دوره‌های مهندسی پزشکی
نوع دوره
موضوعات
دانشگاهی: فنی و مهندسی
مهندسی پزشکی
ویژگی‌ها
همکار/دانشگاه
صفحات پربازدید
مرتب سازی:
جدیدترین‌ها
محبوب‌ترین
بالاترین امتیاز
9
دوره
مقدمه ای بر مهندسی پزشکی
.
دانشگاه تهران
مدرس:
سید کمال الدین ستاره دان
23 جلسه
27
ساعت
4,938
دانشجو
4.9
(9)
رایگان
نرم افزار سالیدورکس | آموزش Solidworks مقدماتی تا پیشرفته
سالیدورکس، یکی از محبوب‌ترین و فراگیر‌ترین نرم‌افزارهای CAD در سراسر جهان است. شرکت سازنده آن، بیش از 3.5 میلیون لیسانس رسمی سالیدورکس را به فروش رسانده که از نظر بسیاری از منتشر‌کنندگان آمار در این حیطه، این نرم افزار را محبوب‌ترین نرم افزار CAD در سراسر جهان ساخته‌است.
در کشور ما نیز، این نرم‌افزار، یکی از چند نرم‌افزار بسیار پر‌کار‌برد، در انجام پروژه‌های صنعتی است و بسیاری از شرکت‌ها، این نرم‌افزار را برای طراحی، برگزیده‌اند.
این فراگیری گسترده، به نوعی آن را تبدیل به یک ابزار روتین مهندسی و به طور خاص، مهندسی مکانیک کرده‌است. به طوری که تقریباً همه از یک مهندس مکانیک انتظار آشنایی با نحوه‌ی کار با این نرم‌افزار را دارند. همچنین، بسیاری از تکنسین‌های نقشه‌کشی، با دانستن نحوه‌ی کار با سالیدورکس، از موقعیت ممتازی برای انتخاب فرصت‌های شغلی، بهره‌مند می‌شوند.
پس از آشنایی با سالیدورکس، تایید خواهید کرد که سالیدورکس، شایستگی محبوبیت خود را دارد.محیط کاربرپسند، ابزارهای فوق‌العاده کاربردی و چینش مناسب آنها و ... ، کار با سالیدورکس را به تجربه‌ای لذت‌بخش تبدیل کرده است. به نوعی می‌توان گفت وقتی یک مهندس با نرم‌افزار سالیدورکس آشنایی کامل داشته باشد، برای فکر کردن هم از آن استفاده می‌کند!
سالیدورکس برای فکر کردن به طراحی‌های ممکن مفید بوده و نتیجه‌ی اجرای طرح های گوناگون را به راحتی در اختیارتان قرار می‌دهد و گویی ابزار و فضای جدیدی را برای ذهن شما فراهم می‌کند تا طراحی‌های ممکن را بررسی و اجرا کنید.
همچنین برای مستند‌سازی قطعات و فیکسچرها و یا طراحی نقشه‌های ساخت، با استفاده از مهندسی مستقیم یا معکوس، سالیدورکس ابزاری قدرتمند است.
در نهایت می‌توانید فایل ایجاد شده در نرم‌افزار سالیدورکس را به طور مستقیم به بسیاری از دستگاه های ساخت ( از جمله پرینترهای سه بعدی، دستگاه های برش لیزری و ... ) وارد کنید.
در دوره‌ی آموزش نرم‌افزار سالیدورکس مکتب‌پلاس، سعی شده، از ابتدای نصب نرم‌افزار و باز کردن نرم‌افزار، برای اولین بار، تا آخرین گام‌های طراحی و رندرگیری از طراحی انجام شده، گام‌به‌گام و با ارائه‌ی مثال، به پیش رفته و دنیای فوق‌العاده‌ی سالیدورکس را کشف و معرفی کنیم.
برای گذراندن این دوره، احتیاج به پیش‌نیاز خاصی نیست و شاید آشنایی با ماوس و کیبورد برای آن کافی باشد!
البته داشتن دید و درک فضایی مناسب در انجام طراحی و امور نقشه‌کشی، بسیار راه‌گشا بوده و تقویت و تربیت این درک، با تمرین فراوان امکان‌پذیر است.
قابلیت‌ها و محیط مناسب سالیدورکس، به این امر، سرعت می‌بخشد.
در این دوره، به آموزش از طریق ارائه‌ی چند ساعت ویدیو‌ی صرف، اکتفا نشده و مشاهده‌ی ویدیوها، ابتدای راه است.
پس از مشاهده‌ی ویدیوها، با انجام کوئیزها و پروژه‌ها، میزان آمادگی خود را پس از مشاهده ویدیوها محک زده و فرصت تمرین آموزش‌های داده شده را پیدا خواهید کرد. در هر مرحله، از فرآیند یادگیری، تیم پشتیبانی آماده‌ی پاسخگویی به ابهامات و ایرادات احتمالی است.
مدرس:
آرمین طرقی
67 جلسه
30
ساعت
5,161
دانشجو
3.9
(54)
گواهینامه
489,000
تومانء
آموزش رایگان الکترودینامیک کلاسیک
الکترودینامیک به بررسی یکی از چهار نیروی اصلی طبیعت یعنی نیروی الکترومغناطیسی می‌پردازد. الکترودینامیک به همراه مکانیک کلاسیک و مکانیک کوانتومی شالوده اصلی فیزیک امروزی را تشکیل می‌دهند. در الکترودینامیک کلاسیک مفهوم بار، جریان، توزیع بار، جریان مستقل و وابسته به زمان، میدان‌های الکتریکی و مغناطیسی و به دنبال آن مفاهیم پتانسیل الکتریکی و پتانسیل برداری به تفصیل بررسی می‌شوند و مسائل با شرایط مرزی متنوع در حضور توزیع‌های بار، جریان و اثرات فیزیکی آنها در الکترودینامیک مورد توجه قرار می‌گیرند. با وارد کردن نسبیت خاص انیشتین، وحدت دو بخش الکتریسیته و مغناطیس به روشنی دیده می‌شود. پدیده‌های برخاسته از نظریه الکترودینامیک مانند تابش امواج، اپتیک موجی، آنتن‌ها و مدارهای الکتریکی و مانند آن در این درس به صورت بنیادین و با زبان ریاضی پیشرفتهای بیان می‌شوند و خواننده را قادر می‌سازد تا مسائل نظری و تجربی را به راحتی مورد بررسی قرار دهد.
این درس برای دو نیمسال تحصیلی طراحی شده‌است و مباحث عبارتند از:
الکترواستاتیک در خلاء و چند قطبی‌ها و همچنین دی‌الکتریک به‌علاوه‌ی روش نگاشت همدیس در مسائل الکترواستاتیک
مگنتواستاتیک در خلاء و ماده
میدان‌هایی با تغییر زمانی، معادلات ماکسول و قوانین پایستگی
امواج تخت و پاشندگی موج در ماده
نسبیت خاص و دینامیک ذرات باردار نسبیتی و امواج الکترومغناطیسی
مگنتو هیدرودینامیک
برخورد ذرات باردار
تابش ذرات باردار
پراکندگی و پراش و میدان‌های چندقطبی
تابش ترمزی و فرایند واپاشی بتازا
***درس درحال تکمیل است***
دانشگاه تهران
مدرس:
حمیدرضا مشفق
50 جلسه
74
ساعت
3,403
دانشجو
4.8
(24)
رایگان
آشنایی با اصول تصویربرداری و آنالیز داده‌های تصویربرداری تشدید مغناطیسی عملکردی (fMRI)
درس «آشنایی با اصول تصویربرداری و آنالیز داده‌های تصویربرداری تشدید مغناطیسی عملکردی (fMRI)» در نیمسال دوم سال تحصیلی 99-98 ضبط شده‌است - دانشگاه علوم پزشکی تهران
این دوره آموزشی مربوط به یکی از دروس دوره دکتری تخصصی رشته تصویربرداری عصبی است. این درس در گروه علوم اعصاب در دانشکده فناوری‌های نوین پزشکی دانشگاه علوم پزشکی تهران تدریس می‌شود. تصویربرداری fMRI (functional Magnetic Resonance Imaging) از اصلیترین روش‌های پژوهشی در علوم اعصاب و بهخصوص علومشناختی می‌باشد که می‌تواند به‌صورت غیرتهاجمی و بدون آسیب، به بررسی نحوه فعالیت مغز انسان در شرایط شناختی متفاوت بپردازد. در بین روشهایی که برای این موضوع وجود دارند، از جمله EEG, MEG, nTMS, PET، به علت کاملاً بدون آسیب بودن، به دلیل رزولوشن مکانی مناسب و رزولوشن زمانی قابل قبول، و همچنین به علت انعطافپذیری مناسب این روش تصویربرداری در ارائه آزمون‌های شناختی و عملکردی به شرکتکنندگان و بیماران، روش fMRI از مقبولترین و شناختهشدهترین روش‌های تصویربرداری عملکردی مغز است.
این درس تا کنون چندین بار توسط مدرس این دوره در دانشگاه علوم پزشکی تهران تدریس شده‌است. بهعلاوه، در چندین کارگاه آموزشی (بیش از 10 مورد) که هر کارگاه در 3 روز برگزار شده‌است نیز مبحث تصویربرداری fMRI در دو سطح نظری و عملی توسط دکتر بتولی تدریس گردیدهاست که بخشهای نظری تدریس شده در اینجا و در قالب ویدئوهای آموزشی به‌صورت رایگان ارائه میگردند. این دوره‌های آموزشی عمدتاً در گروه آنالیز تصاویر مغزی (NIAG) که تحت نظارت جناب آقای دکتر عقابیان اداره می‌شود ارائهشدهاند، و همچنین این دوره توسط تیم تحقیقاتی BRAINEE (www.brainee.ir) در چندین شهر از جمله بوشهر، شیراز، مشهد، تبریز، و اصفهان نیز برگزار شده‌است.
مخاطبان این دوره، هم در سایت مکتبخونه، و هم در تمامی کارگاههای برگزار شده، محققان، دانشجویان، و حتی اساتید دانشگاه در زمینه‌های زیر بودهاند: پزشکی عمومی، تخصصهای پزشکی از جمله روانپزشکی و نورولوژی، روانشناسی، علومشناختی و علوم اعصاب، آمار و ریاضیات، فیزیک پزشکی، مهندسی پزشکی و مهندسی برق، و همچنین مهندسی کامپیوتر و هوش مصنوعی. در حقیقت، بسیاری از افرادی که از روش fMRI استفاده مینمایند، به علت گستردگی تخصصهای درگیر در این روش، تنها بخشی از روش کار را بر عهده می‌گیرند، و لذا همواره انجام این گونه پژوهشها در قالب کار گروهی خواهد بود. توصیه همیشگی به محققان در این بخش آن است که سعی نمایند خود به تمامی اصول و مبانی این روش مسلط باشند، چرا که این تسلط علمی تأثیر بسیار زیادی بر کیفیت انجام کار میگذارد.
در این دوره سعی شده است تا تمامی دانش لازم برای انجام مستقل یک تصویربرداری fMRI آموزش داده شود، و درعینحال میدانیم که انجام دقیق و صحیح این گونه پژوهشها، با توجه به جزئیات بسیار زیاد و ظریف این روش، نیازمند چاشنی بسیار مهم تجربه نیز می‌باشد.
این دوره شامل مباحث زیر است:
1- تصویربرداری fMRI
2- طراحی آزمون در fMRI
3- بیش از 300 نکته مهم در طراحی و اجرای مطالعات fMRI
4- پیش‌پردازش داده‌ها در fMRI
5- آنالیز داده‌ها (نظری) در fMRI
6- استنتاج آماری در fMRI
پیشنیازهای این دوره:
- آشنایی با اصول تصویربرداری تشدید مغناطیسی (MRI)
- آشنایی اولیه با آمار، ریاضیات و علوم کامپیوتر
دانشگاه علوم پزشکی تهران
مدرس:
سید امیرحسین بتولی
36 جلسه
22
ساعت
3,348
دانشجو
4.9
(11)
رایگان
تئوری تخمین
نظریه تخمین مدرن را در قلب بسیاری از سامانه‌های پردازش سیگنال که برای استخراج اطلاعات طراحی شده‌اند می‌توان یافت. این سامانه‌ها شامل ۱. رادار ۲. سونار ۳. پردازش صوت ۴. پردازش تصویر ۵. مهندسی پزشکی ۶. مخابرات ۷. کنترل ۸. لرزه‌شناسی و بسیاری سامانه‌های دیگر هستند. نقطه اشتراک همه این سامانه‌ها در نیازمند بودن آنها به تخمین مقدار گروهی از پارامترها است.
در سونار کشتی‌ها برای تخمین جهت حرکت زیردریایی دشمن، آرایه زیرآبی از حسگرها را با خود می‌کشد. این حسگرها هیدروفون نام دارند. روش کار به این صورت است که تأخیر زمانی بین سیگنال‌های دریافتی هیدروفون‌های مجاور می‌تواند برای پیدا کردن جهت حرکت زیردریایی دشمن مورد استفاده قرار گیرد. مسئله‌ای که وجود دارد این است که سیگنال‌ها آمیخته به نویز هستند. در این مثال منشا نویز می‌تواند ناشی از جریان آب، ادوات الکترونیکی، ادوات کشتی و غیره باشد.
مثال دیگر در زمینه مهندسی پزشکی است. فرض کنید می‌خواهیم نرخ ضربان قلب یک بیمار را تعیین نماییم. به علاوه میدانیم که سیگنال ضربان قلب آغشته به نویز الکترونیکی، نویز موجود در حسگر و نیز اغتشاشات حرکت بدن بیمار است.
مثال بعدی در زمینه مخابرات است. وقتی می‌خواهیم سطح نویز را در خطوط تلفن تخمین بزنیم تا میزان بهره تقویت کننده را تعیین کنیم نیاز به تکنیک‌های علم تخمین داریم. در علم اقتصاد باید بتوان شاخص بازار بورس را تخمین زد. در مهندسی قابلیت اطمینان باید بتوانیم میانگین زمان بین دو خراب شدن سامانه را تخمین بزنیم. در بیمه سنجی باید بتوانیم طول عمر انسان‌های مذکر در یک کشور را تخمین بزنیم. در همه این مثال‌ها نیاز به تکنیک‌هایی داریم که در این درس یاد خواهیم گرفت.
درس نظریه تخمین حدود ۳۰ ساعت شامل ۲۰ جلسه یک ساعت و نیمه خواهد بود. این درس برای دانشجویان رشته برق خصوصا گرایش‌های کنترل، مخابرات و مهندسی پزشکی مفید است. به علاوه دانشجویان رشته مهندسی مکانیک که در زمینه ناوبری و یا کنترل فعالیت دارند، بسیاری از مطالب این درس خصوصا بخش دوم آن را مفید خواهند یافت. تخمین پارامتر موضوعی است که به طور استاندارد در بسیاری از کتاب‌های آماری یافت می‌شود. این کتاب‌ها گستره بزرگی را شامل می‌شوند. مثلا دربرگیرنده مباحث نظری آماری هستند که معمولا در کتاب‌های نوشته شده توسط آماردانان یافت می‌شوند. طیف دیگر اما موضوعات کاربردی هستند. درس حاضر تلاشی برای ایجاد تعادل بین این دو غایت است. مخاطبین این درس کسانی هستند که به دنبال طراحی و پیاده‌سازی الگوریتم‌های پردازش سیگنال می‌باشند. به همین دلیل تمرکز اصلی روی بدست آوردن الگوریتم‌های تخمین بهینه‌ای است که روی یک کامپیوتر دیجیتال قابل پیاده‌سازی هستند.
مرجع این درس کتاب زیر است:
Steven Kay, Fundamentals of Statistical Signal Processing: Estimation Theory
دروس آمار و تجزیه تحلیل سیستم‌های دوره کارشناسی، پیش‌نیاز این درس هستند.
جزوه و تمرین‌های دوره در آدرس زیر قابل مشاهده هستند:
https://drive.google.com/drive/folders/1To57ojytGiCXKazCPM-NV5SlyQM3--AS?usp=sharing
دانشگاه صنعتی نوشیروانی بابل
مدرس:
جواد کاظمی‌تبار
20 جلسه
27
ساعت
2,961
دانشجو
4.4
(8)
رایگان
آموزش پردازش سیگنال‌های EEG و کار با جعبه‌ابزار EEGLAB
ثبت و تحلیل سیگنال‌های الکتریکی مغز (EEG) به‌عنوان ابزاری جهت شناخت عملکرد مغز در حین انجام تکالیف عصب - شناختی، تشخیص و درمان بسیاری از بیماری‌ها و اختلالات عصبی، بازاریابی عصبی جهت طراحی جذاب‌تر صفحات تبلیغاتی و بسته‌بندی، معماری و طراحی شهری و دکوراسیون جهت تحریک سیستم احساسات در مغز به نحو مطلوب و یا طراحی بازی‌های تفریحی و درمانی استفاده می‌شود.
تاکنون نرم‌افزارهای متعددی برای تحلیل این سیگنال ارائه شده است. یکی از آنها جعبه‌ابزار EEGLAB است که با اضافه‌شدن به محیط نرم‌افزار MATLAB امکان اجرای بسیاری از پردازش‌های مطرح در تحلیل سیگنال‌های EEG را فراهم می‌آورد. این جعبه‌ابزار متن‌باز بوده و میزان آمار ارجاع به این جعبه‌ابزار نشان می‌دهد که هر ساله تحقیقات قابل‌توجهی به کمک این جعبه‌ابزار به انجام می‌رسد.
نتایج گزارش شده در سایت مرکز علوم اعصاب سوارتز نشان می‌دهد که این جعبه‌ابزار نسبت به جعبه‌ابزارهای مشابهی که برای پردازش سیگنال‌های EEG در محیط‌های دیگر از جمله پایتون طراحی شده‌اند، از محبوبیت و استقبال بیشتری برخوردار بوده است.
این جعبه‌ابزار دارای یک واسط گرافیکی با کاربری ساده است که به محققین در حوزه‌های غیرمهندسی بدون نیاز به داشتن دانش و تجربه در خصوص الگوریتم‌های پردازش سیگنال و همچنین افرادی که به‌تازگی تحلیل سیگنال EEG را شروع کرده‌اند، این امکان را می‌دهد که بدون نیاز به کدنویسی و انجام عملیات پیچیده، سیگنال‌های خود را پردازش و تحلیل کنند.
در این کارگاه ابتدا با بیانی ساده مفاهیم نظری و اصطلاحات مطرح در حوزه پردازش سیگنال‌های EEG تشریح می‌گردد و سپس به طور عملی سیگنال‌های EEG ثبت شده در شرایط مختلف به کمک این جعبه‌ابزار مورد پردازش قرار می‌گیرند. می‌شود.
این دوره برای چه کسانی مفید خواهد بود؟
این دوره برای افرادی که پیش‌زمینه لازم در خصوص الگوریتم‌های پردازش سیگنال و برنامه‌نویسی را نداشته؛ ولی علاقه‌مند به تعریف پروژه‌هایی در حوزه علوم اعصاب شناختی مبتنی بر ثبت و مطالعه سیگنال‌های الکتریکی مغز (EEG) هستند، مفید خواهد بود. ولی برای محققینی که با الگوریتم‌های محاسباتی پردازش سیگنال (DSP یا BSP) آشنا هستند، شرکت در دوره‌های پیشرفته پردازش سیگنال EEG توصیه می‌شود.
مدرس:
گلناز بغدادی
65 جلسه
20
ساعت
200
دانشجو
3.8
(4)
919,000
تومانء
آموزش آنالیز RNAseq با سرور Galaxy
در دهه‌های اخیر با توالی‌یابی ژنوم و ترنسکریپتوم موجودات مختلف و تولید حجم عظیم دیتای خام حاصل از آنها، یادگیری روش‌های تجزیه‌وتحلیل این داده‌ها توسط زیست‌شناسان، اهمیت افزونی پیدا کرده به‌طوری‌که در حال حاضر موفقیت‌های آکادمیک و تحقیقاتی در حوزهٔ بیولوژی و تقویت رزومه در راستای آنها، علاوه بر تسلط بر تکنیک‌های آزمایشگاهی و درک مفاهیم بنیادین، مستلزم تسلط بر روش‌های بیوانفورماتیکی که از جملهٔ آنها آنالیز داده‌های RNAseq است، می‌باشد.
کاربردهای RNAseq
در حال حاضر آنالیز داده‌های RNA sequencing یکی از کارآمدترین و پرکاربردترین روش‌های مطالعهٔ جامع پدیده‌های زیستی است. این آنالیز امکان مقایسهٔ پروفایل بیان ژنی بین سمپل‌های مختلف زیستی را فراهم می‌کند و به این وسیله محققان حوزهٔ زیست‌شناسی را به یافتن الگوهای تغییر بیان ژن‌ها و مسیرهای درون‌سلولی در اثر تغییر شرایط محیطی یا بیماری‌ها و در پی آن به درمان بیماری‌ها قادر می‌سازد. همچنین یافتن بیومارکرهای جدید برای بیماری‌ها از دیگر کاربردهای RNAseq می‌باشد.
مزیت این دوره بر سایر دوره‌های آنالیز داده‌های RNAseq
آنالیز داده‌های خام RNAseq نیازمند داشتن دسترسی به سیستم‌های محاسباتی قدرتمند (سرور و یا لپ‌تاپ قدرتمند)، کدنویسی با لینوکس ونرم افزار R یا پایتون می‌باشد. اما استفاده از سرور قدرتمند نیازمند پرداخت هزینه است و دسترسی به آن همیشه مقدور نیست و همچنین زیست‌شناسان معمولاً امکان صرف وقت کمتری برای یادگیری کدنویسی دارند؛ بنابراین در این آموزش ما برای این کار از سرور گلکسی استفاده می‌کنیم که به‌صورت free سیستم محاسباتی باقدرت بالا را در اختیار عموم قرار می‌دهد و توسط رابط کاربری که ایجاد می‌کند امکان آنالیز RNAseq بدون کدنویسی را برای زیست‌شناسان فراهم می‌کند.
مخاطبین این دوره چه کسانی می‌باشند؟
یادگیری آنالیز RNAseq دری از مطالعات بیان ژن را به روی محققان تمامی گرایش‌های زیست‌شناسی (سلولی و مولکولی، ژنتیک، میکروبیولوژی، ایمنی‌شناسی، بیوشیمی، علوم جانوری و گیاهی، فیزیولوژی، انگل‌شناسی و...) می‌گشاید و آنها را به نوشتن مقالات علمی در این زمینه و تقویت رزومه ی بین‌المللی قادر می‌سازد
مدرس:
مریم السادات مومنی
32 جلسه
4
ساعت
132
دانشجو
3.8
(5)
1,389,000
تومانء
آموزش طراحی سیستم‌های واسط مغز-رایانه (BCI)
سیستم BCI چیست؟
سیستم‌های واسط مغز-رایانه (BCI) پل ارتباطی مستقیم بین مغز انسان با رایانه هستند. در این سیستم‌ها، فرد فقط با فکر و تصور کردن می‌تواند یک سامانه مثل ویلچر را کنترل کند. رایانه با پردازش سیگنال الکتریکی مغز (EEG) متوجه می‌شود که فرد به چه چیزی فکر کرده است و دستور متناسب با تصور فرد را اجرا می‌کند. این سیستم‌ها در دنیای فردا جایگاه ویژه‌ای خواهند داشت؛ تصور بکنید کلی از کارهای روزمره‌تون رو بتونید فقط با فکر کردن بدون انجام هیچ حرکت فیزیکی انجام بدید! جالب نیست؟
سیستم‌های BCI چه کاربردهایی دارند؟
سیستم‌های BCI به عنوان یک کاربرد عمومی می‌توانند به منظور افزایش سرعت انجام کارها و راحت‌تر شدن زندگی روزمره ایفای نقش کنند اما امروزه جایگاه اختصاصی‌تری دارند؛ در دنیای امروز از سیستم‌های BCI اکثراً برای کمک به افراد ناتوان استفاده می‌شود. برای مثال افرادی که توانایی راه رفتن و همچنین حرکت دادن دست‌های خود را ندارند می‌توانند با فکر کردن یک ویلچر را کنترل کنند و یا افرادی که نمی‌توانند صحبت کنند و گویایی خود را از دست داده‌اند، می‌توانند با فکر کردن به جمله‌ی مورد نظر خود، رایانه را از گفته‌ی خود آگاه سازند و سپس رایانه با گفتن جمله‌ی مورد نظر به صورت صوتی، جمله‌ی فرد را برای مخاطب گویا کند.
در این دوره چی یاد می‌گیریم؟
در این دوره اساس کار با EEG را فرا می‌گیرید؛ از پیش‌پردازش و فیلتر کردن نویزها تا استخراج ویژگی و طبقه‌بندی. در این دوره به صورت مرحله به مرحله اجزای یک سیستم BCI را یاد می‌گیریم و طراحی می‌کنیم تا به یک سیستم BCI مطلوب برسیم. دادگانی که با آنها کار می‌کنیم، دادگان BCI Competition iv است و این دادگان شامل چهار کلاس هستند که ما باید بتونیم این چهار کلاس رو جداسازی کنیم و در نهایت به دستورهای عملی در یک سیستم اجرایی تبدیل کنیم. ساده‌تر بگم! قراره یک سری EEG که از قبل در اختیار ما قرار دادن رو پردازش بکنیم و بفهمیم که هر فرد به چه چیزی فکر کرده است. در این دوره تمرکز بر پردازش سیگنال است و به همین دلیل خیلی از اصول استفاده شده مختص سیستم‌های BCI نیست؛ به عبارت دیگه، کلاً پردازش سیگنال الکتریکی مغزی رو قراره یاد بگیریم و نه صرفاً طراحی یک سیستم BCI، هرچند با پردازش‌هایی که انجام می‌دهیم قراره که به یک سیستم BCI برسیم.
جزییات دوره چیست؟
در این دوره با پردازش دادگان BCI Competition iv یک سیستم BCI کارآمد طراحی می‌شود. این دادگان شامل EEG از نه فرد در چهار کلاس تصور حرکت دست چپ، تصور حرکت دست راست، تصور حرکت هردوپا و تصور حرکت زبان است. در این آموزش پیش‌پردازش دادگان با استفاده از فیلترهای زمانی و مکانی انجام شده است. فیلترهای استفاده شده شامل فیلتر زمانی میان‌گذر و فیلتر میان نگذر جهت حذف نویز برق شهر، و فیلتر مکانی CAR هستند. استخراج ویژگی‌ها استفاده از الگوریتم CSP انجام می‌شود. الگوریتم CSP یک روش محبوب جهت استخراج ویژگی از دادگان تصور حرکت است و در سرتاسر دنیا از آن به منظور استخراج ویژگی استفاده می‌شود. در ادامه، انتخاب ویژگی با استفاده از روش SFFS انجام می‌شود. این روش یکی از روش‌های انتخاب ویژگی برداری ( و نه عددی) است که نتایج طبقه‌بندی را در انتخاب ویژگی‌های بهینه اثر می‌دهد. در نهایت طبقه‌بندی با استفاده از طبقه‌بند LDA که همواره در طبقه‌بندی ویژگی‌های CSP عملکرد خوبی داشته است انجام می‌شود.
مدرس:
محمد پارسا کاویان
26 جلسه
9
ساعت
89
دانشجو
639,000
تومانء
آموزش روش‌های سترون سازی، اصول و کاربردها
این دوره به بررسی اهمیت و روش‌های استریل کردن تجهیزات و کاشتنیهای پزشکی می‌پردازد و شما را با انواع روش‌های استریل و انتخاب روش استریل متناسب با محصول یا نمونه آزمایشگاهی شما آشنا می‌کند. انتخاب روش استریل مناسب بخشی از مراحل توسعه محصولات است و اگر میخواهید محصولی موفق روانه بازار کنید حتما باید به روش مناسب برای استریل کردن محصولتان بیاندیشید. اگر دانشجو و مشغول پژوهش در رابطه با توسعه یک محصول پزشکی هستید حتما با این آموزشها همراه باشید تا بتوانید برای انتخاب روش مناسب استریل بهتر تصمیم گیری کنید. شاید تماشای این ویدئو به شما در انتخاب موضوع پژوهشتان نیز کمک کند.
مدرس:
صفورا فرشید
5 جلسه
0:34
ساعت
5
دانشجو
69,000
تومانء