Warning: Undefined array key 0 in /var/www/tgoop/function.php on line 65

Warning: Trying to access array offset on value of type null in /var/www/tgoop/function.php on line 65
670 - Telegram Web
Telegram Web
✍🏻 استارتاپ Kate Therapeutics که توسط محمد شریف تابع بردبار و تیمش تأسیس شد، تنها یک سال پس از راه‌اندازی، توانست به موفقیت بزرگی دست یابد و شرکت خود را به دومین شرکت بزرگ داروسازی جهان، Novartis، بفروشد.


🌍 دکتر محمد شریف تابع بردبار، دانش‌آموخته بیوتکنولوژی پیوسته از دانشگاه تهران و دکتری از هاروارد، با پیگیری ایده‌های نوآورانه خود، توانسته است به‌عنوان یک ایرانی مقیم آمریکا، نقشی کلیدی در پیشرفت درمان‌های ژن‌درمانی ایفا کند. این دستاورد نه‌تنها موفقیت علمی، بلکه یک پیروزی مالی بزرگ است.

📈 پیش‌بینی می‌شود که اندازه بازار ژن‌درمانی تا سال ۲۰۳۱ به بیش از ۴۱ میلیارد دلار برسد که نشان از اهمیت و پتانسیل بالای این صنعت دارد.

💡 برای آشنایی بیشتر با این موفقیت بزرگ و دستاوردهای دکتر تابع بردبار، به وبینار ویژه‌ای در تاریخ ۱۷ آذر ۱۴۰۳ بپیوندید.

🌐 برای اطلاعات بیشتر و ثبت‌نام وبینار به لینک‌های زیر مراجعه کنین:👇🏻

┏━━━━━━ 
     🆔 @UIBiologists🌱💡 
┗━━━━━━
یادگیری ماشین رقیب جدی متخصصان علوم اعصاب!

امروز تکنولوژی یادگیری ماشینی (Machine Learning) به یک ابزار قدرتمند و بالقوه برای تشخیص بیماری های مغزی با دقت بسیار بالایی تبدیل شده است. به طوری که بسیاری از افراد معتقدند در آینده ای نه چندان دور، ML میتواند در زمینه ی تشخیص بیماری ها به طور کامل جایگزین پزشکان و متخصصان علوم اعصاب شود!

و اما سوال اصلی اینجاست:
👀این موضوع افسانه است یا واقعیت؟👀

🤔یادگیری ماشینی در آینده، رقیب یا همکار متخصصین علوم اعصاب خواهد بود؟

🤔آیا ML مغز انسان را بهتر از متخصصان میشناسد؟

🤔در آینده در ابتدای امر بیماران به کدام یک مراجعه خواهند کرد: پزشکان متخصص یا نتایج الگوریتم ها؟

🤔نظر شما چیست؟

✍🏻نویسنده: غزل رژه

📌 @ir_neuroacademy
• آکادمی علوم اعصاب ایران
🧠 هوش مصنوعی می‌تواند آلزایمر را 7 سال زودتر پیش بینی کند!

📚 محققان یک روش هوش مصنوعی ایجاد کرده‌اند که می‌تواند بیماری آلزایمر را تا هفت سال قبل از شروع علائم، با استفاده از یادگیری ماشینی برای تجزیه و تحلیل سوابق بیمار پیش‌بینی کند.

🩺 شرایطی که بیشترین تأثیر را بر پیش‌بینی آلزایمر داشت، کلسترول بالا و برای زنان، بیماری ضعیف‌کننده استخوان، پوکی استخوان بود. 

💊 عوامل متعددی از جمله فشار خون بالا، کلسترول بالا و کمبود ویتامین D، در مردان و زنان پیش‌بینی‌کننده بودند. اختلال نعوظ و بزرگی پروستات نیز برای مردان پیش‌بینی‌کننده بود.

👩🏻‍🦰 اما برای زنان، پوکی استخوان یک پیش‌بینی‌کننده مهم بود. این بدان معنا نیست که همه مبتلایان به بیماری استخوانی که در بین زنان مسن شایع است، آلزایمر خواهند گرفت.

🩺 دکتر مارینا سیروتا، نویسنده ارشد این مطالعه، گفت: «می‌توانیم از داده‌های بیمار با یادگیری ماشینی استفاده کنیم تا پیش‌بینی کنیم که کدام بیماران بیشتر در معرض ابتلا به آلزایمر هستند و همچنین دلایل این امر را درک کنیم.»

✍🏻 نویسنده: پریا اکبری

📌 @ir_neuroacademy
• آکادمی علوم اعصاب ایران
تا حالا به این فکر کردی که مغزت چه سیگنال‌هایی می‌فرسته؟ 🤔

امروز قراره درباره زبانی صحبت کنیم که مغز باهاش ارتباط برقرار می‌کنه و هوش مصنوعی اون رو ترجمه می‌کنه! 📡

تصور کن مغزت یه شهر پر از چراغه... 💡 هر چراغ یه پیام، هر پیام یه داستان!

با کمک یادگیری ماشینی و EEG/qEEG، حالا می‌تونیم این داستان‌ها رو بخونیم! 📖

EEG?
یه نقشه‌خوان مغزی! تصور کن داری از مغز عکس می‌گیری، اما نه با دوربین، بلکه با امواج الکتریکی. ⚡️

qEEG?

انگار یه مترجم هوشمند که این نقشه رو به زبون اعداد ترجمه می‌کنه! 🔢

با ما همراه باش تا در پست امروز بیشتر درباره این موضوع جالب بگیم! 🚀

📌 @ir_neuroacademy
• آکادمی علوم اعصاب ایران
آینده تشخیص اختلالات مغزی در دستان فناوری! 🌐


با پیشرفت‌های شگرف در یادگیری ماشینی و تحلیل داده‌های EEG و qEEG، در حال ورود به دنیایی هستیم که تشخیص بیماری‌های مغزی به مراتب دقیق‌تر و سریع‌تر خواهد بود. آیا شما هم به تأثیر این فناوری‌ها بر بهبود کیفیت زندگی بیماران فکر کرده‌اید؟ بیایید با هم آینده‌ای روشن‌تر بسازیم! 💡

📌 @ir_neuroacademy
• آکادمی علوم اعصاب ایران
📊 مطالعه‌ای جدید درباره الگوهای حرکتی چشم و افسردگی

مطالعه‌ای جدید نشان می‌دهد که الگوهای حرکتی چشم می‌توانند نشانه‌های پنهان افسردگی را آشکار کنند.

بیماران مبتلا به افسردگی نسبت به تصاویر و حالات مثبت چهره، واکنش کندتری نشان می‌دهند و توجه کمتری به آن‌ها دارند که می‌تواند نشانه‌ای از تمایل بیشتر به تصاویر منفی باشد.

در مقایسه با شرکت‌کنندگان سالم، افراد مبتلا به افسردگی در مراحل مختلف توجه، الگوهای نگاهی متفاوتی نشان می‌دهند، به‌ویژه کاهش توجه به مناطق احساسی صورت.

در مرحله اولیه توجه، نگاه افراد افسرده زمان بیشتری بر روی چشم‌ها و دهان متمرکز می‌شود، که نشان‌دهنده اجتناب از نشانه‌های کلیدی تشخیص چهره است. در ادامه این روند، توجه افراد افسرده به دهان کاهش یافته و نگاه به طور کلی بر روی چشم‌ها تثبیت می‌شود.

محققان نتیجه‌گیری کرده‌اند که تغییر الگوهای حرکتی چشم در افراد مبتلا به افسردگی، به ویژه کاهش توجه به تغییرات هیجانی صورت و نقص در تشخیص احساسات، می‌تواند منعکس‌کننده مشکلاتی در پردازش احساسات و در نتیجه تعاملات اجتماعی باشد.

✍️ پارمیدا دستور

📌 @ir_neuroacademy
آکادمی علوم و اعصاب ایران
📌آکادمی بایوکن مگزین انحاد زیست‌شناسان ایران برگزار می‌کند:

وبینار "بیوانفورماتیک و آنالیر آماری، جزو جدایی‌ناپذیر مقالات"

🔹با تدریس دکتر معصومه فلاح
•دكترى بيوتكنولوژی از دانشگاه شهيدبهشتى
•مدرس و دستيار آموزشى و پژوهشی در دانشگاه شهيدبهشتى
•مدرس رسمى سازمان فنى و حرفه‌اى كشور
•مدرس دانشگاه پيام‌نور و غيرانتفاعى
•داراى ١٢ مقاله ISI و علمى پژوهشی
•داور مجلات داخلى و خارجى
•عضو بنياد ملى نخبگان

🔸تاریخ برگزاری:
چهارشنبه ۹/۲۱
ساعت ۱۹

🔹همراه با گواهی

🔺برای دریافت لینک ثبت‌نام، کلمه «وبینار» را به آیدی زیر ارسال کنید.

✳️@ir_biocan_magazine_admin
.
.
.
🌱@biocan_magazine🌱
Please open Telegram to view this post
VIEW IN TELEGRAM
آکادمی علوم اعصاب ایران
برای دریافت لینک منابع لغات عدد ۲ کامنت کنین
امروز می‌خوایم به یک شخصیت علمی جذاب اشاره کنیم که اولین فعالیت الکتریکی مغز رو ثبت کرده! 🧠⚡️ این کشف انقلابی باعث شده تا ما بهتر بفهمیم مغز چطور کار می‌کنه و چه تأثیری روی رفتار و احساسات ما داره. 🔍

بنظرتون این شخص کیه؟ 🤔

📌 @ir_neuroacademy
آکادمی علوم و اعصاب ایران
یک قرن با EEG: میراث هانس برگر 🧠

📌 @ir_neuroacademy
آکادمی علوم و اعصاب ایران
آکادمی علوم اعصاب ایران
یک قرن با EEG: میراث هانس برگر 🧠 📌 @ir_neuroacademy آکادمی علوم و اعصاب ایران
هانس برگر (Hans Berger)، دانشمند و پزشک آلمانی، در ۲۱ می ۱۸۷۳ در شهر کوبورگ به دنیا آمد. او با کشف الکتروانسفالوگرام (EEG)، دروازه‌ای جدید به روی دانشمندان برای مطالعه فعالیت‌های الکتریکی مغز گشود و تأثیر عمیقی بر علوم اعصاب، روانپزشکی و پزشکی گذاشت.

تحصیلات و مسیر شغلی 🎓

برگر در ابتدا قصد داشت به حرفه جراحی بپردازد، اما علاقه‌اش به ارتباط میان ذهن و مغز او را به نورولوژی و روانپزشکی کشاند. او در دانشگاه ینا تحصیل کرده و سپس به تدریس پرداخت و در نهایت به ریاست بخش نورولوژی این دانشگاه رسید.

کشف بزرگ 🔍

در دهه ۱۹۲۰، برگر به دنبال یافتن راهی برای ثبت فعالیت‌های الکتریکی مغز بود. او معتقد بود که فعالیت‌های ذهنی و روانی باید بازتابی در فعالیت‌های الکتریکی مغز داشته باشند. در سال ۱۹۲۴، او برای اولین بار موفق شد با استفاده از الکترودهایی که روی پوست سر انسان قرار می‌گرفت، امواج الکتریکی مغز را ثبت کند.

این کشف، که بعدها به‌عنوان الکتروانسفالوگرام (EEG) شناخته شد، نشان داد که مغز انسان حتی در حالت استراحت نیز فعالیت الکتریکی دارد. برگر در مطالعاتش، امواج مختلفی از جمله امواج آلفا را شناسایی کرد که در حالت آرامش با چشمان بسته ظاهر می‌شوند. این امواج به افتخار او به نام امواج برگر نیز شناخته می‌شوند.

تأثیر و اهمیت EEG 💡

اختراع EEG انقلابی در علم پزشکی و علوم اعصاب ایجاد کرد. این ابزار به پزشکان امکان داد تا به صورت غیرتهاجمی فعالیت‌های مغزی را مشاهده کنند. از آن زمان تاکنون، EEG برای تشخیص و مطالعه بیماری‌هایی مانند صرع، اختلالات خواب، آسیب‌های مغزی و حتی حالات آگاهی استفاده شده است.

زندگی شخصی و چالش‌های دوران نازی ⚖️

با وجود دستاوردهای علمی، زندگی برگر در دوران حکومت نازی‌ها دستخوش تغییرات تلخی شد. او برای جلوگیری از تعارض با رژیم نازی مجبور به همراهی با برخی از سیاست‌های آن‌ها شد، اما این همکاری‌ها نتوانست مانع از فشارهای سیاسی و اجتماعی بر او شود. در نهایت، برگر در سال ۱۹۴۱ به زندگی خود پایان داد.

میراث ماندگار 🌟

هانس برگر با کشف EEG، ابزاری بی‌نظیر را برای مطالعه مغز انسان به جامعه علمی هدیه داد. او مسیر جدیدی برای درک عملکردهای مغزی و ارتباط آن‌ها با روان باز کرد. میراث او همچنان در پزشکی مدرن و علوم اعصاب زنده است و نام او به‌عنوان یکی از تأثیرگذارترین دانشمندان تاریخ ثبت شده است.

نویسنده: نگین رحیمی

📌 @ir_neuroacademy 
آکادمی علوم و اعصاب ایران
کمتر از ۵ ساعت تا شروع سمپوزیوم« کاربرد هوش‌مصنوعی در تحلیل داده‌های EEG و QEEG برای درک بهتر عملکرد مغز»

لینک ثبت‌نام

📌 @ir_neuroacademy 
آکادمی علوم و اعصاب ایران
سمپوزیوم« کاربرد هوش‌مصنوعی در تحلیل داده‌های EEG و QEEG برای درک بهتر عملکرد مغز»

راس ساعت ۱۷ آغاز خواهد شد.

با کلیک بر روی لینک زیر به صورت مهمان وارد شوید.

📍لینک ورود مستقیم

📌 @ir_neuroacademy 
آکادمی علوم و اعصاب ایران
شرکت‌کنندگان گرامی سمپوزیوم « کاربرد هوش‌مصنوعی در تحلیل داده‌های EEG و QEEG برای درک بهتر عملکرد مغز»

محتوا ویدئویی سمپوزیوم‌در پنل کاربری شما قرار گرفت.

از طریق مسیر زیر می‌توانید به فایل ویدئویی دسترسی داشته باشید.

پنل کاربری، بخش دوره‌های من، سمپوزیوم « کاربرد هوش‌مصنوعی در تحلیل داده‌های EEG و QEEG برای درک بهتر عملکرد مغز»


📌 @ir_neuroacademy 
آکادمی علوم و اعصاب ایران
2024/12/21 01:27:17
Back to Top
HTML Embed Code: