برگزاری سمینار آنلاین دو روزه‌ي آشنایی با مبانی نقشه برداری مغز و ابزارهای آن، شهریور ۹۹

آزمایشگاه ملی نقشه برداری مغز با همکاری دانشگاه صنعتی شیراز و دانشگاه پیکاردی ژول ورن فرانسه، سمینار آنلاین آشنایی با مبانی نقشه برداری مغز و ابزارهای آن را برگزارکرد. برنامه‌ی این سمینار که در روزهای ۲۵ و ۲۶ شهریور ۱۳۹۹ برگزار شد به شرح زیر است:

روز اول:

• دکتر اردلان اعرابی
  • Associate Professor, Faculty of Medicine, University of Picardie Jules Verne (UPJV)
    Laboratory of Functional Neuroscience and Pathologies (LNFP, EA4559)
    University Research Center (CURS)
    Amiens, France
  • موضوع سخنرانی:
    • Analysis of resting state brain dynamics and connectivity patterns
• مهندس فروغ نجفی
  • موضوع سخنرانی: معرفی خدمات جدید بخش EEG
• Dr. Malek I. MAKKI, HDR, PhD, MBA
  • University Picardie Jules Verne
  • موضوع سخنرانی:
    • Diffusion Tensor MRI: From Acquisition to Axon Visualization
• Prof. Olivier Godefroy, MD-PhD (PU-PH)
  • Professor of Neurology, University of Picardie Jules Verne (UPJV)
    Head of Department of Neurology, Amiens University Hospital
    Director of Laboratory of Functional Neurosciences and Pathologies (LNFP, EA4559)
    University Research Center (CURS)
    Amiens, France
  • موضوع سخنرانی:
    • Advances in brain imaging analysis: implications for the study of functional anatomy of the brain
• آقای محسن دادجو
  • موضوع سخنرانی: معرفی بخش ارزیابی شناختی

روز دوم:

• دکتر کامران کاظمی (دانشیار - عضو هیات علمی دانشگاه صنعتی شیراز)
  • عنوان سخنرانی:
  • Tumor and Tissue Segmentation from Pathologic Cerebral Magnetic Resonance Images

    ناحیه بندی تومور و بافت های مغزی در تصاویر MRI

• آقای مهندس مجید صابری
  • موضوع سخنرانی: معرفی بخش سرورهای محاسبات سریع
• دکتر حبیب اله دانیالی (استاد - عضو هیات علمی دانشگاه صنعتی شیراز)
  • عنوان سخنرانی:

    T2 Relaxometry using Multi Spin-Echo MRI: A Case Study in Human Brain

• آقای مهندس علی رضائی
  • موضوع سخنرانی: معرفی بخش VR و مولتی مدالیته‌ای آن
• Malihe Ahmadi, Maedeh Khalilian, Mahshid Fouladivanda
  • موضوع سخنرانی:

    Structural and functional connectivity analysis using resting state fMRI and DWI data