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.