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
ثبات قیمت وارداتیها در مقابل صعود داخلیها خارجنشینان خودرو وارد میکنند خودروسازان سنتی در تله نرم افزاری تحقیقات گسترده از هزاران خودروی تسلا اخراج هزار کارگر از فورد تعطیلی استودیوهای طراحی نیسان اکستریم TX؛ انتخابی هوشمندانه و احساسی از یک برند لوکس جزئیات دومین کمپین HOW-TO XTRIM اعلام شد رشد ۲۲۷ درصدی نمایندگیهای گروه پرشیا موبیلیتی در ایران واردات خودرو در بن بست شکایت ها تکذیب ممنوعیت فروش ایران خودرو رونمایی از مدل جدید فراری شرایط فروش شش محصول کرمان موتور اعلام شد تلفیق ایمنی جهانی و طراحی به روز؛ اف ایکس، هنر آینده! رکورد رکود صنعت خودرو چتر حمایتی سیاستگذار خودرو بر واردات چهره جدید بنز در نمایشگاه مونیخ رونمایی چین از طرح جدید خودرویی ۱۲۰ جلسه بیثمر شورای رقابت در بازار خودرو تعرفه واردات خودرو دوباره 100 درصد شد +سند اف ۹ تمام چرخ محرک، پرچم دار برند فونیکس طراحی یک خودرو خانوادگی چه ویژگیهایی دارد؟ امکاناتی کامل برای تجربهای کم نقص در X۵ تئوری خودرویی اثر ماشه دولت باید بخشی از سهام خودروسازان را حفظ کند ضربه تعرفهای مکزیک به تسلا و BYD خودروهای وارداتی لوکس میشوند؟ افت تولید خودروهای تجاری خودروساز چینی فراخوان داد آمازون ونهای برقی را آزمایش میکند شرایط اولین فروش سیتروئن C ۳-XR اعلام شد +بخشنامه رشد فروش جهانی خودروهای برقی آهسته شد عرضه خودرو در بورس راهکاری شفاف برای مقابله با رانت است تغییر چهره بازار واردات خودرو سهم مصرفکننده از مناقشه ایران خودرو و دولت سرمایه گذاری فولکس واگن در هوش مصنوعی راهکار نیسان برای هموار شدن مسیر برقیها واگذاری سایپا به تعویق افتاد
شرایط فروش