دوره تحصیل سریع پژوهشRapid Research Education (RRE)

 

دوره ی تحصیل سریع پژوهش (Rapid Research Education; RRE) مرکز پژوهش‌های علمی دانشجویان، همواره به دنبال ایجاد فرصت‌های متنوعی بوده تا دانشجویان برای انجام پژوهش تربیت گردند. یکی از مؤثرترین این فرآیندها تحصیل سریع پژوهش است که برای نخستین بار در مرکز پژوهش‌های علمی دانشجویان دانشگاه علوم پزشکی تهران در سال 1386 به پیشنهاد سرپرست وقت مرکز خانم دکتر پاسالار اجرا شد.

در دوره‌ی اول تعداد قابل قبولی دوره‌ی RRE با موضوعات متنوعی مثل چشم‌پزشکی، رادیولوژی، غدد و متابولیسم، کانسر، ENT و ... پیگیری شد و بیش از 20 طرح موفق به تصویب در شورای پژوهشی گردید.

در دوره‌ی  تحصیل سریع پژوهش RRE دانشجویان مراحل انجام پژوهش را از ابتدای ایده پردازی و نوشتن پروپوزال، تا انجام عملی پروژه، نوشتن گزارش نهایی و مقاله‌نویسی فرا می‌گیرند.

در این فرآیند تربیت پژوهشگران در ضمن برگزاری کارگاه‌ها، به شیوه‌ی learning by doing حین انجام عملی کارها صورت می‌پذیرد. در حقیقت، ارتباط دانشجویان متقاضی RRE با مراکز تحقیقات از طریق مرکز پژوهش‌های علمی دانشجویان صورت می‌پذیرد و این ارتباط از طریق منتورهای با تجربه برای انجام پژوهش‌های موفق تحکیم می‌گردد.

این دوره برای دانشجویان دوره دکترای حرفه‌ای عمومی پزشکی، داروسازی و دندانپزشکی دانشگاه علوم پزشکی تهران که در چهارسال نخست دوران تحصیل هستند و نیز دانشجویان مقطع کارشناسی دانشگاه علوم پزشکی تهران که یکسال تا پایان تحصیل آن‌ها باقی مانده، درنظر گرفته شده است.  

 لینک آیین نامه دوره‌های RRE

 

 

  • تاریخ انتشار : 1402/06/04 - 00:52
  • تعداد بازدید کنندگان خبر : 107
  • زمان مطالعه : 1 دقیقه

گزارش تصویری کارگاه هوش مصنوعی در MRI

به گزارش از روابط عمومی انجمن فناوری های هوشمند پزشکی:  "کارگاه هوش مصنوعی در MRI " در روز پنج شنبه ۲ شهریور ۱۴۰۲ توسط انجمن فناوری های هوشمند پزشکی به صورت مجازی در بستر اسکای روم مرکز پژوهش های علمی دانشجویان دانشگاه علوم پزشکی تهران برگزار شد.
در این دوره، در ابتدا مقدمه ای از مفاهیم  پایه ای هوش مصنوعی عنوان شد. سپس به بیان کاربرد هوش مصنوعی در پزشکی و تصاویر MRI پرداخته شد و هفت کارکرد مهم هوش مصنوعی در تصاویر MRI عنوان شد. در مرحله بعد، اجزای مربوط به ساختار یک سیستم هوش مصنوعی مبتنی بر تصاویر MRI مورد بحث و توضیح قرار گرفت. پردازش ها و الگوریتم های متداول در سیستم های هوش مصنوعی مانند: Motion Correction  و Skull removing با رویکرد استفاده از تصاویر Brain MRI عنوان شد.
همچنین پنج ماشین هوش مصنوعی پرکاربرد در تصاویر MRI مورد بحث قرار گرفت و در ادامه، مفاهیم پایه ای و اجزای اصلی سیستم های یادگیری عمیق توضیح داده شد. در نهایت در قسمت پایانی کارگاه، یک پروژه هوش مصنوعی در MRI به صورت عملی با استفاده از زبان برنامه نویسی پایتون پیاده سازی شد و خروجی های مربوط به هر مرحله از اجرا نمایش داده شد.

  • گروه خبری : کارگاه- وبینار,انجمن,ریاست
  • کد خبر : 246250
کلمات کلیدی

تصاویر

0 نظر برای این مطلب وجود دارد

ارسال نظر

نظر خود را وارد نمایید:

متن درون تصویر را در جعبه متن زیر وارد نمائید *
متن مورد نظر خود را جستجو کنید
متن مورد نظر خود را جستجو کنید
تنظیمات پس زمینه