🌐 مطالب و ویدیوهای آموزشی #رایگان ما را از #سایت متلبخونه هم میتونید دنبال کنید:👇👇
http://matlabkhoone.ir/
➖➖➖➖➖
@onlineBME

✅ نمونه ای از تصاویر در پایگاه داده ذکر شده
➖➖➖
@onlineBME

✅ #معرفی_پایگاه_داده
3- پایگاه داده حالت چهره (زنان ژاپنی)
http://www.kasrl.org/jaffe.html
این پایگاه داده شامل 213 تصویر از 7 حالت صورت (6 حالت صورت + 1 حالت طبیعی) است که از 10 مدل زن ژاپنی ثبت شده است. هر تصویر توسط 60 نفر از افراد ژاپنی به 6 صفت حساسی رتبه بندی شده است.
حالتهای چهره: طبیعی، شاد، عصبانی، انزجار، ترس، غم انگیز و تعجب
برای هر حالت چهره از هر فرد دو نوع ثبت شده است. در مجموع 213 عدد تصاویر از حالت چهره در این پایگاه داده وجود دارد که اندازه هر تصویر 256 × 256 است.
➖➖➖➖➖
روشهای زیادی برای تشخیص حالت چهره و یا ژست دست ارائه شده است.
شاید بتوان گفت که استفاده از الگوریتم pca یکی از ساده ترین روشها و با کمی ارفاق رایجترین روش برای اینکار است.
روشهای دیگه ای مثل فیلتر گابور، تبدیل ویولت و غیره میتوان نام برد.
فرض کنید بخواهیم با استفاده از pca حالت دست را تشخیص دهیم.
برای سادگی اگر داده ما دو کلاسه باشد و از هر کلاس 100 تصویر داشته باشیم.
در ابتدا داده ها رو کنار هم قرار میدهیم و به دو بخش آموزش و تست تقسیم می کنیم. سپس توسط داده آموزش و الگوریتم pca بردارهای ویژه را محاسبه می کنیم، حال مرحله بعدی تعدادی از بردارهای ویژه مهم را انتخاب می کنیم(مثلا 10 تا)، سپس این بردارهای ویژه را هم به داده آموزش و هم به داده تست ضرب میکنیم و کاهش بعد را انجام میدهیم.
حال توسط داده آموزش کاهش بعد یافته، کلاسبند را آموزش می دهیم و سپس جهت اطمینان از صحت علمکرد مدل طراحی شده، با داده تست مدل آموزش دیده شده را ارزیابی میکنیم.
این پروژه رو در آینده به صورت ویدیوهای آموزشی رایگان (مبحث پترن در پردازش تصویر)در کانال قرار خواهیم داد.

جهت آشنایی با الگوریتم pca و نحوه پیاده سازی این الگوریتم هشتکهای زیر را در کانال جستجوکنید:👇👇
#تجزیه_مولفه_های_اساسی
#شناسایی_الگو #PCA

➖➖➖➖➖
🌀 کاری از موسسه آموزشی onlinebme
✅ برگزار کننده دوره های #تخصصی و #پروژه_محور مهندسی پزشکی و هوش مصنوعی

🌐 مطالب و ویدیوهای آموزشی #رایگان ما را از #سایت متلبخونه هم میتونید دنبال کنید:👇👇
http://matlabkhoone.ir/
➖➖➖➖➖
@onlineBME

✅ نمونه ای از تصاویر در پایگاه داده ذکر شده
➖➖➖
@onlineBME

🌐 11 اردیبهشت روز جهانی کارگر بر تمام زحمت کشان این مرز و بوم مبارک...🌹🌹🌹

#حمایت_از_کالای_ایرانی_باکیفیت

➖➖➖
@OnlineBME

🤦‍♂#روشهای_تصویربرداری
بخش اول: اولتراسوند چطور کار میکنه؟🤷‍♀🤷‍♂
➖➖➖
@onlineBME

🤦‍♂ #روشهای_تصویربرداری

بخش دوم: PET چطور کار میکنه؟🤷‍♀🤷‍♂
➖➖➖
@onlineBME

🤦‍♂#روشهای_تصویربرداری

بخش سوم: CT scan چطور کار میکنه؟🤷‍♀🤷‍♂
➖➖➖
@onlineBME

🧐🤭وقتی به وسیله هوش مصنوعی می توان لب خوانی کرد

✅ بر اساس همکاری مشترک بین شرکت Google و دانشگاه آکسفورد با استفاده از یادگیری عمیق، LipNet شکل گرفت
➖➖➖
@onlineBNE

🧐🤭وقتی به وسیله هوش مصنوعی می توان لب خوانی کرد

✅ بر اساس همکاری مشترک بین شرکت Google و دانشگاه آکسفورد با استفاده از یادگیری عمیق، LipNet شکل گرفت

🤦‍♂ یک گروه تحقیقاتی گروه علوم
رایانه ای یک سیستم جدید خواندن خودکار لب ارائه داده اند به مراتب فراتر از عملکرد #انسان و سیستم های قبلی #لبخوان خودکار است.

🔹 یانیس آسئیل، برندان شیلینگفرد، شیمون ویتسون و ناندو دی فریتاس از یادگیری عمیق ( هوش مصنوعی) برای ایجاد نرم افزار LipNet استفاده کردند که لب را سریع تر و دقیق تر از گذشته میخونه.
🔹اگر چه LipNet نتایج بسیار امیدوار کننده ای نشان داده است، ولی هنوز در مرحله نسبتا اولیه از توسعه است.
🔹این مدل بر روی یک مجموعه داده تحقیقاتی کوتاه آموزش و تست شده است که در این ویدیوها صورت شخص روشن و واضح به نظر می رسد.
🔹 فرم فعلی LipNet نمیتواند در فیلمهای چالش برانگیزتر مورد استفاده قرار بگیرد، بنابراین برای خواندن لب به عنوان ابزار نظارت مناسب نیست.
اما تیم علاقمند به توسعه آن است، به ویژه به عنوان کمک برای افراد دارای #معلولیت_شنوایی.
منبع:
http://www.cs.ox.ac.uk/news/1217-full.html

#هوش_مصنوعی
#LipNet
#deep_learning

#دنیا داره به کجا پیش میره🤷‍♂🤷‍♀
➖➖➖
@onlineBME

⚡️فضاپیمای ناسا راهی مریخ شد

🌕 دانشمندان امیدوارند با اطلاعاتی که اینسایت از مریخ می‌فرستد، بتوانند بخشی از راز شکل‌گیری این سیاره چهار میلیارد و ۶۰۰ میلیون ساله را کشف کنند.
➖➖➖
@onlineBME

✅پنج موضوع در حال ظهور مهندسی پزشکی

مدت زمان زیادی هست که مهندسی پزشکی یکی از عاملان اصلی مراقبتهای بهداشتی و پزشکی بوده است.

از تکنولوژی های جدید برای تشخیص و درمان برخی از پیچیده ترین بیماری ها تا پیشرفت هایی که کیفیت زندگی را برای همه بهبود می بخشد، در حال حاضر کارهایی که  در آزمایشگاه های سراسر جهان انجام می شود که چهره مراقبت های بهداشتی را در کوتاه مدت و طولانی مدت تغییر می دهد.

اگرچه در حال حاضر هزاران پروژه مختلف در حال انجام است، اما برخی از گرایشات مشخصی در مهندسی پزشکی وجود دارد.

#ترند اول: بهبود فناروریهای کمکی (assistive technologies)

تکنولوژی پروتز در دهه های اخیر پیشرفت چشمگیری داشته است. با پیشرفت مواد ، پروتزها نه تنها سبک تر و راحت تراستفاده می شوند بلکه پیشرفته تر از همیشه هستند.

 با این حال، مهندسان پزشکی در حال کار بر روی پروتزهای پیشرفته تر هستند که تنها می توانند به عنوان بیونیک نامگذاری شوند. در حقیقت، برخی پیش بینی می کنند که مدتها قبل از اینکه آمپوتها بتوانند با استفاده از ذهن خود، پروتزهای خود را کنترل کنند، درست مانند یک اندام بیولوژیکی، بتوانند پروتزهای خود را کنترل کنند. پروتزهای مجتمع تراشه در افق قرار دارند، اما اندامهایی که دارای تحرک و انعطاف پذیری بیشتری هستند یا حتی موتورهای کمکی که می توانند قدرت بیشتری را به وجود آورند و اندام راحت تر را استفاده می کنند.

علاوه بر پروتز، مهندسان بر روی دستگاه های رباتیک اضافی  نیز کار می کنند که خطوط بین دستگاه های درمانی و کمک رسانی را از بین می برد.

به عنوان مثال، محققان در حال توسعه رباتیک اکسیکلتونی  جهت کمک به افراد مبتلا به ضعف عضلانی و دیگر مسائل مربوط به تحرک هستند. اساسا اکسیکلتونی افراد را قادر می سازد تا در خانه و جامعه فعالیت کنند، با این تکنولوژی، تعادل مناسب بین کمک و در واقع انجام حرکت برای بیماران را فراهم می کند.

 فن آوری های پشتیبانی رباتیک برای سایر عملکردهای مراقبت های بهداشتی نیز در حال توسعه هستند؛ به عنوان مثال، مهندسان در حال کار بر روی "دستیاران" رباتیک هستند که می توانند به ارائه دهندگان با بلند کردن و انتقال بیماران، برای جلوگیری از آسیب ها کمک کنند.

https://hitconsultant.net/2017/05/16/biomedical-engineering-trends/
🏢 مدرسه آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖➖
@onlineBME

#ترند دوم: بهبود تصویربرداری پزشکی(Medical Imaging)

✍ تصویربرداری پزشکی دیگر به اشعه ایکس دو بعدی محدود نمی شود. ما در حال حاضر سونوگرافی، سی تی اسکن، MRI و فن آوری های دیگری هستیم. با این حال مهندسان پزشکی به شدت در حال توسعه گزینه های تصویربرداری جدید و بهبود یافته هستند. به عنوان مثال، محققان ژاپنی در حال شکل دادن به واقعیت مجازی پزشکی هستند که دقت بیشتری در عمل جراحی-با کمک تصویر را ارائه می دهند.

◀️ پروژه های دیگری برای بهبود تصویربرداری قلب و ریه اختصاص داده شده است، که به پزشکان به صورت زمان حقیقی سیستم قلبی عروقی را نمایش می دهند.

https://hitconsultant.net/2017/05/16/biomedical-engineering-trends/
🏢 مدرسه آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖➖
@onlineBME

#ترند سوم: هوش مصنوعی(Artificial intelligence)

✍ هوش مصنوعی کاربردهای زیادی در صنایع مختلف دارد، ولی نه به اندازه مرافبتهای بهداشتی!
مهندسی پزشکی تمرکز خود را روی یک تک مولکل تغییر داده اند و نحوه کار کل شبکه های مولکلی که باهم جهت ساخت یک سیستم کامل کار میکنند را تجزیه و تحلیل می کنند. دانشجویان و محققان در حال یادگیری نحوه ترکیب این تحقیق با سایر رشته ها، مانند رایانه، برای درک بهتر از عملکرد سیستم ها و تاثیر عوامل مختلف بر روی این توابع هستند، و از این اطلاعات برای توسعه درمان های موثر استفاده می کنند.

به عنوان مثال، پروژه  DeepMind  گوگل از هر دو بیومدیکال و رایانه ای برای تجزیه و تحلیل  داده‌های مربوط به بیماران مبتلا به بیماری کلیوی در خدمات بهداشتی بریتانیا استفاده می کند. این پروژه برای شناسایی عوارض بالقوه، به عنوان پروتکل های موثر،  طراحی شده است که با استفاده از اطلاعاتی که از طریق داده ها به دست می آید زودتر از ارائه دهندگان بیماری را تعیین می‌کند. باید این پروژه موفقیت آمیز باشد، پروژه های مشابه AI و یادگیری ماشین در سراسر جهان راه اندازی خواهد شد.

 
https://hitconsultant.net/2017/05/16/biomedical-engineering-trends/
🏢 مدرسه آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖➖
@onlineBME

#ترند چهارم: تحقیقات مغز(brain research)

✍ مغز یکی از اسرارآمیزترین بخش بدن انسان است، و محققان به طور مستمر درگیر تحقیقاتی هستند که درک بهتری از مغز را ارائه بدهد.   در واقع، یک تحلیل محتوا از مقالات ارائه شده در کنفرانس 2014 مهندسی و پزشکی در زیست شناسی نشان داد که تحقیقات مغز داغترین ترند مهندسی پزشکی است. در عناوین این مقالات کلمه "مغز" و سایر عبارتهای مرتبط، از جمله "عصبی"، transcranial  و EEG،
خیلی بیشتر از سایر عبارات استفاده شده بود
🔹 تحقیقات در این زمینه بسیار پیشرفته و متنوع است؛ به عنوان مثال، محققان در چین، در حال کار بر روی روش های بازگرداندن عملکرد مغز پس از بیماری های مغز با استفاده از اشکال مختلف تحریک هستند و محققان دیگری بر روی تکنولوژی عصبی برای تقویت پروتز کار می کنند.


https://hitconsultant.net/2017/05/16/biomedical-engineering-trends/
🏢 مدرسه آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖➖
@onlineBME

 

#ترند پنجم: تحقیقات مغز(brain research)

✍ مهندسان پزشکی نیز بخشی از موج جدیدی از دستگاه های پوشیدنی است.  Wearables پیشرفت می‌کنند: به زودی دستگاه ها قادر به جمع آوری اطلاعات دقیق تر در مورد سلامتی شما خواهند بود و همچنین به عنوان یک کانال برای ارائه دهندگان پزشکی که می توانند از داده های جمع آوری شده برای مراقبت بهتر استفاده کنند، سرویس خواهد داد.
🌀 ترندها می آیند و می روند، و مهندسی پزشکی نیز از این قائله مستثنی نیست. کی میدونه ما در سالهای آینده، که هیچ شکی بهش نیست، شاهد این خواهیم بود که مهندسی پزشکی همه چیزیهایی که ما فکر میکنیم در مورد علوم انسانی میدانیم، را تغییر خواهد داد.

https://hitconsultant.net/2017/05/16/biomedical-engineering-trends/
🏢 مدرسه آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖➖
@onlineBME

🤦‍♂🤦‍♀ در حالی که ما مشغول #فیلترینگ هستیم؛گوگل از هوش مصنوعی خودش رونمایی کرد که زنگ زد به یه رستوران و وقت رزرو کرد و رستوراندار حتی نفهمید داره با یه ربات صحبت میکنه!
#هوش_مصنوعی
@onlineBME

🤦‍♂اینم یکی دیگه!
گوگل ببین چه کرده! #فوق‌العادست🤦‍♀
دستیار صوتی #گوگل با یک آرایشگاه تماس می‌گیره برای صاحبش وقت می‌گیره طرف متوجه نمیشه داره با #هوش_مصنوعی حرف می‌زنه.
با زیرنویس فارسی
@onlineBME

تست #تورینگ یادتون هست که!؟
الان میتونیم بگیم دستیار #صوتی گوگل این آزمون رو با موفقیت گذرونده؟؟🤔
➖➖➖➖
@onlineBME