کد خبر:
۳۷۶۵۵ ۱۵:۱۰
۱۳۹۵/۰۷/۱۶
کمک بزرگ به صنعت خودرو و علم پزشکی +عکس
پدال نیوز: الگوریتم جدید اندازه گیری میزان نور، می تواند منجر به یافتن روشی جدید برای دیدن و تشخیص نور و اشیا شود که پیشرفت های خوبی را در زمینه های ساخت خودروهای بی نیاز از راننده و صنعت عکسبرداری پزشکی ایجاد خواهد کرد.
به گزارش "پدال نیوز" به گزارش پدال نیوز، الگوریتم جدید اندازه گیری میزان نور، می تواند منجر به یافتن
روشی جدید برای دیدن و تشخیص نور و اشیا شود که پیشرفت های خوبی را در
زمینه های ساخت خودروهای بی نیاز از راننده و صنعت عکسبرداری پزشکی ایجاد
خواهد کرد. 
دانشمندان راهی پیدا کرده اند که می تواند تاثیر بزرگی در دو حوزه صنعت خودرو سازی و پزشکی ایجاد کند که هر دو طی این سال ها بسیار مورد توجه بوده اند. اما فصل مشترک خودرو سازی با عکسبرداری پزشکی چیست؟
نوعی فناوری جدید در حوزه عکسبرداری به تازگی توسط پژوهشگران انستیتو فناوری دانشگاه ماساچوست ایالات متحده ایجاد شده است که پاسخ پرسش مطرح شده در بالاست. این روش ممکن است بتواند که نوعی میانبر بین این دو حوزه باشد چرا که به پژوهشگران اجازه می دهد تا اطلاعات بصری حاصل از نور را که در اثر تقابلات محیطی پراکنده شده اند، بازیابی کند.

دانشمندان راهی پیدا کرده اند که می تواند تاثیر بزرگی در دو حوزه صنعت خودرو سازی و پزشکی ایجاد کند که هر دو طی این سال ها بسیار مورد توجه بوده اند. اما فصل مشترک خودرو سازی با عکسبرداری پزشکی چیست؟
نوعی فناوری جدید در حوزه عکسبرداری به تازگی توسط پژوهشگران انستیتو فناوری دانشگاه ماساچوست ایالات متحده ایجاد شده است که پاسخ پرسش مطرح شده در بالاست. این روش ممکن است بتواند که نوعی میانبر بین این دو حوزه باشد چرا که به پژوهشگران اجازه می دهد تا اطلاعات بصری حاصل از نور را که در اثر تقابلات محیطی پراکنده شده اند، بازیابی کند.
این
تقابلات محیطی در اثر برخورد پرتوهای نور با محیط پیرامون شامل مه غلیظ،
قطرات ریز نم باران و یا حتی بافت بدن انسان به طور مداوم ایجاد می شوند.
این اطلاعات نوری قابل مشاهده، میزان اطلاعاتی بسیار بیشتر از عکسبرداری
های X-ray و یا امواج ماورای صوت به دست می دهند.
یکی از دانشجویان ارشد آزمایشگاه رسانه ای دانشگاه MIT به نام "گای ساتات” در این باره گفته است: "یکی از مشکلاتی که درباره عکسبرداری با پرتوی ایکس وجود دارد، این است که تشخیص بافت های مختلف بدن در این نوع عکس ها سخت است. به همین دلیل است که برای تشخیص بسیاری از مشکلات و بیماری ها، استفاده از روش های دیگر مثل نمونه برداری از بافت و روش های مشابه که با کمی آسیب به بدن انجام می شوند، اغلب ضروری است.
وی ادامه داد: اما اگر بتوان سامانه ای را ایجاد کرد که قادر باشد عکس های پرتوی ایکس را تکمیل کند و یا در برخی موارد جایگزین آن ها شود، می توانیم منجر به کاهش استفاده از روش های آسیب رسان ذکر شده بوده یا حتی پزشکان را از استفاده از این روش ها بی نیاز کنیم. چنین دستاوردی یک پیشرفت بزرگ در دانش پزشکی محسوب می شود.
ساتات اضافه کرد: روشی مشابه برای شرایط مه آلود یا بارانی وجود دارد که فناوری موجود در حیطه خودروهای بی نیاز از سرنشین را به چالش بزرگی می کشد.
وی در این باره گفت: مشکلی که در دیدن در چنین شرایط آب و هوایی وجود دارد به این علت است که بدن خود ما هم این بازتاب نوری را انجام می دهد به طوری که ممکن نیست بتوانیم به کنتراست لازم برای تشخیص بین اشیا مختلفی که خودروی خودران قادر به دیدن آن ها است برسیم.
فناوری توسعه یافته توسط دانشمندان دانشگاه MIT، در واقع یک دوربین با الگوریتم هوشمند است که از هر دو عنصر زمان و نور برای ساخت عکس از فوتون هایی که در یک مسیر خاص پراکنده شده اند، استفاده می کند. با در نظر گرفتن این که چه مدت زمانی طول می کشد تا هر یک از فوتون ها به لنز های دوربین برسند، این الگوریتم می تواند مهندسی معکوس کرده و به یک نتیجه درباره این که این نور از چه نوع بافتی عبور کرده است، برسد.
این فناوری علاوه بر این که کمک می کند تا سامانه های تشخیص بصری در خودروهای بی نیاز از راننده بهتر عمل کنند و در روش های عکسبرداری پزشکی نیاز کمتری به این باشد که بیمار تحت تابش های شدید و مداوم پرتوهای مضر یا جراحی هایی برای نمونه برداری قرار بگیرد، می تواند در استفاده از روش های دیگری شامل عکسبرداری ماهواره ای از میان ابرها هم به کار گرفته شود.
ساتات در لیست بلند بالای خود درباره نمونه های استفاده از این روش اشاره کرد که حتی این تکنیک می تواند در فروشگاه های میوه برای دیدن درون میوه ها و ارزیابی میزان کالی و رسیدگی آن ها هم استفاده کرد! البته این آزمایش هنوز در نخستین گام های خود به سر می برد اما روز به روز پیشرفت های بهتری کسب خواهد کرد.
یکی از دانشجویان ارشد آزمایشگاه رسانه ای دانشگاه MIT به نام "گای ساتات” در این باره گفته است: "یکی از مشکلاتی که درباره عکسبرداری با پرتوی ایکس وجود دارد، این است که تشخیص بافت های مختلف بدن در این نوع عکس ها سخت است. به همین دلیل است که برای تشخیص بسیاری از مشکلات و بیماری ها، استفاده از روش های دیگر مثل نمونه برداری از بافت و روش های مشابه که با کمی آسیب به بدن انجام می شوند، اغلب ضروری است.
وی ادامه داد: اما اگر بتوان سامانه ای را ایجاد کرد که قادر باشد عکس های پرتوی ایکس را تکمیل کند و یا در برخی موارد جایگزین آن ها شود، می توانیم منجر به کاهش استفاده از روش های آسیب رسان ذکر شده بوده یا حتی پزشکان را از استفاده از این روش ها بی نیاز کنیم. چنین دستاوردی یک پیشرفت بزرگ در دانش پزشکی محسوب می شود.
ساتات اضافه کرد: روشی مشابه برای شرایط مه آلود یا بارانی وجود دارد که فناوری موجود در حیطه خودروهای بی نیاز از سرنشین را به چالش بزرگی می کشد.
وی در این باره گفت: مشکلی که در دیدن در چنین شرایط آب و هوایی وجود دارد به این علت است که بدن خود ما هم این بازتاب نوری را انجام می دهد به طوری که ممکن نیست بتوانیم به کنتراست لازم برای تشخیص بین اشیا مختلفی که خودروی خودران قادر به دیدن آن ها است برسیم.
فناوری توسعه یافته توسط دانشمندان دانشگاه MIT، در واقع یک دوربین با الگوریتم هوشمند است که از هر دو عنصر زمان و نور برای ساخت عکس از فوتون هایی که در یک مسیر خاص پراکنده شده اند، استفاده می کند. با در نظر گرفتن این که چه مدت زمانی طول می کشد تا هر یک از فوتون ها به لنز های دوربین برسند، این الگوریتم می تواند مهندسی معکوس کرده و به یک نتیجه درباره این که این نور از چه نوع بافتی عبور کرده است، برسد.
این فناوری علاوه بر این که کمک می کند تا سامانه های تشخیص بصری در خودروهای بی نیاز از راننده بهتر عمل کنند و در روش های عکسبرداری پزشکی نیاز کمتری به این باشد که بیمار تحت تابش های شدید و مداوم پرتوهای مضر یا جراحی هایی برای نمونه برداری قرار بگیرد، می تواند در استفاده از روش های دیگری شامل عکسبرداری ماهواره ای از میان ابرها هم به کار گرفته شود.
ساتات در لیست بلند بالای خود درباره نمونه های استفاده از این روش اشاره کرد که حتی این تکنیک می تواند در فروشگاه های میوه برای دیدن درون میوه ها و ارزیابی میزان کالی و رسیدگی آن ها هم استفاده کرد! البته این آزمایش هنوز در نخستین گام های خود به سر می برد اما روز به روز پیشرفت های بهتری کسب خواهد کرد.
گزارش خطا
پسندها: 0
ارسال نظر
آخرین اخبار
آئودی E5 اسپرتبک معین خودرو با قدرت 776 اسب بخار رونمایی شد وزیر صمت خواستار تعویق یکساله استانداردهای جدید خودرو شد ورود مشکوک بهمن به سهام تودلی ایران خودرو بررسی می شود مجلس به دنبال رفع موانع واردات خودروهای اقتصادی برخی به دنبال خرید سایپا با نازلترین قیمت هستند پنج ابهام در حقوق ورودی ۶۰ درصدی خودروهای مناطق آزاد سودآوری بی ام و کاهش یافت دستور رئیس جمهور برای خودروسازان چرا پزشکیان به کیلومتر ۱۵ جاده مخصوص رفت؟ کیفیت قطعات خودرو از خط تولید آغاز میشود؛ چرا بازرسی نهایی کافی نیست؟ مخالفت صددرصدی کمیسیون صنایع با افزایش تعرفه واردات خودرو ممنوعیت دائمی خودروهای چینی در آمریکا بحران عرضه در بازار خودرو رشد ۱۵ درصدی قیمت خودروهای وارداتی خودروهای داخلی؛ ۲۰ هزار دلار دستاورد ارزشمند مانیان خودرو در تولید رشد تولید ایگل در مقابل افت تولید سواری تداوم تولید موسو گرند خان زیر بار فشار های پساجنگ مجلس مانع تحمیل هزینه جدید به واردات خودرو شد افزایش تعرفه واردات خودرو باعث گرانی کالاها میشود معمای گشایش و توقف واردات خودرو افزایش ۵۵ درصدی قیمت خودرو؛ شایعه یا واقعیت؟ تولید فورد و ریویان سریعتر و ارزانتر میشود ترخیص برخی خودروهای وارداتی بدون شناسه ارزش گمرکی مجاز شد بازگشت تولید خودرو به کف دهه ۹۰ ورود مجلس به ماجرای تعرفه ۱۰۰ درصدی خودرو فولکس واگن ترمز توسعه گلف تمامبرقی را کشید مخالفت کمیسیون صنایع مجلس با شروط جدید دولت برای واردات خودرو راکس 01 پرشیا خودرو رسما شماره گذاری شد پرشیا خودرو کاتالوگ و تصاویر رسمی مینی ACEMAN را منتشر کرد سهم بازار کرمان موتور در هفتماهه نخست، 50 درصد رشد کرد بررسی شروط جدید دولت برای واردات خودرو افزایش تعرفه واردات خودرو به التهاب بازار دامن میزند شورای رقابت تصمیم جدیدی برای قیمت گذاری خودرو نگرفته است رکوردشکنی تورم خودرو کاهش جذابیت خرید خودرو از کارخانه؟ زیان فولکس واگن در سایه بحران چین
شرایط فروش