✨ سال نو میلادی را به هم‌وطنان مسیحی تبریک می‌گوییم❤️🌹

@onlinebme

نت فریدمن، مدیرعامل #گیت‌هاب خبر داده که بعد کلی تلاش تونستن مجوزی از دولت آمریکا بگیرن که سرویس‌هاشون رو بتونن واسه ایران باز کنن و با این کار دسترسی ایرانیان به این خونه مهم برنامه‌نویسان برمی‌گرده.

@onlinebme

جلسه آخر فردا ضبط میشه
مباحثی به دوره اضافه کردیم و همین باعث شد یه مقدار طولانی بشه
سعی کردیم دوره جامعی رو آماده کنیم و همین باعث طولانی شدن زمان ضبط شده.
از همه دوستان برای تاخیر پیش آمده عذرخواهی میکنیم.
دوره کاملی هست و از رویکردهای مختلفی برای تشخیص فرکانس SSVEP استفاده شده است.
ایشالا دوره ای مفیدی براتون باشه❤️

✅ دوره BCI مبتنی بر SSVEP

✍ دوره واسط مغز- کامپیوتر مبتنی بر SSVEP یک دوره کاملا تخصصی و پروژه محور هست که در آن روشهای تشخیص فرکانس SSVEP از روی سیگنال EEG طبق مقالات تخصصی آموزش داده شده است.

🎁 محتوای پکیج آموزشی
🔺ویدیوهای آموزشی
🔺کتب و مقالات تخصصی مرجع
🔺جزوه دست نویس مدرس
🔺پایگاه داده استفاده شده
🔷 کدهای پیاده سازی شده برای پروژه ها و مقالات تخصصی

⏳ مدت زمان دوره: 33 ساعت

👨‍💻 مدرس: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران

⭕️ جزئیات بیشتر👇
https://onlinebme.com/product/bci_ssvep/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅ دوره‏‌ی BCI مبتنی بر SSVEP

🔷 دوره واسط مغز- کامپیوتر مبتنی بر SSVEP یک دوره کاملا تخصصی و پروژه محور هست که در آن روشهای تشخیص فرکانس SSVEP از روی سیگنال EEG طبق مقالات تخصصی آموزش داده شده است.

🔶 وقتی به یک محرک بینایی که صفحه نمایشگر این محرک با فرکانس بزرگتر از 6 هرتز روشن خاموش شود، خیره شویم، در نتیجه مغز ما در پاسخ به این محرک بینایی پتانسیلی به نام SSVEP ایجاد می کند که این پتانسیل هم فرکانس با فرکانس محرک بینایی یا هارمونیکهای آن فرکانس خواهد بود.

🔷 پتانسیل برانگیخته بینایی حالت پایدار، SSVEP،  به طور عمده در ناحیه پس سری مغز مشاهده می‌شود و همراه با سایر فعالیتهای مغزی توسط الکترودهای قرار گرفته در سطح پوست سر ثبت می شود.

🔶 روشهای زیادی مطرح شده اند  تا بتوانند با دقت بالاتری از روی سیگنال مغزی فرد تشیخص دهند که فرکانس SSVEP چقدر است تا بتوانند در کاربردهای واسط مغز-کامپیتوری جهت کمک به افراد ناتوان استفاده کنند.

🔷 در BCI مبتنی بر SSVEP فرد تنها با نگاه کردن به محرک های بینایی  میتواند Device (از قبیل ویلچر، بازوی مصنوعی و …) را کنترل کند.

🔶 هدف  اصلی در واسط مغز-کامپیوتر مبتنی بر SSVEP تشخیص فرکانس SSVEP هست یا به عبارتی هدف این است که از روی سیگنال EEG فرد تشخیص دهند که فرد به چه محرک بینایی خیره شده است تا به یک دستور کنترلی تبدیل کرده و Device  مورد نظر را کنترل کنند.

✅ ما در دوره تخصصی و پروژه محور BCI مبتنی بر SSVEP روشهای زیادی را طبق مقالات تخصصی مرحله به مرحله آموزش داده و روی یک پایگاه داده واقعی اعمال کرده ایم.

✅ فقط در فصل دوم این دوره 5 مقاله معتبر تخصصی مرحله به مرحله پیاده سازی شده است که می تونید از اونها در پروژه های درسی و پایان نامه خود استفاده کنید.
در فصل سوم دوره روشهای مبتنی بر یادگیری ماشین جهت تشخیص فرکانس ssvep آموزش داده شده اند و در فصل چهارم رویکرد دو فصل سوم و دوم باهم ترکیب شده اند که باعث افزایش قابل توجه دقت شناسایی شده است.

⭕️ جزئیات بیشتر👇
https://onlinebme.com/product/bci_ssvep/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

⭕️ دوره BCI مبتنی بر SSVEP شامل چهار فصل است که به ترتیب زیر است:

1⃣فصل اول: مقدمه

🔶مقدمه ای بر واسط مغز-کامپیوتر
🔷واسط مغز-کامپیوتر مبتنی بر SSVEP
🔶الکتروانسفالوگرافی و SSVEP
🔷معرفی پایگاه داده و تبدیل آن از فرمت .gdfبه .mat


2⃣ فصل دوم: الگوریتمهای تشخیص فرکانس SSVEP

🔶پیش پردازش سیگنال EEG مبتنی بر SSVEP
🔷پیاده سازی گام به گام الگوریتم تجزیه چگالی طیف توان (PSDA)
🔶پیاده سازی گام به گام الگوریتم تجزیه همبستگی کانونی( CCA)
🔷پیاده سازی گام به گام الگوریتم شاخص همگامی چندمتغیره( MSI)
🔶پیاده سازی گام به گام الگوریتم Fusing CCA
🔷پیاده سازی گام به گام الگوریتم Filter Bank CCA(FBCCA)
 

3⃣ فصل سوم: تشخیص فرکانس ssvep به روشهای مبتنی بر یادگیری ماشین

🔷استخراج ویژگی هدفمند از سیگنال EEG مبتنی بر SSVEP در حوزه فرکانس
🔶طبقه بندی سیگنال EEG بر SSVEP با KNN
🔷طبقه بندی سیگنال EEG بر SSVEP با SVM
🔶طبقه بندی سیگنال EEG بر SSVEP با Decision Tree
انتخاب ویژگی

 

4⃣ فصل چهارم : ترکیب الگوریتم CCA با روشهای مبتنی بر یادگیری ماشین

🔷 نحوه استخراج ویژگی با CCA
🔶 طبقه بندی


⭕️ جزئیات بیشتر👇
https://onlinebme.com/product/bci_ssvep/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅ ‌جراحی در لندن با استفاده از اینترنت 5G یک موز در کالیفرنیا را از راه دور عمل می کند!
در اینجا تأخیر کم 5G یک عامل اصلیه و سرعت ارسال بالای اطلاعات باعث شده که جراح به راحتی از لندن  بتونه رباتی در کالیفرنیا را کنترل کنه و یک عمل جراحی موفقی روی موز انجام بده!
‌این عمل نوید اینو میده که Telesurgery(عمل جراحی از راه دور) بتونه مراقبت های پزشکی در سطح جهانی را به مناطق دورافتاده و محروم به ارمغان بیاره.

‌منبع: kaisthesurgeon IG
#innovation #technology #robotics #healthtech #Telesurgery
 #robot #5G

‌🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅ جزوه خام دوره BCI مبتنی بر SSVEP
فصل اول: مقدمه

💡میتونید قبل شروع جلسات از جزوه پرینت بگیرید و نکات مد نظرتون رو یادداشت کنید😊

⭕️ جزئیات بیشتر👇
https://onlinebme.com/product/bci_ssvep/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅ مقالات تخصصی پیاده سازی شده در فصل دوم دوره BCI مبتنی بر SSVEP
💡علاوه بر یادگیری مباحث تخصصی میتونید از پروژه ها و مقالات پیاده سازی شده در پروژه های درسی و پایان نامتون استفاده کنید👌👌

💡در فصل سوم و چهارم روشهای #ابتکاری مبتنی بر یادگیری ماشین آموزش داده شده که میتونن به دوستان دید بهتری در ارائه روشهای جدید و نوشتن مقاله بدهند👌😊

⭕️ جزئیات بیشتر👇
https://onlinebme.com/product/bci_ssvep/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

ویدیوهای پیش‌نمایش دوره ssvep در سایت قرار گرفت.
https://onlinebme.com/product/bci_ssvep/

✅ با گذشت تقریباً دو سال از یک مطالعه تحقیقاتی که توسط John Hopkins APL و Johns Hopkins Medicine انجام شد ، یک بیمار فلج چهار اندام اکنون می تواند دو بازوی رباتیک را با مغز خود کنترل کند و حتی می‌تواند به راحتی بدون کمک بقیه غذا بخورد.

💡 این موفقیت گام بزرگی در جهت بازیابی عملکرد و استقلال بیمارانی است که به خاطر بیماری یا تصادف، بخشی یا همه چهار اندامشان از کار افتاده است.
 
پ.ن: فلج چهاراندام نوعی از فلج است که در این حالت، انسان حس و کنترل در دست‌ها و پاهای خود را از دست می‌دهد.
#واسط_مغز_کامپیوتر

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅ در یک اتفاق بسیار حیرت انگیز محققین موفق شدند یک موشی که دچار قطع نخاع کامل شده بود را درمان کنند و موش دوباره میتونه راه بره!
پروتئین hyper-interleukin-6 ، یک “پروتئین طراح” است که می بایست از طریق مهندسی ژنتیک تولید شود، یک موش فلج را قادر ساخت تا دوباره راه برود.

⭕️ جزئیات بیشتر 👇
https://onlinebme.com/designer-cytokine-makes-paralyzed-mice-walk-again/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

⭕️ در مسابقات RoboCon ژاپن، شرکت کنندگان از رباتهایی رونمایی کردند که  عمل پرتاب بطری را  به طرز بسیار ماهرانه ای  انجام میدادند!

تسک رباتها این بوده که بطری آب رو در شرایط مختلف پرت کنند به نوعی که رو به بالا قرار بگیرد!
تسک ساده ای نیست!
 ولی ببینید چقدر راحت این رباتهای دست ساز بطری آب رو پرت می کنند!
 
 #رباتیک
#robot
#RoboCon
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

🔷 یادگیری تقویتی یکی از گرایش‌های یادگیری ماشین است که از روانشناسی رفتارگرایی الهام می‌گیرد. این روش بر رفتارهایی تمرکز دارد که ماشین باید برای بیشینه کردن پاداشش انجام دهد. این مسئله، با توجه به گستردگی‌اش، در زمینه‌های گوناگونی بررسی می‌شود. مانند: نظریه بازی‌ها، نظریه کنترل، تحقیق در عملیات، نظریه اطلاعات، سامانه چندعامله، هوش ازدحامی، آمار، الگوریتم ژنتیک، بهینه‌سازی بر مبنای شبیه‌سازی. در مبحث تحقیق در عملیات و در ادبیات کنترل، حوزه‌ای که در آن روش یادگیری تقویتی مطالعه می‌شود برنامه‌نویسی تخمینی پویای (approximate dynamic programming) خوانده می‌شود.

🔺 در یادگیری ماشین با توجه به این که بسیاری از الگوریتم‌های یادگیری تقویتی از تکنیک‌های برنامه‌نویسی پویا استفاده می‌کنند معمولاً مسئله تحت عنوان یک فرایند تصمیم‌گیری مارکف مدل می‌شود. تفاوت اصلی بین روش‌های سنتی و الگوریتم‌های یادگیری تقویتی این است که در یادگیری تقویتی نیازی به داشتن اطلاعات راجع به فرایند تصمیم‌گیری ندارد و این که این روش روی فرایندهای مارکف بسیار بزرگی کار می‌کند که روش‌های سنتی در آنجا ناکارآمدند.

🔺 یادگیری تقویتی با یادگیری با نظارت معمول دو تفاوت عمده دارد، نخست اینکه در آن زوج‌های صحیح ورودی و خروجی در کار نیست و رفتارهای ناکارامد نیز از بیرون اصلاح نمی‌شوند، و دیگر آنکه تمرکز زیادی روی کارایی زنده وجود دارد که نیازمند پیدا کردن یک تعادل مناسب بین اکتشاف چیزهای جدید و بهره‌برداری از دانش اندوخته شده دارد.
منبع: ویکی پدیا

#robotic
#artificial_intelligence 
#machine_learning 
#reinforcement_learning 

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme