ش | ی | د | س | چ | پ | ج |
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
دانشجوی دکتری مهندسی زیست پزشکی به دلیل کار با استفاده از دستگاه یادگیری ، برای بررسی مجموعه داده های تصویری مربوط به بهبود زخم های پوستی ، توسط انجمن نوری شناخته شده است. این تحقیق با هدف صرفه جویی در وقت و کاهش تنوع انسانی در تجزیه و تحلیل تصاویر از زخم ها هنگام بهبودی انجام می شود.
جیک جونز از کنگره بیوفوتونیک انجمن نوری 2020 جوایز مقاله دانشجویی در زیست پزشکی را دریافت کرد.
جونز توسط کایل کوین ، استادیار مهندسی زیست پزشکی توصیه می شود.
کار او با عنوان "برش زخم های پوستی از بخش های بافت و در تصاویر داخل بدن با استفاده از آموزش عمیق" ، بر نحوه استفاده از یادگیری ماشینی برای بررسی نمونه های بافت ، صرفه جویی در وقت محققان و کاهش تنوع انسان در تجزیه و تحلیل داده ها متمرکز شده است.
در تنظیمات بالینی و تحقیقاتی فعلی ، بافت زخم با رنگهای پر جنب و جوش رنگ آمیزی شده و قبل از تجزیه و تحلیل توسط متخصصان برای ارزیابی وضعیت بهبود ، با میکروسکوپ تصویر برداری می شود.
جونز گفت: "در این کلینیک از یک پزشک متخصص با سالها آموزش خواسته می شود این تصاویر بافتی را ارزیابی کند." وی افزود: "اما دو پزشک متفاوت ممکن است دو ارزیابی متفاوت انجام دهند ، یا همان پزشک حتی اگر دو هفته بعد به آن نگاه کند ممکن است آن را متفاوت ارزیابی کند. این امر ارزیابی را تا حد زیادی ذهنی و کیفی می کند ، بنابراین هدف از این پروژه آموزش کامپیوتر برای تشخیص است. و ویژگی های مختلف بافت را در این تصاویر ردیابی کرده و به طور خودکار اندازه گیری های کمی از بهبود زخم تولید می کند. "