پیام زربخش، متولد ۱۳۶۷ در شهر اردبیل، دانشیار و پژوهشگر رشته مهندسی برق و الکترونیک، دارای مدرک لیسانس و کارشناسی ارشد برق و الکترونیک و دکترای برق و الکترونیک از دانشگاه Eastern Mediterranean University با معدل الف است. از سال ۲۰۱۷ عضو هیئت علمی بوده و هماکنون معاون رئیس دانشکده در University of Adakent در قبرس شمالی است. او سابقه فعالیت در دانشگاههای بینالمللی قبرس را دارد و تخصصش در زمینههای پردازش تصویر، یادگیری ماشین و شناسایی چهره است. پیام زربخش در پروژههای تحقیقاتی متعددی از جمله تشخیص الگو و الگوریتمهای هوش مصنوعی برای تشخیص زودهنگام بیماریها مشارکت داشته و چندین مقاله علمی منتشر کرده است. او بهعنوان مدرس و پژوهشگر، مسیر حرفهای و تحقیقاتی خود را با تمرکز بر فناوریهای نوین دنبال میکند.
وی در حوزه یادگیری عمیق و تحلیل دادههای پزشکی، بهویژه در زمینه تصویربرداری پزشکی و تشخیص تومورهای سرطانی، فعالیت پژوهشی مستمر دارد. همچنین در هدایت پایاننامههای کارشناسی ارشد و دکتری و توسعه همکاریهای علمی بینالمللی نقش فعالی ایفا کرده است. تمرکز اصلی پژوهشهای او بر طراحی مدلهای هوشمند قابل تفسیر و کاربردیسازی دستاوردهای هوش مصنوعی در مسائل واقعی مهندسی و پزشکی است.
پیام زربخش در حوزههای پردازش تصویر و ویدئو، شناسایی حالات چهره، یادگیری ماشین و شبکههای عصبی تخصص دارد. او با استفاده از روشهای نوین هوش مصنوعی و الگوریتمهای پیشرفته، در پروژههای مختلفی فعالیت کرده است که هدف آنها بهبود دقت و کارایی سیستمهای شناسایی و تحلیل دادههای بصری است. پژوهشهای پیام زربخش بر توسعه فناوریهای هوشمند متمرکز است تا بتواند کاربردهای عملی و مؤثری در حوزههایی مانند پزشکی، امنیت و تعامل انسان و ماشین داشته باشد. تخصص و تجربه گسترده او در این زمینهها، او را به یکی از پژوهشگران فعال و برجسته در رشته مهندسی برق و الکترونیک تبدیل کرده است.
پیام زربخش در زمینه مهارتهای نرمافزاری دارای تخصص گستردهای است و به تسلط کامل بر ابزارهای مهم مهندسی و برنامهنویسی دست یافته است. او با نرمافزارهای MATLAB و Python برای تحلیل دادهها، شبیهسازی و توسعه الگوریتمهای یادگیری ماشین و پردازش تصویر کار میکند. همچنین در طراحی و شبیهسازی سختافزارهای دیجیتال با زبان Verilog و محیط Quartus تجربه دارد که این مهارتها به وی امکان میدهد پروژههای پیچیده مهندسی برق را بهصورت سختافزاری و نرمافزاری به انجام برساند. علاوه بر این، آشنایی با Visual Basic نیز به او کمک میکند تا در توسعه نرمافزارهای کاربردی و رابطهای کاربری انعطافپذیر فعالیت کند. این ترکیب مهارتها، پیام زربخش را قادر میسازد تا در حوزههای مختلف پژوهشی و صنعتی با بهرهگیری از فناوریهای روز، پروژههای موفقی را به سرانجام برساند.
حکم معاون دانشکده مهندسی آداکنت قبرس شمالی
مقالات چاپشده در مجلات بینالمللی نمایهشده (ISI / Scopus)
Safarpour, H., Sadeghi, S., Zarbakhsh, P., Kamsari, M., Kia, M., Ranjbarzadeh, R. (2026).
Explainable Deep Learning Framework for Brain Tumor Segmentation Using Vision Transformer and Conditional Random Fields.
Springer Nature, Multimedia Systems, Vol. 32, No. 1, Jan 2026. (Q2)Bagherian Kasgari, A., Sadeghi, S., Zarbakhsh, P., Jafarzadeh Ghoushchi, S., Ranjbarzadeh, R. (2025).
A Spiking Convolutional Neural Network for Glioma Brain Tumor Segmentation Using Spike-Timing-Dependent Plasticity.
Elsevier, Neurocomputing, Vol. 660, Oct 2025. (Q1)Sadeghi, S., Zarbakhsh, P., Kia, M., Kamsari, M., Razmjoooy, N., Jafarzadeh Ghoushchi, S.
Attention-Driven Improvements in YOLOv5 for Efficient and Accurate Face Detection.
Under Review (Q1)Zarbakhsh, P. (2023).
Spatial Attention Mechanism and Cascade Feature Extraction in a U-Net Model for Enhancing Breast Tumor Segmentation.
Applied Sciences, Vol. 13, No. 15, July 2023. (Q2)Zarbakhsh, P., Demirel, H. (2020).
4D Facial Expression Recognition Using Multimodal Time Series Analysis of Geometric Landmark-Based Deformations.
The Visual Computer, Vol. 36, No. 5, May 2020. (Q2)Zarbakhsh, P., Demirel, H. (2018).
Low-Rank Sparse Coding and Region of Interest Pooling for Dynamic 3D Facial Expression Recognition.
Signal, Image and Video Processing, Vol. 12, No. 8, Nov 2018. (Q3)Zarbakhsh, P., Addeh, A. (2018).
Breast Cancer Tumor Type Recognition Using Graph Feature Selection Technique and Radial Basis Function Neural Network with Optimal Structure.
Journal of Cancer Research and Therapeutics, Vol. 14, No. 3, June 2018. (Q4)Mirzaei, S., Nikpey, A., Zarbakhsh, P. (2014).
Recognition of Control Chart Patterns Using Imperialist Competitive Algorithm and Fuzzy Rules Approach.
International Journal of Intelligent Systems and Applications, Vol. 6, No. 10, Sept 2014.Zarbakhsh, P., Balazadeh Bahar, H. (2013).
Method of Face Recognition without Impact of Viewing Angle Based on Combination of Classifiers.
European Journal of Scientific Research, Vol. 112, No. 4, Oct 2013.Kalteh, A., Zarbakhsh, P., Jirabadi, M. (2013).
Breast Cancer Detection Using Different Neural Networks and K-MICA Algorithm.
Journal of Cancer Research and Therapeutics, Vol. 9, No. 3, Sept 2013. (Q4)

مقالات ارائهشده در کنفرانسهای بینالمللی (IEEE)
Ranjbarzadeh, R., Keles, A., Anari, S., Zarbakhsh, P., Bendechache, M. (2025).
Explainable Attention-Guided Swin Transformer Networks for Brain Tumor Segmentation from 3D MRI.
IEEE, 9th World Conference on Smart Trends in Systems, Security and Sustainability, Nov 2025.Zarbakhsh, P., Golilarz, N.A., Ozgunalp, U. (2020).
Facial Expression Recognition System Using a Neural Network and Simulation on FPGA.
IEEE, 5th International Conference on Signal and Image Processing (ICSIP), Oct 2020.Zarbakhsh, P., Addeh, A. (2018).
A Hierarchical System for Recognition of Control Chart Patterns.
IEEE, 4th International Conference ICACCE, June 2018.Zarbakhsh, P., Demirel, H. (2017).
Fuzzy SVM for 3D Facial Expression Classification Using Sequential Forward Feature Selection.
IEEE, 9th International Conference CICN, 2017.Zarbakhsh, P., Addeh, A., Demirel, H. (2017).
Early Detection of Breast Cancer Using Optimized ANFIS and Feature Selection Algorithm.
IEEE, 9th International Conference CICN, 2017.Chamanian, S., Pakdaman Zangabad, R., Zarbakhsh, P., Bahrami, M., Khodaei, M. (2012).
Wideband Capacitive Energy Harvester Based on Mechanical Frequency-Up Conversion.
IEEE Sensors Application Symposium (SAS), Italy, 2012.
پروژههای پژوهشی (Research Projects)
“Multimodal Emotion Recognition Using Deep Learning in Video”
طراحی و پیادهسازی مدلهای یادگیری عمیق برای تشخیص احساسات بهصورت چندوجهی از دادههای ویدئویی
استخراج و ادغام ویژگیهای چهره، صوت و اطلاعات زمانی برای بهبود دقت طبقهبندی
استفاده از معماریهای CNN و RNN جهت استخراج ویژگی و مدلسازی توالی
ارزیابی عملکرد سیستم با استفاده از دیتاستهای استاندارد تشخیص احساسات
ترجمه کتاب (Book Translation)
“Learning FPGA Design with the XuLA Board”
ترجمه از زبان انگلیسی به فارسی
ترجمه تخصصی کتاب در حوزه طراحی FPGA
بومیسازی مفاهیم فنی برای دانشجویان و پژوهشگران مهندسی
حفظ دقت علمی در انتقال اصطلاحات و مباحث طراحی سختافزار
ویراستاری کتاب (Book Editing)
“4D Facial Expression Recognition System”
ویراستاری علمی و فنی نسخه انگلیسی کتاب
بهبود ساختار علمی، انسجام مطالب و کیفیت نگارش
بازبینی روش تحقیق، نتایج آزمایشها و نحوه ارائه دستاوردهای پژوهشی

عضویتهای علمی و حرفهای
از سال ۱۳۹۰ (2011): عضو The Iranian Engineers Association
از سال ۱۳۹۲ (2013): عضو سازمان نظام مهندسی برق ایران
از سال ۱۳۹۵ (2016): عضو The Institute of Electrical and Electronics Engineers (IEEE)
از سال ۱۳۹۶ (2017): عضو انجمن تخصصی IEEE Signal Processing Society
فعالیتهای داوری و مسئولیتهای علمی
از سال ۱۳۹۷ (2018): داور مقالات علمی در مجلات نمایهشده انتشارات Springer Nature در حوزه Signal, Image and Video Processing
از سال ۱۳۹۸ (2019): داور مجله بینالمللی Elsevier Journals در حوزه Signal, Image and Video Processing
از سال ۱۳۹۹ (2020): عضو هیئت تحریریه مجله علمی-پژوهشی Computational Research Progress in Applied Science & Engineering
مهارتهای زبانی (Language Proficiency)
Azerbaijani: زبان مادری
Persian: زبان رسمی کشور (تسلط کامل)
English: دارای مدرک TOEFL با نمره 109 از 120 (سطح پیشرفته)
Turkish: دارای مدرک TÖMER با نمره 76 از 100 (سطح متوسط رو به بالا
