maia Edge

Description
هر روز اخبار و مقالات بروز و معتبر حوزه‌ی هوش مصنوعی در پزشکی را این جا دنبال کنید.

Medical Artificial Intelligence Association Edge

Main channel: @maiaSBMU
Advertising
We recommend to visit

ترید شاهین 💸 | 🕋𝐈𝐍 𝐆𝐎𝐃 𝐖𝐄 𝐓𝐑𝐔𝐒𝐓
آموزش صفر تا 100 کریپتو 📊
❗️معرفی خفن ترین پروژه ها‌ در بازار های مالی به صورت رایگان🐳
سیگنال فیوچرز و اسپات (هولد) رایگان🔥
با ما باشی💯 قدم جلویی رفیق🥂
𝐈𝐍𝐒𝐓𝐀𝐆𝐑𝐀𝐌 :
www.instagram.com/trade_shahin

Last updated 4 days, 20 hours ago

[ We are not the first, we try to be the best ]

Last updated 2 months ago

FAST MTPROTO PROXIES FOR TELEGRAM

Ads : @IR_proxi_sale

Last updated 1 month, 2 weeks ago

1 year, 10 months ago

▫️ همراهان گرامی maia edge

با توجه به شایعات ناگوار مبنی بر دستگیری محمد احمدوند شاهوردی، از اعضای پرکار maia و هماهنگ‌کننده تیم edge، فعالیت تیم edge تا روشن شدن وضعیت محمد عزیز و اطلاع و اطمینان از سلامت ایشان به حالت تعلیق در‌می‌آید. ما در maia نگران وضعیت محمد عزیز هستیم و پیگیر حال او خواهیم بود.

? از طرف شورای مرکزی maia

1 year, 11 months ago

⚡️ فراخوان بزرگ عضویت در maia

مایا، بزرگترین انجمن علمی هوش مصنوعی در دانشگاه‌های علوم پزشکی کشور و وزارت بهداشت عضو می‌پذیرد.

? به maia بپیوندید!

https://docs.google.com/forms/d/e/1FAIpQLSeKbkENlaFooSlry2_YPtt_Sl_5CIY7UexXo2wMuqCWsSMnig/viewform?usp=sf_link

| ?* @maiaSBMU *|

2 years, 1 month ago

**2️⃣ پیش بینی قابلیت حیات سلول های بنیادی**:
? بایندال و همکاران سلول‌های بنیادی دندانی جدا شده از پالپ دندان را در درمان‌های احیا کننده مختلف با استفاده از سیستم استنتاج Neuro-fuzzy ارزیابی کردند. در یک سناریوی بالینی شبیه سازی شده، این سیستم نتیجه را با آزمایش زنده ماندن سلول‌های بنیادی پس از درمان با لیپوپلی ساکاریدهای باکتریایی پیش بینی کرد. سیستم استنتاج Neuro-fuzzy ابزاری برای پیش‌بینی بقای سلول پس از اجرای پروتکل‌های بازسازی‌کننده مختلفی بود که با عفونت میکروبی به چالش کشیده می‌شوند. نویسندگان زنده ماندن سلول های بنیادی پالپ دندان را پس از درمان لیپوپلی ساکارید برای القای یک واکنش التهابی اندازه گیری کردند. سپس سطح دقت را با استفاده از تداخلات Neuro-fuzzy تطبیقی برای پیش‌بینی حیات این سلول‌ها پس از تهاجم میکروبی، تجزیه و تحلیل کردند.

*✍? نویسنده: علی میرزائی*? منبع : Journal of Endodontics? تاریخ انتشار :** June 09, 2021

#AI
#Dentistry
#Endodontics
#Predictions
#Retreatment
#Stem_cells
#Deep_learning
#Machine_learnin
#CBCT
#Endo

europepmc.org

Neuro-fuzzy method for predicting the viability of stem cells treated at different time-concentration conditions. - Abstract -…

2 years, 1 month ago

?مرور عناوین هفته گذشته در maia Edge

?کاربرد و چشم‌انداز آینده هوش مصنوعی: یک نظرسنجی از جراحان آلمانی?مترجم: مهدیس بارانی بیرانوند

?هوش مصنوعی: آینده مراقبت های دیابت
?مترجم: مهدی یاری

?هوش مصنوعی به تشخیص سرطان پانکراس کمک می‌کند?مترجم: روژینا رستار

?شناسایی سلول‌های ایمنی در کلیه با استفاده از تکنیک‌های سایتومتری بافت و یادگیری ماشین?مترجم: علیرضا زارع

*?* با maia Edge در لبه‌ی رو به گسترش علم حرکت‌ کن!

Medical Artificial Intelligence Association of SBMU

انجمن علمی هوش مصنوعی پزشکی دانشگاه علوم پزشکی شهید بهشتی

Channel: @maia_edge Main channel:** @maiaSBMU

2 years, 1 month ago

?سی تی روش تصویربرداری کلیدی برای تشخیص سرطان پانکراس است، اما حدود 40 درصد از تومورهای زیر 2 سانتی متر را از دست می دهد. نیاز فوری به ابزاری موثر برای کمک به رادیولوژیست ها در بهبود تشخیص سرطان پانکراس وجود دارد.

?محققان در تایوان در حال مطالعه یک ابزار تشخیص به کمک رایانه (CAD) هستند که از نوعی هوش مصنوعی به نام یادگیری عمیق برای تشخیص سرطان پانکراس استفاده می کند.

?آنها قبلاً نشان داده بودند که این ابزار می تواند به طور دقیق سرطان پانکراس را از پانکراس غیرسرطانی تشخیص دهد. با این حال، آن مطالعه بر روی رادیولوژیست ها تکیه داشت که به صورت دستی لوزالمعده را در تصویربرداری شناسایی می کردند - یک فرآیند پر زحمت که به عنوان قطعه بندی شناخته می شود. در مطالعه جدید، ابزار هوش مصنوعی پانکراس را به طور خودکار شناسایی کرد. این یک پیشرفت مهم است با توجه به اینکه پانکراس با اندام ها و ساختارهای متعدد هم مرز است و از نظر شکل و اندازه بسیار متفاوت است.

?محققان این ابزار را با یک مجموعه آزمایش داخلی متشکل از 546 بیمار مبتلا به سرطان لوزالمعده و 733 شرکت کننده کنترل توسعه دادند. این ابزار به 90 درصد حساسیت و 96 درصد ویژگی در مجموعه تست داخلی رسید.

?اعتبار سنجی با مجموعه ای از 1473 آزمون CT فردی از موسسات سراسر تایوان دنبال شد. این ابزار به 90 درصد حساسیت و 93 درصد ویژگی در تشخیص سرطان پانکراس از گروه کنترل دست یافت. حساسیت برای تشخیص سرطان پانکراس کمتر از 2 سانتی متر 75 درصد بود.

?‍?ویچونگ وانگ، نویسنده ارشد این مطالعه، استاد دانشگاه ملی تایوان و مدیر آزمایشگاه MeDA دانشگاه، گفت: عملکرد ابزار یادگیری عمیق با رادیولوژیست‌ها برابری می‌کند. به طور خاص، در این مطالعه، حساسیت ابزار تشخیص عمیق به کمک رایانه برای سرطان پانکراس با رادیولوژیست ها در یک مرکز ارجاع عالی بدون توجه به اندازه و مرحله تومور قابل مقایسه بود.

?‍?دکتر وانگ گفت که ابزار CAD پتانسیل ارائه انبوهی از اطلاعات را برای کمک به پزشکان دارد. این می تواند منطقه مشکوک به تفسیر رادیولوژیست سرعت را نشان دهد

?ابزار CAD ممکن است به عنوان مکملی برای رادیولوژیست ها برای افزایش تشخیص سرطان پانکراس عمل کند."

?محققان در حال برنامه ریزی مطالعات بیشتر هستند. به ویژه، آنها می خواهند به عملکرد ابزار در جمعیت های متنوع تر نگاه کنند. از آنجایی که مطالعه فعلی گذشته‌نگر بود، آنها می‌خواهند ببینند که چگونه در شرایط بالینی در دنیای واقعی عمل می‌کند.

✍️مترجم:روژینا رستار

?منبع:MEDICALXPRESS

? تاریخ انتشار: Sep 13,2022

#AI#Cancer#Pancreas#Diagnosis *?️ @maia_Edge *Main channel: @maiaSBMU

Telegram

Rozhina

You can contact @r\_2038 right away.

We recommend to visit

ترید شاهین 💸 | 🕋𝐈𝐍 𝐆𝐎𝐃 𝐖𝐄 𝐓𝐑𝐔𝐒𝐓
آموزش صفر تا 100 کریپتو 📊
❗️معرفی خفن ترین پروژه ها‌ در بازار های مالی به صورت رایگان🐳
سیگنال فیوچرز و اسپات (هولد) رایگان🔥
با ما باشی💯 قدم جلویی رفیق🥂
𝐈𝐍𝐒𝐓𝐀𝐆𝐑𝐀𝐌 :
www.instagram.com/trade_shahin

Last updated 4 days, 20 hours ago

[ We are not the first, we try to be the best ]

Last updated 2 months ago

FAST MTPROTO PROXIES FOR TELEGRAM

Ads : @IR_proxi_sale

Last updated 1 month, 2 weeks ago