Sepanta Laser Spadan

Sepanta Laser Spadan

شرکت سپنتا لیزر اسپادان سهامی خاص
Sepanta Laser Spadan

Sepanta Laser Spadan

شرکت سپنتا لیزر اسپادان سهامی خاص

نوآوری های فوتونیک در 25 سال گذشته


نوآوری های فوتونیک در 25 سال گذشته با مهندس شکوفه ساتری


فوتونیک یک رشته است که در 25 سال گذشته پیشرفت های فوق العاده سریع را تجربه کرده است. گفته می شود که فوتونیک های مدرن در دهه 1960 با توسعه لیزر اول آغاز شده اند و توانایی تبدیل شدن به یک صنعت 50 میلیارد پوند در انگلستان به تنهایی 2

معرفی توموگرافی پیشرفته

معرفی توموگرافی پیشرفته با مهندس شکوفه ساتری


به زودی

تیم هوش مصنوعی مهندس شکوفه ساتری

شبکه های عصبی نوری

یادگیری در سیستم های نوری

برنامه های کاربردی برای شبکه های عصبی نوری

مقیاس پذیری شبکه های عصبی نوری

ربات های خودمختار

ربات های ازدحامی

کنترل بازخورد

بسط ورودی های حسی

تصمیم گیری.

مدل های بیولوژیکی برای هوش مصنوعی

مبانی فیزیکی هوش بیولوژیکی

ترجمه مدل های بیولوژیکی به هوش مصنوعی

حرکت جمعی در جمعیت های بیولوژیکی

یادگیری ماشینی برای مطالعه مغز

روش های یادگیری ماشین برای تقسیم بندی تصویر

مدل های نظارت شده و بدون نظارت

تجزیه و تحلیل الگوی چند وکسلی

رویکردهای مدل سازی پیش بینی

هوش مصنوعی برای اتصال مغز

اندازه گیری فعالیت مغز و آناتومی در انسان و حیوانات

کانکتومیک ساختاری و عملکردی

ابزارهای نظری نمودار

خوشه ها و استخراج زیرشبکه

تکنیک های کاهش ابعاد برای شناسایی شبکه های مغزی

رابط های ماشین و مغز

تشخیص فعالیت مغز

دستگاه های لمسی

کنترل بازخورد از طریق امواج مغزی

محدودیت های هوش مصنوعی

"مشکل جعبه سیاه" یادگیری ماشین

تفسیرپذیری، توضیح پذیری و کمی سازی عدم قطعیت مدل های یادگیری ماشینی

قدرت تعمیم مدل های یادگیری ماشینی

انتخاب مدل

توسعه معیارهای عینی

هوش مصنوعی برای زیست پزشکی

هوش مصنوعی برای زیست پزشکی


تصویربرداری و سنجش نوری پیشرفته با یادگیری ماشین

تقسیم بندی تصویر

رنگ آمیزی بافت مجازی

هوش مصنوعی به عنوان ابزاری برای افزایش تصمیم گیری در پزشکی شخصی و غربالگری دارو

ساختار و ترکیب داده های چند منبع در تصمیم گیری پیچیده زیست پزشکی

جنبه های قانونی و اخلاقی استفاده از هوش مصنوعی به عنوان ابزاری برای تصمیم گیری در پزشکی.

هوش مصنوعی برای مواد نرم و فعال

هوش مصنوعی برای مواد نرم و فعال


اکتساب داده با استفاده از یادگیری ماشین

تجزیه و تحلیل داده ها با استفاده از یادگیری ماشینی

حذف نویز با استفاده از یادگیری ماشین

یادگیری تقویتی در سیستم های فیزیکی

دینامیک سیستم های پیچیده

جست و جوی هوشمند

استراتژی های ناوبری و جستجو

هوش مصنوعی برای میکروسکوپ

هوش مصنوعی برای میکروسکوپ


میکروسکوپ محاسباتی

روش های بازسازی نوری مبتنی بر داده

میکروسکوپ ویدئویی دیجیتال

تولید مجموعه داده های آموزشی

هوش مصنوعی برای فوتونیک

هوش مصنوعی برای فوتونیک با مهندس شکوفه ساتری


طراحی سیستم نوری با استفاده از یادگیری ماشین

راه حل های مبتنی بر یادگیری ماشین برای مسائل معکوس در اپتیک

افزایش طیف سنجی با استفاده از یادگیری ماشین

موضوعات نوظهور در هوش مصنوعی

موضوعات نوظهور در هوش مصنوعی با مهندس شکوفه ساتری


انجمنی را برای یک جامعه بسیار بین رشته ای فراهم می کند که هوش مصنوعی را با فوتونیک، میکروسکوپ، ماده فعال، زیست پزشکی و اتصال مغز ترکیب می کند. نکته مهم این است که این کنفرانس شامل موضوعاتی خارج از تخصص اصلی اپتیک و فوتونیک است. فوتونیک و یادگیری ماشین به طور قاطع بین رشته ای تبدیل شده اند، و ما انتظار داریم که از طریق این رویکرد باز فکر، هم افزایی و الهام بیشتری داشته باشیم.


فعالانه با صنعت درگیر می شود تا تجاری سازی را تقویت کند و فرصت های شبکه ای را برای محققان جوان و با سابقه فراهم می کند.  با گرد هم آوردن کارشناسان از زمینه‌ها و زمینه‌های مختلف، بینش‌های اساسی جدیدی را ارائه می‌کند و کاربردهای فناوری و همچنین فرصت‌های تجاری‌سازی را شناسایی می‌کند.


موضوعات تحت پوشش شامل اما محدود به موارد زیر نیست:

اکتساب و تجزیه و تحلیل داده ها از طریق زیرسیستم های فوتونیک، به عنوان مثال، سری های زمانی، تصاویر، ردیابی ویژگی های ویدئویی، پردازش سیگنال نوری

شبیه سازی و طراحی اجزا و مدارهای فوتونیک

کنترل تطبیقی ​​تنظیمات آزمایشی از طریق چرخه‌های بازخورد قوی‌تر و انعطاف‌پذیرتر

میکروسکوپ محاسباتی پیشرفته با استفاده از هوش مصنوعی

مفاهیم محاسباتی جایگزین مانند شبکه های عصبی و ماشین های آیزینگ برای غلبه بر پایان مقیاس بندی مور و دنارد

جنبه های اساسی محاسبات غیر دیجیتال فوتونیک

فوتونیک یکپارچه و اجزای نوری غیرخطی برای محاسبات نسل بعدی

پزشکی دقیق افزایش یافته، به عنوان مثال، رنگ آمیزی بافت مجازی، تشخیص زودهنگام، و درمان های شخصی

هوش مصنوعی برای تجزیه و تحلیل اتصالات مغزی

معماری‌های محاسباتی بیومیمتیک و نورومورفیک

تجسم هوش در طبیعت و فناوری

تکامل رفتارهای تطبیقی ​​در سیستم های بیولوژیکی

مهندسی رفتارهای جمعی در ازدحام رباتیک

رابط های دستگاه لمسی مغز انسان

بینش فیزیکی و تفسیرپذیری مدل‌های هوش مصنوعی

محدودیت ها و انتقاد از استفاده از هوش مصنوعی.

سخنرانی‌های کلیدی و دعوت‌شده، دیدگاهی هیجان‌انگیز و گسترده از این تلاش پژوهشی بین‌رشته‌ای ارائه می‌کنند.

اصول تصویربرداری پزشکی هسته ای و تجزیه و تحلیل تصویر

اصول تصویربرداری پزشکی هسته ای و تجزیه و تحلیل تصویر

علاوه بر تصویربرداری سنتی گاما گاما، دو تکنیک اصلی تصویربرداری هسته ای توسعه یافته، توموگرافی انتشار پوزیترون (PET) و توموگرافی کامپیوتری تکثیر شده فوتون (SCECT) است. هر دو روش تصویربرداری در حال حاضر استاندارد در خدمات پزشکی هسته ای هستند.

تکنیک های تصویربرداری و رادیواکتیوالتیکی در تحقیقات بین رشته ای

معرفی
تفاوت اصلی بین تصویربرداری هسته ای و سایر آزمایشات رادیولوژیک این است که تصویربرداری هسته ای چگونه عملکرد ارگان ها را ارزیابی می کند، در حالیکه سایر روش های تصویربرداری آناتومی را ارزیابی می کنند یا اینکه چگونه اندامها را بررسی می کنند. مزیت ارزیابی عملکرد یک عضو این است که به پزشکان کمک می کند تا تشخیص و برنامه ریزی درمان های موجود یا آینده را برای بخشی از بدن ارزیابی کنند. پیشرفت های سریع در فن آوری های مهندسی و محاسبات امکان پذیر است که تصاویر هسته ای چند بعدی چند بعدی از اندام های پیچیده را برای تجزیه و تحلیل اطلاعات ساختاری و کاربردی فیزیولوژی انسانی برای تشخیص کامپیوتری، ارزیابی درمان و مداخله ای بدست آورند. اختراعات و تحولات تکنولوژیکی فرصت های جدید و پیشرفت های جدید را در تشخیص پزشکی هسته ای ایجاد کرده اند. برنامه کاربردی و موفقیت تجاری روش های جدید تصویربرداری هسته ای عمدتا به سه عامل اصلی بستگی دارد: حساسیت، ویژگی و اثربخشی هزینه. دو نفر اول ارزش افزوده بالینی را در مقایسه با روش های تصویربرداری پزشکی موجود تعیین می کنند. امروزه اهمیت بسیار بیشتری به اثربخشی هزینه ای نسبت به گذشته متصل می شود. این نیز برای تجهیزات تشخیصی درست است که به عنوان مثال یکی از عواقب آن این است که فرسایش قیمت رخ می دهد که در آن عملکرد یک ابزار برای توسعه بیشتر باز نیست. اثربخشی هزینه با مدیریت اطلاعات کارآمدتر در بیمارستان ها افزایش می یابد که از طریق دیجیتالی اطلاعات تشخیصی امکان پذیر است. ادغام اجتناب ناپذیر داده های پزشکی همچنین امکانات جدیدی را ارائه می دهد، مانند استفاده از تصاویر پیش از عمل به دست آمده در طی مراحل جراحی.

این فصل اصول روش های تصویربرداری هسته ای را ارائه می دهد و برخی موارد مطالعات و روند آینده تصویربرداری هسته ای را ارائه می دهد. این بحث بیش از حد تحولات اخیر در تجزیه و تحلیل تصویر و تاثیر احتمالی برخی از پیشرفت های تکنولوژیکی فعلی در تصویربرداری پزشکی هسته ای را مورد بحث قرار می دهد. این نظرسنجی محدود به تحولات بیمارستان ها است، عمدتا در محدوده محصولی از برخی از شرکت های معروف و در حال ظهور بین المللی است.