آشنایی با ما
با سلام ( خوش آمدید )

این سایت در جهت معرفی علوم نوین بین رشته ای از جمله مهندسی پزشکی ، مهندسی هسته ای و پرتو پزشکی ، مهندسی برق و الکترونیک و رباتیک و کاربردهای آن در جهت کمک به مهندسان ، پزشکان ، دانشجویان عزیز و سایر علاقمندان در سرتاسر کشور عزیزمان به ویژه همه دانشجویان دانشگاه شیراز و دانشگاه علوم پزشکی شیراز در سال 1391 شروع به فعالیت کرد. همچنین این وبسایت با همکاری مرکز رشد تجهیزات پزشکی دانشگاه علوم پزشکی شیراز در جهت ارتقا سطح علمی و دست یابی راحت دوستان به مقالات علمی مهندسی پزشکی و همچنین مکانی برای تبادل نظرات و پیشنهادات دانشجویان در سراسر کشور فعالیت میکند. بدیهی است که مطالب و نظرات ارزشمند شما عزیزان ما را در این امر یاری خواهد کرد.

تدریس خصوصی کلیه دروس مهندسی برق و مهندسی پزشکی و انجام پروژه های پژوهشی و دانشجویی

shirazbme@sums.ac.ir
shiraz.bme@gmail.com

باتشکر مدیریت سایت (کارشناس ارشد مهندسی پزشکی-بیوالکتریک دانشگاه شیراز)
موضوعات
برگه ها
جستجو در وبلاگ
تاریخ: چهارشنبه 7 مرداد 1394 07:26 ب.ظ


با استعانت از درگاه خالق نور، نهمین کنفرانس "ماشین بینایی و پردازش تصویر" توسط دانشگاه شهید بهشتی و انجمن علمی " بینائی ماشین و پردازش تصویر" در آبان ماه 1394 برگزار خواهد گردید. این کنفرانس به منظور توسعه دانش و فراهم آوردن محیطی مناسب جهت تبادل نظرات علمی و آگاهی از دستاوردهای پژوهشی محققین حوزه های بینائی ماشین و پردازش تصویر اجرا می گردد. کمیته علمی کنفرانس از کلیه پژوهشگران، صاحب نظران، متخصصان و علاقمندان دعوت می نماید تا مقالات خود را که حاوی آخرین یافته های علمی در زمینه محورهای موضوعی کنفرانس می باشند، به دبیرخانه کنفرانس ارسال نمایند.

تاریخ های مهم

  • مهلت ارسال مقالات1394/5/1 ----> 1394/5/16
  • مهلت پیشنهاد کارگاه1394/6/1
  • اعلام نتایج داوری 1394/7/15
  • مهلت ارسال نهائی مقالات پذیرش شده1394/8/1
  • زمان برگزاری کنفرانس27 و 28 آبان ماه 1394
تاریخ: دوشنبه 11 اسفند 1393 01:40 ب.ظ

آموزش تصویری پردازش تصویر با OpenCV (قسمت ششم)
در ادامه سلسله آموزش های تصویری برنامه نویسی و استفاده از opencv، اینک در قسمت ششم  آن می خواهیم مباحث جدید با محوریت کاربرد عملی آن را در اختیار شما دوستان عزیز قرار دهیم.

در قسمت قبلی آموزش ها (قسمت اول) ، (قسمت دوم) و  (قسمت سوم) (قسمت چهارم

 (قسمت پنجم) به سرفصل های زیر پرداخته شد:

1- معرفی OpenCV و لزوم استفاده از آن

2- آموزش نصب بر روی سیستم عامل لینوکس (Linux)

3- آموزش نصب بر روی سیستم عامل ویندوز (Windows)

4- معرفی رابط های کاربری (interface) رایج برای opencv

5- برنامه نویسی با زبان سی (C) و تبیین نقاط ضعف و قوت آن

6- برنامه نویسی بر اساس زبان سی پلاس پلاس (++C)

7- معرفی مقدماتی زبان پایتون (Python)

8- آموزش رسم اشکال مختلف در تصاویر با استفاده از opencv

9- نحوه ی تار کردن (Blur) عکس

10- توضیح و آشنایی با ساختار عکس ها

11- اضافه کردن نگاشت های هندسی

12- توضیح و آشنایی با هیستوگرام

13- خوشه بندی داده ها بر اساس الگوریتم میانگین (K-mean Clustering)

14- قسمت بندی یک تصویر توسط الگوریتم watershed

15- قسمت بندی یک تصویر توسط الگوریتم Grabcut

16- شناسایی و تطبیق نقاط مورد نظر و حساس در یک تصویر

17- ساخت پانوراما

18- حذف قسمت های زائد تصویر

19- افزایش نور تصاویر کم نور

20- کار با عکس های HDR

و اینک سرفصل های آموزشی قسمت  ششم عبارت است از:

1- شناسایی اشیاء

2- شناسایی صورت

3- شناسایی افراد (جمعیت)

4- تمرین ساخت یک شناساگر توسط خودتان

5- تشخیص چهره

شما می توانید در ادامه ی مطلب، لینک دانلود رایگان آموزش ها و همچنین قسمت هایی از

 این ویدیو آموزشی را مشاهده نمایید.

منبع :  رباتیکال

تاریخ: یکشنبه 9 تیر 1392 11:43 ق.ظ

هوش مصنوعی ؛ تشخیص و درمان 

 

طراحی نرم افزار تشخیص بیماری ها به وسیله هوش مصنوعی 
نرم‌افزار جامع پشتیبان تصمیم‌گیری در پزشکی یکی از نرم‌افزارهایی است که با استفاده از هوش مصنوعی به تشخیص بیماری‌ها بر اساس علائم اقدام می‌کند به طوری که کاربر با وارد کردن نشانه‌های بیماری به رایانه ، فهرستی از بیماری‌های محتمل را مشاهده خواهد کرد.
ثبت دقیق شرح حال بیمار ، تشکیل پرونده ، درخواست آزمایش‌های اولیه و تکمیلی ، تجویز هوشمند دارو ، نسخه نویسی ، جستجوی اطلاعات بیماری ، روش درمان ، بانک اطلاعات داروها ، روش مصرف و مشخص کردن عوارض جانبی داروها را از مزایای این نرم افزار است.
این نرم افزار همچنین می‌تواند بیش از دو هزار بیماری و 300 علائم و نیز اطلاعات جامعی در زمینه 600 آزمایش پزشکی 130 مورد جراحی و 900 عنوان دارو را در خود ذخیره کند.
مهم‌ترین قابلیت این نرم افزار بررسی و تشخیص همزمان 1500 بیماری و 100 هزار رابط بین بیماری ها است و برای کمک بیشتر به پزشکان ده هزار صفحه از متون معتبر پزشکی ، مجلات ، مقالات و تصاویر تخصصی در این نرم افزار جمع آوری شده است.


استفاده از قابلیت‌های هوش مصنوعی در تشخیص عفونت های قلبی تهدید کننده
با کمک دو برنامه جدید هوش مصنوعی ، امکان تشخیص عفونت‌های قلبی تهدیدکننده حیات بیماران و همچنین درمان زخم‌های باز بدون نیاز به فرآیندهای معمول و زمان‌بر درمانی برای پزشکان فراهم شده است. پیشرفت حاضر در زمینه تشخیص عوارض مهلک در حالی صورت می‌گیرد که به اعتقاد جامعه پزشکی ، جدا از نتایج چشمگیر آن در نجات جان انسان‌ها و اجتناب از اعمال جراحی تهاجمی و رنج آور ، این پژوهش می‌تواند بدون نیاز به انجام آزمایش‌های متعدد به صرفه‌جویی میلیونی هزینه‌های بیمارستانی در سال کمک کند.
این نرم‌افزار برای شناسایی بیماران دارای عفونت‌های قلبی توسعه یافته بوده و این در صورتی است که چنین عفونت‌هایی با نرخ مرگ و میر بین 30 تا 50 درصد ، از عفونت‌های بسیار وخیم به شمار می‌روند. تشخیص دادن التهابات غشای درونی قلب (اندوکاردیتیک) یک عمل جراحی تهاجمی محسوب می‌شود و قصد از طراحی این نرم افزار تشخیص این عفونت بدون روانه کردن لوله کاوشی به درون مری فرد بیمار است.
تصویری که با استفاده از داخل کردن ابزار آندوسکوپی به درون نای شخص بیمار که با کمک دارو تسکین دهنده گرفته می‌شود ، اصطلاحاً قلب‌نگاری فرامری (ترانسوفاژل اندوکاردیوگرام) است که در نوع خود فرآیندی تهاجمی و گران به حساب می‌آید. در واقع یک عمل 30 دقیقه‌ای با این روش بالغ بر 2000 دلار هزینه دربر دارد و از طرفی انجام این عمل به تجهیزات فنی خاصی نیاز دارد که بسیاری از بیمارستان‌ها فاقد آن هستند. این در حالی است که پزشکان می توانند به جای وارد کردن لوله‌های پزشکی ، به وارد کردن داده‌های لازم به رایانه و تحلیل آن ها بپردازند. در این شیوه عمل ، پزشکان ابتدا با ثبت داده‌هایی از جمله ضربان قلب ، فشار خون ، شمارش گلبول‌های سفید خون ، حضور ادواتی نظیر ضربان سازهای قلبی یا سایر دستگاه‌های تعبیه شده ، دمای بدن دریافتی بیماران در رایانه ، نرم‌افزار دستیار عمل خود را آماده سازی می‌کنند. در این میان ، تشخیص نهایی این بیماران نیز شامل اطلاعات داده شده به رایانه خواهد بود. در مرحله بعدی این الگوریتم رایانه‌ای به تحلیل داده‌های موجود برای ارتباط دادن علائم بیماری با تشخیص بیماری می‌پردازد. در 50 درصد موارد این نرم‌افزار می‌تواند ظرف کمتر از 4 ثانیه یک پیش‌بینی محاسبه‌ای را با دقت 99/99 درصد انجام دهد ، در باقی موارد نیز این نرم‌افزار بیش از 80 درصد صحت عمل داشته است. البته محققان به این مرحله بسنده نکرده و قصد دارند گام بعدی پروژه هوش مصنوعی خود را روی 200 مورد از پرونده پزشکی بیمارانی اجرا کنند که رایانه اطلاعی از تشخیص نهایی آن ها ندارد. تشخیص عفونت‌های قلبی مشکل است اما اغلب می‌توان آن ها را با تجویز و مصرف حدود یک هفته آنتی‌بیوتیک ‌معالجه کرد.


تازه ترین مطالب
لینکدونی
ابزارک ها
  • کل بازدید:
  • بازدید امروز :
  • یازدید دیروز :
  • بازدید این ماه :
  • بازدید ماه قبل :
  • تعداد نویسندگان :
  • تعداد کل مطالب :
  • آخرین بازدید :
  • آخرین بروز رسانی :


-*-*-*-*-*-*-*-*-*-*-*-*-*- *---*---*---*---*---*---*---*---*---*---*---*---*---*

.

*---*---*---*---*---*---*---*---*---*---*---*---*---* *---*---*---*---*---*---*---*---*---*---*---*---*---* *---*---*---*---*---*---*---*---*---*---*---*---*---* *---*---*---*---*---*---*---*---*---*---*---*---*---* *---*---*---*---*---*---*---*---*---*---*---*---*---* PRchecker.info -----------

  • به کدام مطالب حوزه مهندسی و پزشکی بیشتر علاقمندید؟