زمان تخمینی مطالعه: 6 دقیقه
با ارائه نقشه‌های برچسب قابل قبول برای یک تصویر پزشکی، مدل یادگیری ماشینی Tyche می‌تواند به پزشکان و محققان کمک کند تا اطلاعات مهمی را دریافت کنند. در واقع این یک روش جدید ثبت عدم قطعیت در تصاویر پزشکی با هوش مصنوعی است.
در زیست پزشکی، بخش‌بندی(Segmentation) شامل حاشیه‌نویسی پیکسل‌ها مربوط به یک ساختار مهم در یک تصویر پزشکی، مانند یک اندام یا سلول است. مدل‌های هوش مصنوعی می‌توانند با برجسته کردن پیکسل‌هایی که ممکن است علائم بیماری یا ناهنجاری خاصی را نشان دهند، به پزشکان کمک کنند. با این حال، این مدل‌ها معمولاً تنها یک پاسخ را ارائه می‌دهند، در حالی که مشکل بخش‌بندی تصویر پزشکی اغلب فارغ از فقط تصاویر سیاه و سفید است. پنج حاشیه‌نویس انسانی متخصص ممکن است پنج نوع بخش‌بندی مختلف را ارائه دهند و شاید در مورد وجود یا وسعت مرزهای یک نودول در تصویر CT ریه اختلاف نظر داشته باشند و اینجاست که وجود تکنیکی برای حل کردن مشکل عدم قطعیت تصاویر پزشکی می‌تواند کمک کننده باشد.
“داشتن گزینه‌های متنوع می‌تواند در تصمیم‌گیری کمک کننده باشد. ماریان راکیک، کاندیدای دکترای علوم کامپیوتر MIT می‌گوید حتی مشاهده عدم قطعیت تصویر پزشکی می‌تواند بر تصمیم‌گیری‌های افراد تأثیر بگذارد، بنابراین مهم است که این عدم اطمینان را در نظر بگیرید”. راکیک نویسنده اصلی مقاله‌ای به همراه همکاران خود در موسسه Broad MIT و هاروارد، و بیمارستان عمومی ماساچوست است که ابزار هوش مصنوعی جدیدی را معرفی می‌کند که می‌تواند عدم قطعیت در یک تصویر پزشکی را ثبت کند. این سیستم که به نام Tyche (نام الهی شانس یونانی نامگذاری شده است) بخش‌بندی‌های قابل قبول متعددی ارائه می‌دهد که هر یک قسمت‌های کمی متفاوت از یک تصویر پزشکی را برجسته می‌کند. یک کاربر می‌تواند تعیین کند که Tyche چند گزینه خروجی می‌دهد و مناسب‌ترین گزینه را برای هدف خود انتخاب کند.
مهمتر از همه، Tyche می‌تواند بدون نیاز به آموزش مجدد، به وظایف بخش‌بندی جدید رسیدگی کند. آموزش یک فرآیند فشرده داده است که شامل نشان دادن نمونه‌های زیادی به یک مدل است و به تجربه گسترده یادگیری ماشینی نیاز دارد. از آنجایی که این مدل نیازی به بازآموزی ندارد، استفاده از Tyche برای پزشکان و محققان زیست‌پزشکی آسان‌تر از روش‌های دیگر است. می‌توان آن را برای کارهای مختلف، از شناسایی ضایعات در اشعه ایکس ریه گرفته تا مشخص کردن ناهنجاری‌ها در MRI مغز به کار برد. در نهایت، این سیستم می‌تواند با جلب توجه به اطلاعات بالقوه حیاتی که سایر ابزارهای هوش مصنوعی از دست می‌دهند، تشخیص‌ها را بهبود بخشد یا به تحقیقات زیست پزشکی کمک کند.
سیستم‌های هوش مصنوعی برای بخش‌بندی تصاویر پزشکی معمولاً از شبکه‌های عصبی استفاده می‌کنند. شبکه‌های عصبی بر اساس مغز انسان، مدل‌های یادگیری ماشینی هستند که شامل بسیاری از لایه‌های به هم پیوسته گره‌ها یا نورون‌هایی هستند که داده‌ها را پردازش می‌کنند. پس از صحبت با محققان موسسه Broad و MGH که از این سیستم‌ها استفاده می‌کنند، دانشمندان متوجه شدند که دو مشکل عمده اثربخشی آنها را محدود می‌کند. مدل‌ها نمی‌توانند عدم قطعیت را دریافت کنند و باید حتی برای یک کار بخش‌بندی کمی متفاوت، مجدداً آموزش داده شوند. راکیچ می‌گوید برخی از روش‌ها سعی می‌کنند بر یکی از مشکلات غلبه کنند، اما مقابله با هر دو مشکل با یک راه‌حل به‌ویژه دشوار است.
محققان Tyche را با اصلاح یک معماری ساده شبکه عصبی ساختند. یک کاربر ابتدا چند نمونه به Tyche می‌دهد که وظیفه بخش‌بندی را نشان می‌دهد. برای مثال، نمونه‌هایی می‌توانند شامل چندین تصویر از ضایعات در MRI قلب باشند که توسط متخصصان مختلف انسانی بخش‌بندی شده‌اند تا مدل بتواند کار را یاد بگیرد و متوجه شود که ابهام وجود دارد. محققان دریافتند که تنها 16 تصویر نمونه که “مجموعه زمینه” نامیده می‌شود، برای پیش‌بینی خوب مدل کافی است، اما محدودیتی برای تعداد نمونه‌هایی که می‌توان استفاده کرد وجود ندارد. مجموعه زمینه Tyche را قادر می‌سازد تا وظایف جدید را بدون آموزش مجدد حل کند.
برای اینکه Tyche بتواند عدم قطعیت تصاویر پزشکی را حل کند، محققان شبکه عصبی را اصلاح کردند تا پیش‌بینی‌های متعددی بر اساس یک ورودی تصویر پزشکی و مجموعه زمینه ارائه کند. آنها لایه‌های شبکه را طوری تنظیم کردند که با حرکت داده‌ها از لایه‌ای به لایه دیگر، بخش‌های نامزد تولید شده در هر مرحله بتوانند با یکدیگر و نمونه‌های موجود در مجموعه زمینه «گفتگو» کنند. به این ترتیب، مدل می‌تواند اطمینان حاصل کند که بخش‌بندی‌های نامزد کمی متفاوت است، اما همچنان کار را حل می‌کند. محققان همچنین نسخه‌ای از Tyche را توسعه دادند که می‌تواند با یک مدل از قبل آموزش دیده برای بخش‌بندی تصویر پزشکی استفاده شود. در این مورد، Tyche مدل را قادر می‌سازد تا با ایجاد تغییرات جزئی در تصاویر، چندین نامزد را خروجی دهد.
هنگامی که محققان Tyche را با مجموعه داده‌های تصاویر پزشکی مشروح آزمایش کردند، دریافتند که پیش‌بینی‌های آن تنوع حاشیه‌نویس‌های انسانی را به تصویر می‌کشد و بهترین پیش‌بینی‌های آن بهتر از مدل‌های پایه بود. Tyche همچنین سریعتر از بسیاری از مدل‌ها عمل کرد. راکیچ می‌گوید: “انتخاب چندین نامزد و اطمینان از تفاوت آنها با یکدیگر واقعاً به شما برتری می‌دهد”.محققان همچنین دریافتند که Tyche می‌تواند از مدل‌های پیچیده‌تری که با استفاده از مجموعه داده‌های بزرگ و تخصصی آموزش داده شده‌اند، بهتر عمل کند. برای کارهای آینده، آنها قصد دارند از یک مجموعه زمینه انعطاف‌پذیرتر، شاید شامل متن یا چندین نوع تصویر استفاده کنند. علاوه بر این، آنها می‌خواهند روش‌هایی را بررسی کنند که می‌تواند بدترین پیش‌بینی‌های Tyche را بهبود بخشد و سیستم را تقویت کند تا بتواند بهترین نامزدهای بخش‌بندی را توصیه کند.
الکتروهایو در خدمت مخاطبان عزیز می‌باشد. ما در تیم الکتروهایو در تلاش برای تهیه مقالات و مطالب به روز هستیم. لطفا برای مطالب و مقالات بیشتر با ما همراه باشید.
داده‌های اسمی(Nominal Data) یکی از اساسی‌ترین انواع داده‌ها در تجزیه و تحلیل داده‌ها است. شناسایی و تفسیر آن در بسیاری از زمینه‌ها از جمله آمار، علوم کامپیوتر، روانشناسی و بازاریابی ضروری است. این مقاله ویژگی‌ها، کاربردها و تفاوت‌های داده‌های اسمی
حاشیه‌نویسی داده به الگوریتم‌های یادگیری ماشین اجازه می‌دهد تا اطلاعات را درک و تفسیر کنند. حاشیه‌نویسی‌ها برچسب‌هایی هستند که داده‌ها را شناسایی و طبقه‌بندی می‌کنند یا قطعات مختلف اطلاعات را با یکدیگر مرتبط می‌کنند. الگوریتم‌های هوش مصنوعی از آنها به
مکان‌های باستان‌شناسی ممکن است ثابت باشند، اما فرهنگ‌هایی که آنها را تولید کرده‌اند، پویا و متنوع بودند. برخی از آنها کاملاً عشایری بودند و مرتباً موقعیت خود را تغییر می‌دادند. برخی از آنها فواصل بسیار زیادی را مهاجرت کردند، در
تشخیص اشیاء یک کار مهم در بینایی کامپیوتر است که با رسم کادرهای محدود کننده در اطراف اشیاء شناسایی شده، مکان یک شی را در یک تصویر شناسایی و مکان‌یابی می‌کند. اهمیت تشخیص اشیاء را نمی‌توان به اندازه کافی بیان
تصویربرداری چند طیفی تکنیکی است که نور را در طیف وسیعی از باندهای طیفی، فراتر از آنچه چشم انسان می‌تواند ببیند، از جمله نور مادون قرمز و ماوراء بنفش، ثبت می‌کند. این رویکرد به طور قابل توجهی از تصویربرداری رنگی
یادگیری ماشین (Machine Learning) و علم داده (Data Science) موضوعاتی هستند که در تمامی بخش‌های فناوری اطلاعات در مورد آن بحث و گفتگو وجود دارد. امروزه همه چیز در حال خودکار شدن است، و برنامه‌های کاربردی نیز به سرعت در
داده‌های اسمی(Nominal Data) یکی از اساسی‌ترین انواع داده‌ها در تجزیه و تحلیل داده‌ها است. شناسایی ...
حاشیه‌نویسی داده به الگوریتم‌های یادگیری ماشین اجازه می‌دهد تا اطلاعات را درک و تفسیر کنند. ...
مکان‌های باستان‌شناسی ممکن است ثابت باشند، اما فرهنگ‌هایی که آنها را تولید کرده‌اند، پویا و ...
تشخیص اشیاء یک کار مهم در بینایی کامپیوتر است که با رسم کادرهای محدود کننده ...
تصویربرداری چند طیفی تکنیکی است که نور را در طیف وسیعی از باندهای طیفی، فراتر ...
الکتروهایو در راستای مسئولیت خود، بر خود وظیفه می‌داند تا پاسخ گوی نیازهای وارداتی قطعات الکترونیک کاربران عزیز باشد. برای درخواست واردات هر گونه قطعه الکترونیکی، درخواست‌های خود را با واحد پشتیبانی در میان بگذارید.
تیم پشتیبانی الکتروهایو بر طبق نیازها و درخواست کاربران اقدام به جتسجو، سورس یابی و خرید قطعات مورد نیاز کاربران و مشتریان عزیز می‌کنند. در صورت نیاز به قطعات به صورت عمده و تکی با ما در تماس باشید.
تماس: 09214404646 - 09332001022 | روزهای کاری از 8:00 الی 18:00 در خدمت شما هستیم
آدرس ارسال: ارومیه | خیابان متین 2 | صدف 2 | طبقه 6
پست الکترونیک: electrohivesite@gmail.com
توجه کنید که فعالیت فروشگاه الکتروهایو به صورت اینترنتی می‌باشد، لذا جهت خرید یا تحویل حضوری کالا مراجعه نفرمایید.
الکتروهایو، دارای نماد رسمی اعتماد الکترونیک و نماد ساماندهی می‌باشد، برای مشاهده روی نمادها کلیک کنید.
خریدی مطمئن و با خیال راحت، در دنیای کالای دیجیتال و الکترونیکی نیازمند وجود فروشگاهی است که قادر باشد تنوعی بالا، قطعاتی با کیفیت و با قیمت منصفانه را ارائه کرده و بتواند کالاها را در کوتاه‌ترین زمان ممکن به دست مشتریان محترم برساند. محصولات ارسال شده از طریق فروشگاه الکتروهایو دارای ضمانت اصالت، سلامت فیزیکی و کیفیت قطعات است. این ویژگی‌های بارز توانسته است که فروشگاه الکتروهایو را در ارائه خدمات به مشتریان عزیز اثبات کند.
روش ارسال کالاهای سفارش داده شده، یکی از اصلی‌ترین موضوعات و دغدغه‌های مشتریان عزیز فروشگاه الکتروهایو و هر فروشگاه اینترنتی است. نگرانی از اینکه کالاهای خریداری شده چه موقع و چگونه قرار است به دست مشتریان برسد یکی از اساسی‌ترین دغدغه‌های تیم پشتیبانی فروشگاه الکتروهایو است. برای حل این مشکل، ما به عنوان فروشگاه الکتروهایو در تلاش برای ارائه روش‌های پستی ارسال متنوع شامل پست پیشتاز(پیش کرایه)، پست تیپاکس و چاپار(پس کرایه) و غیره هستیم تا بتوانیم کالاهای خریداری شده توسط مشتریان را در اسرع وقت به صورت صحیح و سالم بدست شما برسانیم.
کاربران عزیز الکتروهایو می‌توانند در تمامی ساعت شبانه روز به صورت 24 ساعته و در 7 روز هفته کالاهای مورد نیاز خود را از میان تنوعی از قطعات و بردهای الکترونیکی سفارش دهند که به تفکیک در مورد آنها در ادامه توضیح خواهیم داد:
بردها و کیت‌ها:
بردها و کیت‌ها مانند خانواده جتسون انویدیا، رزبری پای، آردوینو و اورنج پای، ابزارهای قدرتمندی برای مهندسان، دانشجویان و علاقه‌مندان به فناوری هستند که با آنها امکان ساخت پروژه‌های پیچیده در حوزه‌هایی مانند هوش مصنوعی، رباتیک و اینترنت اشیاء در دسترس است. برد جتسون نانو انویدیا، به عنوان مثال، یک کامپیوتر کوچک و قدرتمند است که برای آموزش و پیاده‌سازی هوش مصنوعی به کار گرفته می‌شود. این برد پردازشی از سیستم عامل لینوکس پشتیبانی می‌کند، که این امر اجرای پروژه‌های متن باز مختلف را بر روی آن ممکن می‌سازد.
از سوی دیگر، رزبری پای به دلیل انعطاف‌پذیری و قیمت مناسب خود، برای آموزش برنامه‌نویسی و ساخت پروژه‌های الکترونیکی و همچنین پروژه‌های DIY محبوبیت زیادی دارد. بردهای آردوینو، با تمرکز بر سادگی و دسترسی آسان به سخت‌افزار و نرم‌افزار، برای ساخت نمونه‌های اولیه و پروژه‌های تعاملی ابزاری مناسب هستند. اورنج پای نیز با ارائه گزینه‌های متنوع و ارزان‌قیمت، برای کاربرانی که به دنبال راه‌حل‌های مقرون‌به‌صرفه هستند، جایگاهی مناسب در بازار پیدا کرده است.
نمایشگرها و مانیتورها:
نمایشگرها و مانیتورها در دنیای امروز نقش بسیار مهمی در زندگی روزمره ما ایفا می‌کنند. از استفاده‌های خانگی گرفته تا کاربردهای حرفه‌ای و صنعتی، نمایشگرها به یکی از اجزای اصلی زندگی دیجیتال تبدیل شده‌اند. انواع مختلفی از نمایشگرها و مانیتورها با اندازه‌ها، وضوح‌ها، نرخ بروزرسانی و ویژگی‌های مختلف در بازار موجود هستند. امروزه رایج‌ترین نوع مانیتور، نمایشگر LCD یا نمایشگر کریستال مایع است. این نمایشگر پراستفاده‌ترین نمایشگر در سراسر جهان است، زیرا به فضای کمتری نیاز دارد، برق کمتری مصرف می‌کند و گرمای نسبتاً کمتری نسبت به یک مانیتور CRT قدیمی تولید می‌کند. از طرف دیگر، نمایشگرهای OLED و AMOLED نیز به دلیل کیفیت تصویر بالا، رنگ‌های زنده و توانایی در نمایش سیاه‌های عمیق، در دسته‌ی نمایشگرهای پیشرفته قرار دارند. در نهایت، انتخاب نمایشگر مناسب بر اساس نیازها و کاربری شخصی می‌تواند تجربه کاربری را بهبود بخشد. در الکتروهایو هدف ما تامین نمایشگرها و مانیتورها بر اساس نیاز روز و استفاده در بخش‌های متنوع است و سعی خواهیم کرد تا انواع مانیتورهای مورد استفاده در کاربردهای آزمایشگاهی، دانشگاهی و توسعه صنعتی را برای کاربران عزیز فراهم کنیم.
اینترنت اشیاء و ارتباطات:
اینترنت اشیاء و ارتباطات مفاهیمی مهم در دنیای فناوری است. به طور خلاصه، IoT به مجموعه‌ای از دستگاه‌های محاسباتی، ماشین‌های مکانیکی و دیجیتال، اشیاء، حیوانات یا افراد اشاره دارد که با شناساگرهای یکتایی مشخص شده‌اند و توانایی انتقال داده در شبکه را بدون نیاز به تعاملات انسان با انسان یا انسان با کامپیوتر دارند. این مفهوم به ما امکان می‌دهد تا اشیاء را به اینترنت متصل کرده و با بهره‌گیری از داده‌های بی‌درنگ، بدون نیاز به مداخله انسانی، تعاملاتی هوشمند را انجام دهیم. این ارتباطات و تبادلات اطلاعات و داده می‌تواند هم به صورت ارتباطات بی‌سیم (Wireless Communications) و هم به صورت ارتباطات باسیم (Wired Communications) باشد. در ارتباط بی‌سیم از تکنولوژی‌های مانند Wi-Fi، بلوتوث، NFC، Zigbee و سایر پروتکل‌های مخصوص IoT برای ارتباط دستگاه‌ها استفاده می‌شود. در ارتباط باسیم از کابل‌های اترنت و اتصالات USB برای ارتباط دستگاه‌ها با یکدیگر استفاده می‌شود.
سنسورها:
سنسور در صنایع مختلف از جمله اینترنت اشیاء (IoT)، هوشمندسازی خانه، خودروهای هوشمند، سیستم‌های ایمنی و کنترل‌های صنعتی مورد استفاده قرار می‌گیرند.
این قطعات الکترونیکی معمولاً با ارسال سیگنالی به شکل جریان الکتریکی کار می‌کنند. توسط پردازش یا با استفاده از تکنیک‌های مختلف، سیگنال‌های ارسال شده توسط سنسور را می‌توان تقویت کرد. ما در این دسته‌بندی انواع سنسور را ارائه می‌کنیم. در این بخش شما قادر خواهید بود کالاهایی را بیابید که با لوازم الکترونیکی قابل برنامه ریزی آردوینو، رزبری پای و غیره مطابقت دارند. برخی از این سنسورها را در محصول خود استفاده می‌کنید و از برخی دیگر برای ساختن یک ربات یا سیستم‌های اینترنت اشیاء استفاده خواهید کرد.
ماژول‌های الکترونیکی:
به طور کلی، ماژول‌های الکترونیکی نوعی قطعه یا واحد الکترونیکی هستند که برای انجام یک عملکرد خاص طراحی شده‌اند. این ماژول‌ها معمولاً در مدارهای الکترونیکی برای ارائه طیف وسیعی از عملکردها مانند تقویت سیگنال‌ها، تأمین توان، کنترل جریان، تبدیل ولتاژ، اندازه‌گیری و غیره استفاده می‌شوند.
ماژول‌ها از اجزای مختلفی تشکیل شده‌اند که به صورت مجتمع در یک بسته فیزیکی قرار دارند. این اجزا می‌توانند شامل ترانزیستورها، مقاومت‌ها، خازن‌ها، دیودها، مدارهای مجتمع و حسگرها باشند. هر قطعه برای یک وظیفه خاص طراحی شده است و می‌تواند به صورت قابل استفاده مجدد در سیستم‌های الکترونیکی مختلف مورد استفاده قرار گیرد.
ماژول‌ها در صنعت الکترونیک، رباتیک، اینترنت اشیاء (IoT)، سیستم‌های کنترل، تجهیزات پزشکی، خودروها، تلفن‌همراه‌ها، دستگاه‌های خانگی و بسیاری دیگر از زمینه‌ها استفاده می‌شوند. همچنین، می‌توانند به عنوان قطعات اصلی در طراحی پروژه‌های الکترونیکی و همچنین در آموزش‌های آردوینو و رزبری‌پای مورد استفاده قرار گیرند.
منابع تغذیه، باتری و انرژی‌های نو:
منابع تغذیه، باتری و انرژی‌های نو دسته مهمی در کالاهای الکترونیک امروز هستند. این دسته شامل منابع تغذیه متنوع AC و DC، انواع باتری‌ها و منابع تجدید پذیر انرژی مانند پنل‌های خورشیدی است.
منبع تغذیه یا پاور ساپلای (Power supply) دستگاهی است که توان الکتریکی مورد نیاز را برای مصرف‌کننده الکتریکی یا بار الکتریکی تأمین می‌کند. اصلی‌ترین عملکرد این دستگاه تغییر شکل جریان برقی است که بسته به نیاز می‌تواند تغییر در ولتاژ، فرکانس و بار الکتریکی را رقم بزند. منبع تغذیه‌ها را می‌توان به عنوان مبدل‌های برقی نیز نامید.
در دسته منابع تغذیه، باتری و انرژی‌های نو، پنل‌های خورشیدی صفحه‌هایی هستند که انرژی تابشی خورشید (فوتون‌ها) را به انرژی الکتریکی تبدیل می‌کنند. این پنل‌ها از سلول‌های خورشیدی کوچک تشکیل شده‌اند که هر یک از آنها یک مدار الکتریکی را تشکیل می‌دهند.
یک پنل خورشیدی به طور معمول در پشت بام‌ها یا جایی که می‌توانند نور خورشید را تا حد امکان دریافت کنند، نصب می‌شود. این پنل‌ها از ترکیبات نیمه‌هادی مانند سیلیکون ساخته می‌شوند که وظیفه آنها تبدیل انرژی نورانی خورشید به انرژی الکتریکی است. با کنار هم قرار دادن تعدادی سلول خورشیدی، یک ماژول خورشیدی ساخته می‌شود. از ترکیب چند ماژول خورشیدی در کنار هم، یک پنل خورشیدی تشکیل می‌شود. عموماً در مصارف بزرگ، ردیف‌های زیادی از پنل خورشیدی در کنار هم قرار می‌گیرند و یک آرایه خورشیدی را تشکیل می‌دهند.
برای تولید برق، پنل‌های خورشیدی از اثر فتوولتائیک استفاده می‌کنند. این اثر، پدیده‌ای فیزیکی است که در آن نور می‌تواند باعث حرکت الکترون‌ها از یک ماده شود. وقتی فوتون‌های نور خورشید به سلول‌های خورشیدی در پنل برخورد می‌کنند، الکترون‌ها آزاد می‌شوند و حرکت می‌کنند تا انرژی الکتریکی تولید کنند.
در دسته منابع تغذیه، باتری و انرژی‌های نو می‌توان از باترها سخن گفت. باتری‌ها در الکترونیک نقش مهمی ایفا می‌کنند و برای تأمین انرژی به دستگاه‌ها و مدارهای الکتریکی استفاده می‌شوند. انواع باتری‌ها بر اساس خصوصیات شیمیایی، اندازه، شکل و کاربردها به دسته‌های مختلفی تقسیم می‌شوند.
سایر قطعات:
در بخش سایر قطعات ما می‌توانیم انواع سیم و کابل، انواع فن‌ها و خنک کننده‌ها و سایر ابزارها و قطعات الکترونیکی را جای داد.
کلیه حقوق این سایت متعلق به الکتروهایو است.
WWW.Electrohive.ir
