توضیحات:  ماژول BioQuant که بر کاهش سیگنال ناشی از حساسیت در توالی های دارای وزن *T2 تکیه دارد که ناشی از افزایش مقادیر کنتراست مبتنی بر گادولینیوم از بستر مویرگی است، توسعه داده شده است. متداول ترین پارامترهای محاسبه شده در این ماژول rCBV ،rCBF و MTT به عنوان پرفیوژن MR تقویت شده با کنتراست با حساسیت پویا است که هنوز به اختصار DSC نامیده می شود. این ماژول همچنین مشخصات بیولوژیکی تومور را برای تشخیص و نظارت بر گلیوما

توضیحات: ماژول BioQuant برای کمی سازی ویژگی های مربوط به ناهمگنی بافت مغز و بدست آوردن پارامترهای بافت (مانند انرژی و آنتروپی) توسعه داده شده است. این پارامترهای بافت را می توان به عنوان شاخص های تهاجمی تومور در نظر گرفت و به مرحله بندی تومور مغزی و فنوتیپ بافت های آسیب شناختی کمک می‌کند.   بیماریها :   تومورهای Solid  تومور گلایوبلاستوما

توضیحات: ماژول BioQuant توسعه داده شده است تا به طور خودکار نقشه تومورهای T2 را بدست آورد و تغییرات و ناهنجاری ها را با تقسیم بندی هوش مصنوعی به تصویر بکشد. آنالیز نقشه برداری T2 نشانگرهای زیستی را برای ارزیابی و پایش تومورهای بافت تو پر مانند سرطان پروستات ، سرطان رکتوم و سرطان کبد و سایر موارد ارائه می دهد.     بیماریها: تومورهای Solid  سرطان پروستات سرطان راست روده  سرطان آندومتری سرطان کبد پست های مرتبط :

توضیحات: BioQuant یک ماژول با هدف بررسی شبکه های ذاتی مغز ایجاد کرده است در حالی که هیچ تسکی برای برآورد همبستگی بین مناطق مغز پیاده سازی نمی شود. برای بررسی معماری عملکردی مغز ، نوسانات خودجوش فرکانس پایین در سیگنال BOLD را اندازه گیری می کند. می توان مناطقی را که دارای رابطه عملکردی نزدیک با یک ناحیه معین هستند ، شناسایی کرد ، مناطقی را که به شدت متصل هستند ، شناسایی کرد یا آنالیز مولفه های مستقل

توضیحات: BioQuant یک ماژول کاربردی برای اندازه گیری حجم هیپوکامپ راست و چپ ، لوب پیشانی و لوب گیجگاهی ایجاد کرده است تا به تشخیص و پیشرفت بیماری کمک کند. مقادیر به دست آمده در یک پایگاه داده هنجاری تنظیم شده است تا با افراد سالم هم سن و هم جنس مقایسه شود. این ماژول می تواند برای تشخیص و نظارت بر بیماران مبتلا به آلزایمر ، اختلال شناختی خفیف و زوال عقل پیشانی -زمانی استفاده شود.   بیماریها :

توضیحات: ماژول BioQuant برای استخراج نشانگرهای زیستی تصویربرداری مبتنی بر پرفیوژن بافت برای تشخیص تغییرات مرتبط با افزایش فعالیت نئوآژیوژنر و تهاجمی تومور توسعه داده شده است. این ماژول در تشخیص نئوپالسم ها کمک می کند و نئوآنژیوژنز تومور را برای تعیین میزان تهاجمی بودن سرطان تعیین می کند. این ابزار برای توصیف فرآیندهای توموری در تشخیص زودهنگام ، تشخیص ، ارزیابی پاسخ درمانی و پیگیری بیماران مبتلا به سرطان مفید است     بیماریها :  تومور Solid سرطان پروستات

توضیحات: ا( Pure molecular diffusion (D), pseudodiffusion (D∗), and perfusion fraction (f)( IVIM کمی پارامترهای اتوماتیک بصورت BioQuant ماژول اعمال میکند تا تغییرات در ریز ساختار بافتها را برای ارزیابی فرایندهای سرطان در عمل و تحقیقات بالینی تشخیص دهد این ابزار تمایز تغییرات دیفیوژن خالص را به دلیل تغییرات در جزء عروقی امکان پذیر می کند و اطلاعات اضافی مکمل نتایج معمولی ADC را ارائه می دهد این برای توصیف فرآیندهای توموری برای بهبود تشخیص زودهنگام ، تشخیص ، ارزیابی

توضیحات: ماژول BioQuant به شما این امکان را می دهد تا ضریب نفوذ ظاهری  (ADC )  را بطور خودکار محاسبه کنید و میزان دیفیوژن مولکول های آب در بافت ها را کمی سازی کنید. این ماژول اطلاعاتی را در مورد سازمان سلولی و ریزساختاری بافت ها ارائه می دهد و رابطه بین تغییرات پاتولوژیک و دیفیوژن مولکول های آب را برجسته می کند. این برای توصیف بیماریهای توموری برای بهبود تشخیص زودهنگام ، تشخیص ، ارزیابی پاسخ درمانی و پیگیری

الگوریتم چیست؟ الگوریتم مجموعه ای از دستورالعمل های گام به گام است که می تواند برای دستیابی به هدف یا حل مشکل دنبال شود. دستور پخت می تواند یک الگوریتم باشد ، درست مانند دستورالعمل های مراجعه به بیمارستان. با این حال ، بیشتر اوقات به الگوریتم های رایانه اشاره می کنیم. اینها قطعات کد رایانه ای هستند که با هدف حل مشکلات خاص انجام شده اند. داده ها را وارد می کنید ، الگوریتم رایانه محاسبات را بر اساس

What is an algorithm? An algorithm is a set of step-by-step instructions which can be followed to accomplish a goal or solve a problem. A cooking recipe can be an algorithm, just like directions to the hospital. Most of the time, however, we refer to computer algorithms. These are pieces of computer code aimed at solving specific problems. You insert data, the computer algorithm performs calculations based on this data, and gives you an output; the solution to the problem.