تشخیص سرطان پوست ملانوما با شبکه عصبی YOLO مبتنی بر هوش مصنوعی

سرطان پوست ملانوما یکی از تهاجمی‌ترین و مرگ‌آورترین انواع سرطان‌های پوستی است که تشخیص به‌موقع آن می‌تواند جان هزاران انسان را نجات دهد. در دنیای امروز، هوش مصنوعی دیگر صرفاً یک ابزار فناورانه نیست؛ بلکه ... بیشتر

جدید
4.7 (3 امتیاز)
57 دانشجو
مقدماتی

مجید ذاکری

به‌روزرسانی: ۱۴۰۴/۰۶/۲۶

محتوای دوره
پیش‌نیاز‌ها
درباره دوره
نظرات کاربران
درباره استاد

آنچه در این دوره می‌آموزید

کار با دیتاست جهانی سرطان پوست ISIC و یادگیری استانداردهای بین‌المللی

آموزش و پیاده‌سازی مدل اختصاصی YOLO برای تشخیص سرطان پوست در محیط Google Colab

معرفی الگوریتم‌های پرکاربرد هوش مصنوعی و کاربرد آن‌ها در بینایی ماشین

آشنایی با سرطان پوست ملانوما

محتوای دوره

5 فصل 13 جلسه 3 ساعت ویدیو
مقدمه و مبانی
  مسیر دوره
مشاهده
"10:19
  سرطان پوست ملانوما چیست؟
مشاهده
"10:35
  انواع سرطان پوست ملانوما
"09:00
  روش های رایج پزشکی تشخیص سرطان پوست
"10:45
اهمیت دیتاست در تشخیص سرطان پوست
آشنایی با الگوریتم های هوش مصنوعی
پیاده سازی و آموزش مدل تشخیص سرطان پوست
جمع بندی و مسیر آینده

پیش‌نیاز‌ها

در این دوره لازم نیست دانش فنی خاصی داشته باشید؛ حتی نیازی به سخت افزار ( لپ تاپ و کامپیوتر) قدرتمند نیست.

محاسبات و آموزش مدل به زیرساخت های سخت افزاری گوگل سپرده خواهد شد.

همه‌ی مفاهیم و مهارت‌های فنی لازم به‌طور کامل پوشش داده خواهند شد. اما برای آنکه بتوانید بیشترین بهره را از آموزش‌ها ببرید، داشتن برخی ویژگی‌های شخصیتی ضروری است. نگاه انسان‌محور و باور به اینکه علم و فناوری باید در خدمت نجات جان انسان‌ها قرار گیرند، نقطه‌ی آغاز مسیر است. کنجکاوی علمی و علاقه به یادگیری باعث می‌شود از ترکیب دو دنیای جذاب پزشکی و هوش مصنوعی لذت ببرید. صبوری و پشتکار در مواجهه با پیچیدگی‌های داده‌ها و الگوریتم‌ها به شما کمک می‌کند تا مسیر را با انگیزه ادامه دهید. تفکر تحلیلی و منطقی، همراه با روحیه بین‌رشته‌ای، توانایی شما را در استفاده از دانش‌های گوناگون برای حل مسائل واقعی تقویت خواهد کرد. تعهد اخلاقی و مسئولیت‌پذیری در کار با داده‌های پزشکی نیز بسیار اهمیت دارد، چرا که این حوزه مستقیماً با سلامت انسان‌ها در ارتباط است. و در نهایت، خلاقیت و آینده‌نگری شما را قادر می‌سازد تا به فراتر از آموزش‌های این دوره بیندیشید و هوش مصنوعی را در جهت ساختن آینده‌ای سالم‌تر و انسانی‌تر به کار بگیرید.

درباره دوره

سرطان پوست ملانوما یکی از تهاجمی‌ترین و مرگ‌آورترین انواع سرطان‌های پوستی است که تشخیص به‌موقع آن می‌تواند جان هزاران انسان را نجات دهد. در دنیای امروز، هوش مصنوعی دیگر صرفاً یک ابزار فناورانه نیست؛ بلکه به‌مثابه یار انسان در ارتقای کیفیت زندگی و حفظ سلامت او ایفای نقش می‌کند. رسالت این دوره، نه تنها انتقال دانش تخصصی در زمینه الگوریتم‌های یادگیری عمیق، بلکه نشان دادن ظرفیت هوش مصنوعی در خدمت به زندگی انسان‌ها است.

لازم به ذکر است این دوره تخصصی برای اولین بار در ایران منتشر شده است.

در این دوره، مسیر یادگیری شما از شناخت پایه‌های علمی سرطان ملانوما آغاز می‌شود، سپس با اهمیت داده‌های پزشکی و روش‌های استاندارد بین‌المللی در این حوزه آشنا خواهید شد. پس از آن، وارد دنیای الگوریتم‌های هوش مصنوعی می‌شوید و به‌طور ویژه مدل قدرتمند YOLO را برای تشخیص تصاویر ملانوما آموزش خواهید دید. در نهایت، تجربه‌ای عملی از پیاده‌سازی، آموزش و ارزیابی مدل در محیط‌هایی چون Google Colab و VS Code به دست می‌آورید و می‌آموزید چگونه از دیتاست‌های جهانی مانند ISIC برای ساخت مدل‌های دقیق‌تر استفاده کنید و در نهایت باهم قدم به قدم مدلی خواهیم ساخت که می تواند با دیدن یک تصویر احتمال ابتلا به سرطانی بودن آن یا عدم وجود علائم سرطان را تشخیص دهد ، مدلی که می تواند زندگی آفرین باشد.

 

رسالت ما در این دوره
تربیت پژوهشگران و متخصصانی که بتوانند فناوری را در خدمت نجات جان انسان‌ها قرار دهند.
تقویت نگاه بین‌رشته‌ای میان علوم پزشکی و هوش مصنوعی.
آماده‌سازی نسل جدیدی از متخصصان که بتوانند مرزهای فعلی تشخیص بیماری را ارتقا دهند.
دستاوردهای شما پس از پایان دوره:

امکان تحقیق و توسعه مدل های هوش مصنوعی در سایر بیماری ها و سرطان ها
درک عمیق از مفاهیم پایه‌ای سرطان ملانوما و اهمیت داده‌های پزشکی در تشخیص
تسلط بر الگوریتم‌های بینایی ماشین به‌ویژه YOLO
توانایی آموزش، ارزیابی و تست یک مدل عملی تشخیص سرطان پوست با زیرساخت های گوگل
آمادگی برای مشارکت در پروژه‌های پژوهشی یا صنعتی با تأثیر انسانی و اجتماعی

این دوره پلی است میان دانش هوش مصنوعی و حفاظت از زندگی انسان. هر سطری که می‌آموزید، قدمی است در جهت نجات جان‌ها و ساخت آینده‌ای که در آن علم و انسانیت دوشادوش هم پیش می‌روند.

اطلاعات بیشتر

امتیاز و نظرات کاربران

4.7

از مجموع 3 امتیاز

3 نظر

15 روز پیش

این دوره برای من فقط یک آموزش فنی نبود، واقعاً الهام‌بخش بود. همیشه فکر می‌کردم استفاده از هوش مصنوعی در پزشکی خیلی پیچیده و دور از دسترسه، اما با این دوره فهمیدم می‌شه قدم‌به‌قدم جلو رفت و حتی روی موضوع مهمی مثل تشخیص سرطان پوست کار کرد. چیزی که خیلی دوست داشتم، مثال‌های عملی بود که باعث شد مطالب بهتر تو ذهنم بمونه. تنها نکته‌ای که می‌تونم بگم اینه که بعضی از ویدئوها کمی طولانی بودن، اما در عوض توضیحات کامل و جامع بود. از آقای ذاکری واقعاً ممنونم که با حوصله این مسیر رو برای ما هموار کردن.

دانشجوی دوره

18 روز پیش

بسیار لذت بردم از این دوره به نظرم برای پیدا کردن دید و انگیزه در این زمینه و حتی زمینه های صنعتی، آموزشی، کشاورزی و ... در کوتاه ترین زمان ممکن میتونه الهام بخش باشه امیدوارم این دوره ها ادامه داشته باشه چه از طرف آقای ذاکری چه مکتب خونه

جواد بنی اسدی

15 روز پیش

من قبل از این دوره اطلاعات محدودی درباره شبکه‌های عصبی داشتم و همیشه فکر می‌کردم وارد شدن به چنین موضوعاتی خیلی پیچیده باشه. اما در این دوره، مدرس با مثال‌های ساده نشون داد که حتی پروژه‌ای مثل تشخیص سرطان پوست هم می‌تونه قابل فهم باشه. نکته خوب این بود که توضیحات فقط روی تئوری تمرکز نداشت و استفاده واقعی از YOLO روی تصاویر پزشکی هم آموزش داده شد. به نظرم این ترکیب تئوری و عمل باعث شد یادگیری برای من خیلی راحت‌تر بشه.

دانشجوی دوره

دوره‌های پیشنهادی مشابه

درباره استاد

مجید ذاکری
2 دوره
223 دانشجو

مجید ذاکری از پژوهشگران و مدرسان فعال در حوزه‌ی هوش مصنوعی است که فعالیت‌های علمی او بر بینایی ماشین، تحلیل تصویر و سیستم‌های تشخیص الگو متمرکز شده است. در کارنامه‌ی پژوهشی و حرفه‌ای او، همکاری با مجموعه‌های صنعتی، پژوهشی، امنیتی و پزشکی به چشم می‌خورد؛ همکاری‌هایی که در آن‌ها هم نقش طراحی و توسعه‌ی الگوریتم‌ها و هم هدایت تیم های فنی را بر عهده داشته است.

آنچه پژوهش‌های او را برجسته می‌کند، ترکیب دانش نظری با تجربه‌ی عملی در بسترهای واقعی است. او همواره کوشیده است تا الگوریتم‌های پیچیده‌ی هوش مصنوعی را با شرایط واقعی و محدودیت‌های عملیاتی سازگار سازد؛ از طراحی سامانه‌های هوشمند برای خطوط تولید صنعتی گرفته تا توسعه‌ی راه‌حل‌های اختصاصی در حوزه‌ی تحلیل داده‌های ویدیویی.

بخش مهمی از فعالیت‌های او به حوزه‌ی سلامت اختصاص دارد ، او با بهره‌گیری از روش‌های یادگیری ماشین و هوش مصنوعی، به تحلیل داده‌های مرتبط با سرطان ها و سایر بیماری‌ها پرداخته و در جست‌وجوی کشف الگوهای تکرارپذیر در داده‌های پزشکی بوده است؛ الگویی که می‌تواند مسیر تشخیص و تحلیل بیماری‌ها را دقیق‌تر و کارآمدتر سازد.

در عرصه‌ی آموزش نیز، مجید ذاکری بر این باور است که انتقال دانش تنها با ارائه‌ی مباحث نظری کافی نیست. او تجربه‌ی عملی و مواجهه‌ی مستقیم با چالش‌های واقعی را بخش جدایی‌ناپذیر فرایند یادگیری می‌داند و همین رویکرد را در طراحی و اجرای دوره‌های آموزشی خود دنبال می‌کند.

اطلاعات بیشتر