eitaa logo
مرکز تحقیقات پردازش تصویر و سیگنال پزشکی
102 دنبال‌کننده
82 عکس
2 ویدیو
21 فایل
گروه اطلاع رسانی مرکز تحقیقات پردازش تصویر و سیگنال پزشکی
مشاهده در ایتا
دانلود
مرکز تحقیقات پردازش تصویر و سیگنال پزشکی
مرکز تحقیقات پردازش تصویر و سیگنال پزشکی، در تاریخ ۲۴ آذر ۱۴۰۴، میزبان رویدادی پربار به مناسبت روز پژوهش بود. این برنامه که با حضور اساتید برجسته، پژوهشگران و دانشجویان علاقه‌مند برگزار شد، فرصتی ارزشمند برای معرفی دستاوردهای نوین، کشف فرصت‌های همکاری و آشنایی با کارگاه‌های آموزشی پیشرفته بود. دستاوردها و محورهای اصلی رویداد: در این مراسم، دستاوردهای پژوهشی مرکز در حوزه‌های پردازش تصویر پزشکی و سیگنال‌های زیست‌پزشکی توسط معاون محترم پژوهشی مرکز سرکار خانم دکتر مریم منعمیان Maryam Monemian معرفی شد. پروژه‌های مهمی از جمله: - سامانه ارزیابی سلامت باروری - تحلیل تصاویر OCT Angio - تحلیل تصاویر CT ریه به طور کامل تشریح گردید و فرصت‌های جذب پژوهشگر در سطوح نیمه‌وقت، تمام‌وقت و پسادکترا اعلام شد. معرفی مجله jmss mui توسط جانشین محترم سردبیر نشریه ژورنال سیگنالها و سنسورهای پزشکی zahra Baharlouei انجام شد. سخنرانی‌های کلیدی توسط اساتید مطرح: - دکتر مهرناز آقانوری Mehrnaz Aghanouri عضو هیات علمی مرکز misp با موضوع "رباتیک در پزشکی" - دکتر مصیب سلیمانی عضو هیات علمی دانشگاه علوم پزشکی تهران با موضوع "ایمپلنت‌های ارتوپدی" - دکتر فتاحی پژوهشگر پسادکترای مرکز misp با موضوع "رباتیک در چشم‌پزشکی" بر غنای علمی این رویداد افزود. مرکز در ادامه مسیر توانمندسازی جامعه پژوهشی، سه کارگاه تخصصی برگزار می‌کند که در صورت به حدنصاب رسیدن تشکیل خواهد شد: 🎯 ۱. مقدمه عملی بر تحلیل سیگنال‌ها و تصاویر زیست‌پزشکی با پایتون و پایتورچ** - ساخت ۳ شبکه عصبی از پایه - آموزش مفاهیم کاربردی در حوزه پردازش داده‌های پزشکی - مناسب برای علاقه‌مندان به ورود به حوزه هوش مصنوعی در پزشکی 🎯 ۲. کارگاه آموزشی: یادگیری عمیق چگونه کار می‌کند؟ - مفاهیم بنیادین و pipeline کامل یادگیری نظارت‌شده - درک عمیق از مکانیزم‌های یادگیری ماشین - ارائه‌ای جامع برای پژوهشگران حوزه داده 🎯 ۳. MUIpathAI Bootcamp - تخصصی در حوزه پاتولوژی دیجیتال - کاربرد هوش مصنوعی در تحلیل تصاویر بافت‌شناسی - ارائه توسط متخصصان مرکز ثبت‌نام و اطلاعات بیشتر: 🔗 برای ثبت‌نام در کارگاه‌ها و دریافت اطلاعات تکمیلی، به وبسایت مرکز misp.mui.ac.ir مراجعه کنید. این رویداد گامی موثر در جهت تقویت ارتباط بین جامعه علمی و مراکز تحقیقاتی و فرصتی استثنایی برای توسعه مهارت‌های تخصصی در حوزه فناوری‌های نوین پزشکی بود.
مقدمه عملی بر تحلیل سیگنال‌ها و تصاویر زیست‌پزشکی با پایتون و پایتورچ، ساخت ۳ شبکه از صفر ۱. طبقه‌بندی صداهای قلب با استفاده از شبکه­ی BiLSTM سبک (داده‌های چالش PhysioNet/CinC مربوط به سال 2016) ۲. طبقه بندی تصاویرOCT با استفاده از یک شبکه­ی CNN با ساختار customized (مجموعه داده از طریق گوگل درایو ارائه می‌شود) ۳. تشخیص تومور MRI مغز با استفاده از یک شبکه ی ساده ی U-Net ( داده های مورد استفاده از مجموعه داده عمومی Brain Tumor MRI که ابتدا روی figshare/Kaggle جمع‌آوری و به اشتراک گذاشته شده و نسخه ی کوچک تر آن برای استفاده های آموزشی توسط Ultralytics ارائه شده است) پیش‌نیازها: دانش پایه پایتون، آشنایی با مفاهیم یادگیری عمیق، و دانش تقریبی از معماری‌های CNN/LSTM/U-Net. شرکت‌کنندگان باید بدانند چگونه فایل‌ها/پوشه‌ها را به گوگل درایو آپلود کنند مدت زمان: ۱ الی ۱.۵ ساعت (۱۰۰٪ عملی در گوگل کولب، بدون نیاز به نصب نرم افزار) مخاطبان: مهندسان، دانشمندان داده، محققان یا دانشجویان. در صورت به حد نصاب رسیدن ظرفیت، این کارگاه تشکیل خواهد شد. جهت ثبت نام اینجا را کلیک کنید. مهلت ثبت نام تا چهارشنبه 26 آذر می باشد. اطلاعات بیشتر : https://misp.mui.ac.ir/fa/ai @muimisp
کارگاه آموزشی: یادگیری عمیق چگونه کار می‌کند؟ مفاهیم بنیادین pipeline کامل یادگیری با ناظر سرفصل‌های اصلی کارگاه: شبکه‌های کم‌عمق: بررسی قضیه تقریب‌دهی جهانی (Universal Approximation Theorem) و محدودیت‌های اساسی آن، چرا صرفاً افزایش عرض شبکه (تعداد نورون‌ها) برای حل مسائل پیچیده کافی نیست؟ توابع هزینه (Loss Functions): - بهینه‌سازی: - پس‌انتشار خطا (Backpropagation): - روش‌های ارزیابی و تنظیم مدل (Regularization): مدت زمان تقریبی: ۲ ساعت و نیم مخاطبان: پژوهشگران، مهندسان و توسعه‌دهندگانی که شبکه‌های عصبی را آموزش می‌دهند و می‌خواهند در یک نیم‌روز، عملکرد اجزا و ارتباطات میان آن‌ها را به‌طور عمیق و یکپارچه درک کنند. این کارگاه صرفاً مفهومی است و هیچ کدی ارائه نخواهد شد. تمرکز کامل بر اصول پایه‌ای و ارتباطات میان اجزای pipeline است تا پس از پایان آن، دیدی روشن و یکپارچه از کل فرآیند یادگیری عمیق داشته باشید و بتوانید تصمیمات آگاهانه‌تری در پروژه‌های واقعی خود بگیرید. مهلت ثبت نام تا چهارشنبه 26 آذر می باشد. این دوره در صورت به حد نصاب رسیدن ظرفیت، تشکیل خواهد شد.جهت ثبت نام: https://misp.mui.ac.ir/fa/Deep-Learning-Works @muimisp
درود وقت بخیر این هفته جلسه ی هسته چشم برگزار نمیشود.
جلسات هفتگی چشم نیم - AI.jpg
حجم: 212.8K
مرکز تحقیقات پردازش تصویر و سیگنال پزشکی با همکاری دبیرخانه شورای راهبری هوش مصنوعی برگزار می‌کنند: جلسات هفتگی هسته پژوهشی چشم و هوش مصنوعی این جلسات با هدف انسجام‌بخشی به فعالیت‌های علمی، تقویت تعاملات پژوهشی و فراهم‌سازی بستری برای تبادل منظم دستاوردهای تخصصی در حوزه‌های چشم‌پزشکی و هوش مصنوعی برگزار می‌شود. 🔹 ارائه این هفته: خانم یوسفی 🔹 موضوع ارائه: بررسی تلفیق شبکه X-let Scattering و شبکه تجمیع خبرگان به‌منظور طبقه‌بندی بیماری دیابتیک رتینوپاتی در تصاویر OCTA 🕙 زمان برگزاری: چهارشنبه‌ 10 دی ماه، ساعت 10 صبح 📍 محل برگزاری: اتاق ریاست دانشکده فناوری‌های نوین پزشکی 🌐 لینک دسترسی مجازی: meet.google.com/ras-gmiq-ofg حضور در جلسات برای اعضای هیئت علمی، پژوهشگران و دانشجویان علاقه‌مند آزاد است.
مرکز تحقیقات پردازش تصویر و سیگنال پزشکی
مرکز تحقیقات پردازش تصویر و سیگنال پزشکی با همکاری دبیرخانه شورای راهبری هوش مصنوعی برگزار می‌کنند:
اصلاحیه: با توجه به تعطیلی چهارشنبه دهم دی ماه، جلسه هسته چشم به صورت آنلاین برگزار خواهد شد. برای شرکت در جلسه در ساعت مقرر از لینک فوق وارد جلسه شوید.
Journal of Medical Signals & Sensors: Current Issue: January 2026 - Volume 16 - Issue 1 Editorial: Isfahan Artificial Intelligent 2024 Competitions Methodological Paper: 1-Isfahan Artificial Intelligence Event 2024, Challenge I: Respiratory Depression Detection 2-Diagnosing Multiple Sclerosis from Magnetic Resonance Imaging Images: Highlights from the Second Isfahan Artificial Intelligence Event 2024 Current Issue: https://journals.lww.com/jmss/pages/currenttoc.aspx Web Site: https://journals.lww.com/JMSS/Pages/default.aspx @muimisp
جلسات هفتگی چشم نیم - AI.jpg
حجم: 212.8K
مرکز تحقیقات پردازش تصویر و سیگنال پزشکی با همکاری دبیرخانه شورای راهبری هوش مصنوعی برگزار می‌کنند: جلسات هفتگی هسته پژوهشی چشم و هوش مصنوعی این جلسات با هدف انسجام‌بخشی به فعالیت‌های علمی، تقویت تعاملات پژوهشی و فراهم‌سازی بستری برای تبادل منظم دستاوردهای تخصصی در حوزه‌های چشم‌پزشکی و هوش مصنوعی برگزار می‌شود. 🔹 ارائه این هفته: خانم مهندس اسماعیلیان 🔹 موضوع ارائه: مدلسازی چند مقیاسی تصاویر توموگرافی انسجام نوری بخش قدامی چشم بر اساس معادلات دیفرانسیل تصادفی به منظور تشخیص گلوکوم زاویه بسته 🕙 زمان برگزاری: چهارشنبه‌ 17 دی ماه، ساعت 10 صبح 📍 محل برگزاری: سالن چمران دانشکده فناوری‌های نوین پزشکی 🌐 لینک دسترسی مجازی: meet.google.com/ras-gmiq-ofg حضور در جلسات برای اعضای هیئت علمی، پژوهشگران و دانشجویان علاقه‌مند آزاد است. @muimisp
مقدمه عملی بر تحلیل سیگنال‌ها و تصاویر زیست‌پزشکی با پایتون و پایتورچ، ساخت ۳ شبکه از صفر ۱. طبقه‌بندی صداهای قلب با استفاده از شبکه­ ی BiLSTM سبک (داده‌های چالش PhysioNet/CinC مربوط به سال 2016) ۲. طبقه بندی تصاویرOCT با استفاده از یک شبکه­ ی CNN با ساختار customized (مجموعه داده از طریق گوگل درایو ارائه می‌شود) ۳. تشخیص تومور MRI مغز با استفاده از یک شبکه ی ساده ی U-Net ( داده های مورد استفاده از مجموعه داده عمومی Brain Tumor MRI که ابتدا روی figshare/Kaggle جمع‌آوری و به اشتراک گذاشته شده و نسخه ی کوچک تر آن برای استفاده های آموزشی توسط Ultralytics ارائه شده است) پیش‌نیازها: دانش پایه پایتون، آشنایی با مفاهیم یادگیری عمیق، و دانش تقریبی از معماری‌های CNN/LSTM/U-Net. شرکت‌کنندگان باید بدانند چگونه فایل‌ها/پوشه‌ها را به گوگل درایو آپلود کنند مدت زمان: ۱ الی ۱.۵ ساعت (۱۰۰٪ عملی در گوگل کولب، بدون نیاز به نصب نرم افزار) مخاطبان: مهندسان، دانشمندان داده، محققان یا دانشجویان. . جهت ثبت نام به سایت ایوند مراجعه کنید. https://evnd.co/cuAcM مهلت ثبت نام تا سه شنبه 30 دی می باشد. زمان برگزاری کارگاه : روز چهارشنبه 8 بهمن 1404 ساعت 12 بصورت انلاین @muimisp
عنوان کارگاه آموزشی: یادگیری عمیق چگونه کار می‌کند؟ مفاهیم بنیادین pipeline کامل یادگیری با ناظر سرفصل‌های اصلی کارگاه: - شبکه‌های کم‌عمق: - شبکه‌های عمیق: - توابع هزینه (Loss Functions): - بهینه‌سازی: گرادیان کاهشی (Gradient Descent)، گرادیان کاهشی تصادفی (SGD)، روش تکانه (Momentum). - پس‌انتشار خطا (Backpropagation): - روش‌های ارزیابی و تنظیم مدل (Regularization): روش‌های صریح و ضمنی مدت زمان تقریبی: ۲ ساعت و نیم مخاطبان: پژوهشگران، مهندسان و توسعه‌دهندگانی که شبکه‌های عصبی را آموزش می‌دهند و می‌خواهند در یک نیم‌روز، عملکرد اجزا و ارتباطات میان آن‌ها را به‌طور عمیق و یکپارچه درک کنند. این کارگاه صرفاً مفهومی است و هیچ کدی ارائه نخواهد شد. تمرکز کامل بر اصول پایه‌ای و ارتباطات میان اجزای pipeline است تا پس از پایان آن، دیدی روشن و یکپارچه از کل فرآیند یادگیری عمیق داشته باشید و بتوانید تصمیمات آگاهانه‌تری در پروژه‌های واقعی خود بگیرید. جهت ثبت نام به سایت ایوند مراجعه نمایید. https://evnd.co/cuAcM مهلت ثبت نام تا شنبه 20 دی ماه 1404 می باشد. زمان برگزاری کارگاه : چهار شنبه 24 دی ماه 1404 ساعت 12 بصورت انلاین @muimisp