Zaloguj się, aby obserwować tę zawartość
Obserwujący
0
Jakie zdjęcia zapadają w pamięć?
dodany przez
KopalniaWiedzy.pl, w Psychologia
-
Podobna zawartość
-
przez KopalniaWiedzy.pl
Od wielu lat inżynierowie z Uniwersytetu Harvarda tworzą elastyczne robotyczne stroje dla osób z upośledzeniem ruchu w wyniku udarów czy chorób neurodegeneracyjnych. Stroje takie służą nie tylko pomocą przy wykonywaniu codziennych czynności, ale równie pomagają przy terapii, której celem jest odzyskanie mobilności. Jednak nie ma dwóch identycznych osób, a nasz sposób poruszania się jest wysoce zindywidualizowany. Szczególnie jest to widoczne u osób z zaburzeniami mobilności. To zaś powoduje, że bardzo trudno jest stworzyć urządzenie, które nadawałoby się dla różnych osób.
Rozwiązaniem tego problemu może być wykorzystanie systemów maszynowego uczenia się. Profesor Conor Walsh i jego zespół z John A. Paulson School of Engineering and Applied Sciences (SEAS) na Uniwersytecie Harvarda od sześciu lat współpracują z lekarzami z Massachusetts General Hospital oraz naukowcami z Harvard Medical School. Efektem współpracy ze specjalistą od udarów i rehabilitacji układu nerwowego doktorem Dawidem Linem oraz specjalistką od stwardnienia rozsianego doktor Sabriną Paganoni jest specjalna kamizelka zdolna do uczenia się ruchów indywidualnego pacjenta i pomagająca mu poruszać kończyną wymagającą rehabilitacji.
Problemem dla osób z upośledzeniami ruchomości jest na przykład wykonanie serii powtarzalnych ruchów, potrzebnych na przykład przy myciu zębów czy jedzeniu. Mają problemy z uniesieniem ramienia na odpowiednią wysokość, utrzymaniem go, ramię bardzo szybko się męczy, gdy trzeba takie ruchy powtarzać. Wstępne wersje samouczącej się kamizelki zwracały uwagę tylko na ruchy pacjenta. Okazało się, że gdy kamizelka pomogła unieść ramię, chorzy mieli problem z jego opuszczeniem. Niektórzy nie mieli siły, by przezwyciężyć opór robota. Dlatego też w nowej wersji dodano model fizyczny, który przewiduje minimalną siłę, potrzebną do pomocy w poruszeniu kończyny. Dzięki temu pacjenci nie tylko odczuwają pomoc jako bardziej naturalną, ale nie mają większych problemów z samodzielnym opuszczaniem ramienia.
Nowe urządzenie przetestowano na 9 osobach, 5 po udarach i 4 ze stwardnieniem zanikowym bocznym. Dla osób ze stwardnieniem rozsianym najważniejszymi aspektami są komfort, łatwość użycia i dostosowywanie się urządzenia do ich specyficznych potrzeb i wzorców ruchu. Personalizacja jest tutaj kluczowym elementem pozwalającym pacjentom na osiągnięcie niezależności i poprawienie jakości ich życia. Nasze urządzenie ma potencjał znaczącej poprawy funkcjonowania górnych kończyn, zwiększenia aktywności pacjentów oraz redukcji wykonywanych przez nich ruchów kompensujących, stwierdza Paganoni.
Testy wykazały, że już obecna wersja kamizelki jest w stanie z 94-procentową dokładnością odróżniać ruchy ramienia, pozwala chorym uzyskać większy zakres ruchu ramienia, łokcia i nadgarstka, dzięki czemu nie muszą oni całym ciałem kompensować niedoborów. To zaś powoduje, że ich sposób poruszania się jest bardziej dokładny i efektywny.
Więcej informacji: Personalized ML-based wearable robot control improves impaired arm function.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Pierwsza fotografia ze sfingowaną scenerią. Rok 1840, Francja. Jej autorem jest Hippolyte Bayard, pionier fotografii, który 24 czerwca 1839 roku zorganizował pierwszą w historii publiczną wystawę zdjęć. Bayard twierdził, że wynalazł fotografię wcześniej niż Daguerre czy Talbot, ludzie, o których najczęściej mówi się, że są ojcami fotografii.
W maju 1840 roku Bayard pokazał swoją udoskonaloną technikę fotograficzną Françoisowi Arago. Ten przekonał go, by wstrzymał się przed jej prezentacją Francuskiej Akademii Nauk. Niedługo potem okazało się, że Arago zrobił to tylko po to, Bayard nie wyprzedził ze swoją prezentacją przyjaciela Arago, Daguerre'a.
Bayard poczuł się pominięty w zaszczytach. Dlatego właśnie stworzył pierwszą w dziejach fałszywą fotografię. Nosi ona tytuł „Topielec”. Na jej odwrocie napisał:
„Ciało, które tu widzicie, należy do pana Bayarda, wynalazcy procesu, który możecie właśnie oglądać. O ile mi wiadomo, ten niestrudzony eksperymentator spędził trzy lata pracując nad swoim wynalazkiem.
Rząd, który był tak niezwykle hojny dla pana Daguerre'a, stwierdził, że nie może nic zrobić dla pana Bayarda, więc nieszczęśnik się utopił. O marności ludzkiego życia!
Jego ciało leżało w kostnicy przez wiele dni i nikt go nie rozpoznał, ani się po zwłoki nie zgłosił. Panie i panowie, prosimy szybko przechodzić, by nie narażać swego węchu na odrażający zapach, gdyż, jak widać, twarz i dłonie tego dżentelmena zaczęły się już rozkładać".
Pomimo tego niepowodzenia Bayard położył wielkie zasługi dla rozwoju fotografii. Był członkiem założycielem Francuskiego Towarzystwa Heliograficznego i Francuskiego Towarzystwa Fotograficznego. Założył komercyjne studio fotograficzne, organizował wystawy, zdobył liczne medale na wystawach przemysłowych. Fotografował krajobrazy, martwe natury, architekturę, tworzył portrety fotograficzne, wykorzystując przy tym wiele różnych technik. Zmarł w 1887 roku w wieku 86 lat.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Dermatolog Harald Kittler z Uniwersytetu Medycznego w Wiedniu stanął na czele austriacko-australijskiego zespołu, który porównał trafność diagnozy i zaleceń dotyczących postępowania z przebarwieniami na skórze stawianych przez lekarzy oraz przez dwa algorytmy sztucznej inteligencji pracujące na smartfonach. Okazało się, że algorytmy równie skutecznie co lekarze diagnozują przebarwienia. Natomiast lekarze podejmują znacznie lepsze decyzje dotyczące leczenia.
Testy przeprowadzono na prawdziwych przypadkach pacjentów, którzy zgłosili się na Wydział Dermatologii Uniwersytetu Medycznego w Wiedniu oraz do Centrum Diagnozy Czerniaka w Sydney w Australii.
Testowane były dwa scenariusze. W scenariuszu A porównywano 172 podejrzane przebarwienia na skórze (z których 84 były nowotworami), jakie wystąpiły u 124 pacjentów. W drugim (scenariuszu B) porównano 5696 przebarwień – niekoniecznie podejrzanych – u 66 pacjentów. Wśród nich było 18 przebarwień spowodowanych rozwojem nowotworu. Testowano skuteczność dwóch algorytmów. Jeden z nich był nowym zaawansowanym programem, drugi zaś to starszy algorytm ISIC (International Skin Imaging Collaboration), używany od pewnego czasu do badań retrospektywnych.
W scenariuszu A nowy algorytm stawiał diagnozę równie dobrze jak eksperci i był wyraźnie lepszy od mniej doświadczonych lekarzy. Z kolei algorytm ISIC był znacząco gorszy od ekspertów, ale lepszy od niedoświadczonych lekarzy.
Jeśli zaś chodzi o zalecenia odnośnie leczenia, nowoczesny algorytm sprawował się gorzej niż eksperci, ale lepiej niż niedoświadczeni lekarze. Aplikacja ma tendencję do usuwania łagodnych zmian skórnych z zaleceń leczenia, mówi Kittler.
Algorytmy sztucznej inteligencji są więc już na tyle rozwinięte, że mogą służyć pomocą w diagnozowaniu nowotworów skóry, a szczególnie cenne będą tam, gdzie brak jest dostępu do doświadczonych lekarzy. Ze szczegółami badań można zapoznać się na łamach The Lancet.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Tegoroczny konkurs fotograficzny Global Image of the Year Scientific Light Microscopy Award wygrało piękne zdjęcie układu nerwowego młodej rozgwiazdy z gatunku Patiria miniata. Zwierzę ma zaledwie 1 cm średnicy. Autorem jest doktor Laurent Formery z należącej do Uniwersytetu Stanforda Hopkins Marine Station w Kalifornii. Zdjęcie pokonało 639 konkurentów z 38 krajów. Dwa lata temu otrzymałem wyróżnienie. Zwycięstwo to dla mnie olbrzymi zaszczyt. Pokazuje mi, że zrobiłem postępy, cieszy się naukowiec.
Formery specjalizuje się w badaniach nad morskimi bezkręgowcami, szczególnie nad szkarłupniami. To przepiękne zwierzęta o fascynującej i estetycznej promienistej symetrii ciała, niepodobnej do niczego innego w królestwie zwierząt, mówi Formery. Szkarłupnie i w ogóle morskie bezkręgowce nie są zbyt dobrze poznanymi zwierzętami. Cieszę się, że dzięki tej fotografii mogę pokazać, ile piękna jest w oceanach i jak ważne jest, byśmy się o nim dowiedzieli i je chronili.
Naukowiec, by uwidocznić układ nerwowy zwierzęcia, użył przeciwciał barwiących acetylowaną tubulinę, zredukował rozpraszanie światła na tkankach i wykorzystał kodowaną kolorami fotografię w przestrzeni trójwymiarowej.
W konkursie jest też i polski akcent. Shyam Rathod z Indii został zwycięzcą nowej kategorii nauk materiałowych i inżynierii. Wygrał dzięki zdjęciu kryształów w sprzedawanej w Polsce maści na brodawki ABE. Uczony wdmuchnął maść na szkiełko za pomocą słomki. Do ujawnienia kolorów wykorzystał płytkę półfalową i filtr polaryzacyjny.
Przyznano też nagrody w kategoriach regionalnych. Na obszarze EMEA wygrał Javier Ruperez i jego zdjęcie przedstawiające łuski na skrzydłach nocnego motyla z gatunku Urania rhipheus. W Amerykach zwyciężył Igor Siwanowicz z fotografią, na której widać ziarno pyłku przyczepione do znamienia słupka. A trójwymiarowy obraz pręcika szarotki alpejskiej uzyskany za pomocą skanującego laserowego mikroskopu konfokalnego zapewniło Jao Li zwycięstwo na terenie Azji.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Internet pełen jest zdjęć jedzenia. Widzimy je i w mediach społecznościowych, i na witrynach WWW, i na reklamach. Wiele z nich prezentowanych jest po to, by wywołać w nas chęć zjedzenia konkretnej rzeczy czy dania. Widok żywności ma spowodować, że staniemy się głodni. Jednak badania przeprowadzone przez naukowców z Aarhus University pokazują, że prezentacja zdjęć z jedzeniem może mieć na nas przeciwny wpływ. Szczególnie, jeśli wielokrotnie widzimy tę samą potrawę.
Duńscy uczeni dowodzą, że gdy widzimy to samo zdjęcie pożywienia ponad 30 razy, czujemy się bardziej najedzeni, niż zanim zobaczyliśmy fotografię po raz pierwszy. Ponadto uczestnicy badań, którym wielokrotnie pokazywaliśmy to samo zdjęcie i pytaliśmy ich, jak dużo danego produktu by zjedli, już po trzeciej prezentacji wybierali mniejsze porcje, mówi doktor Tjark Andersen.
Może się wydawać dziwne, że uczestnicy badań czuli się najedzeni, podczas gdy niczego nie zjedli. Ale to naturalnej zjawisko. To, co myślimy o jedzeniu ma bowiem wpływ na apetyt. Apetyt jest ściślej powiązany z doświadczeniem poznawczym, niż się większości z nas wydaje. Bardzo ważny jest sposób, w jaki myślimy o jedzeniu. Eksperymenty pokazały na przykład, że jeśli ludziom powie się, że są różne kolory żelków i pozwoli im się jeść do woli żelki czerwone, to nadal będą chcieli zjeść żelka żółtego, mimo że żółte smakują tak samo jak czerwone, wyjaśnia Andersen. Z kolei z innych badań wynika, że jeśli wyobrażamy sobie, jak nasze zęby zagłębiają się w soczyste jabłko, dochodzi do aktywacji tych samych obszarów mózgu, co podczas jedzenia. Mamy tutaj do czynienia z reakcją fizjologiczną na samą myśl o czymś. To dlatego możemy poczuć się najedzeni bez jedzenia, dodaje uczony.
Naukowcy z Aarhus nie są pierwszymi, którzy zauważyli, że same obrazy jedzenia zwiększają uczucie sytości. To wiedzieli już wcześniej. Chcieli się jednak dowiedzieć, jak wiele ekspozycji na obraz potrzeba, byśmy czuli się najedzeni oraz czy różne zdjęcia tego samego pożywienia zniosą uczucie sytości.
Z wcześniejszych badań wiemy, że zdjęcia różnych rodzajów żywności nie mają tego samego wpływu na uczucie sytości. Dlatego gdy najemy się obiadem, mamy jeszcze miejsce na deser. Słodycze to zupełnie inny rodzaj żywności, mówią naukowcy.
Duńczycy przygotowali więc serię online'owych eksperymentów, w których wzięło udział ponad 1000 osób. Najpierw pokazywano im zdjęcie pomarańczowych M&M'sów. Niektórzy widzieli je 3 razy, inni 30 razy. Okazało się, że ta grupa, która widziała zdjęcie więcej razy, czuła się bardziej najedzona. Uczestników zapytano też, ile (od 1 do 10) draży by zjedli. Po obejrzeniu 30 zdjęć uczestnicy wybierali mniejszą liczbę.
Później eksperyment powtórzono, ale z drażami o różnych kolorach. Nie wpłynęło to na wyniki badań. Jednak później zdjęcia M&M'sów zastąpiono zdjęciami draży Skittles, w przypadku których różne kolory smakują różnie. Okazało się jednak, że znowu nie było różnicy. To sugeruje, że wpływ na zmianę naszego poczucia sytości ma więcej parametrów niż kolor i smak, dodaje Andersen.
Naukowcy nie wykluczają, że ich spostrzeżenia można będzie wykorzystać w walce z nadwagą i spożywaniem śmieciowego jedzenia. Wyobraźmy sobie aplikację, korzystającą z wyszukiwarki obrazów. Gdy masz ochotę na pizzę, wpisujesz to w aplikację, a ona prezentuje Ci zdjęcia pizzy. Ty sobie wyobrażasz, jak ją jesz i czujesz się nasycony. Ochota na pizzę ci przechodzi, wyjaśnia uczony.
Zdjęcia jedzenia zalewające internet mogą być jedną z przyczyn, dla której wiele osób ulega chwilowym pokusom i sięga po niezdrową wysoko przetworzoną żywność. Jednak, jak wynika z powyższych eksperymentów, te same zdjęcia i ten sam internet mogą pomóc w pozbyciu się niezdrowych nawyków i nieuleganiu pokusom.
« powrót do artykułu
-
-
Ostatnio przeglądający 0 użytkowników
Brak zarejestrowanych użytkowników przeglądających tę stronę.