الأبحاث في مجلة: IEEE Transactions on Medical Imaging

فصل وتعزيز التمثيل الزماني المكاني لتجزئة الأدوات في مقاطع الفيديو الجراحية Spatio-Temporal Representation Decoupling and Enhancement for Federated Instrument Segmentation in Surgical Videos

2026 | المؤلف: Zheng Fang وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

تقدم ورقة البحث إطار عمل جديد للتعلم الفيدرالي المخصص (PFL)، يسمى فصل وتعزيز التمثيل الزماني المكاني (FedST)، يهدف إلى تحسين تقسيم أدوات الجراحة عبر مواقع جراحية متنوعة دون مركزية البيانات. تسلط الدراسة الضوء على التحديات الفريدة في مجال الجراحة، مثل اختلاف الخلفيات التشريحية وتوافر البيانات الاصطناعية من محاكيات الجراحة. يتضمن FedST آلية فصل التعاون والتمثيل…
PitVQA++: تكيف مصفوفة المتجهات ذات الرتبة المنخفضة للإجابة على الأسئلة البصرية المفتوحة في جراحة الغدة النخامية PitVQA++: Vector Matrix-Low-Rank Adaptation for Open-Ended Visual Question Answering in Pituitary Surgery

2026 | المؤلف: Runlong He وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

يتناول هذا القسم التقدم في نماذج الرؤية-اللغة (VLMs) للإجابة على الأسئلة البصرية (VQA) في سياق الإجراءات الجراحية، مع التركيز بشكل خاص على تطبيقها في تعزيز اتخاذ القرارات داخل العملية التعليمية الجراحية. تواجه تطوير VLMs للإجابة على الأسئلة الجراحية تحديات مثل مجموعات البيانات المحدودة ومشكلات مثل الإفراط في التكيف والنسيان الكارثي أثناء ضبط النماذج المدربة مسبقًا.…
DSCA: مجموعة بيانات تسلسل تصوير الأوعية الرقمية ونموذج مكاني زمني لتجزئة الشرايين الدماغية DSCA: A Digital Subtraction Angiography Sequence Dataset and Spatio-Temporal Model for Cerebral Artery Segmentation

2026 | المؤلف: Jiong Zhang وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

تعتبر الأمراض الوعائية الدماغية (CVDs) من المساهمين الرئيسيين في الإعاقة والوفيات على مستوى العالم، مما يستدعي أدوات تشخيص دقيقة. تعتبر تصوير الأوعية الرقمية (DSA) المعيار الذهبي لتصوير الحالات الوعائية الدماغية، ومع ذلك، لا يزال تقسيم الشرايين الدماغية (CAs) بدقة يمثل تحديًا بسبب مشكلات مثل التباين المنخفض في الأوعية الصغيرة والارتباك مع الهياكل المحيطة. لمعالجة هذه…
Mamba-Sea: إطار عمل قائم على Mamba مع تعزيز تسلسل من عالمي إلى محلي لتقسيم الصور الطبية القابل للتعميم Mamba-Sea: A Mamba-Based Framework With Global-to-Local Sequence Augmentation for Generalizable Medical Image Segmentation

2026 | المؤلف: Zihan Cheng وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الذكاء الاصطناعي (Artificial Intelligence)

في هذا القسم، يقدم المؤلفون نظرة عامة على أبحاثهم حول تعزيز التعميم في المجال (DG) لتقسيم الصور الطبية باستخدام بنية Mamba. يسلطون الضوء على قيود طرق DG الحالية، التي تعتمد بشكل أساسي على بنى CNN وViT، ويقدمون Mamba كبديل واعد بسبب قدرته على التقاط الاعتماديات بعيدة المدى مع تعقيد خطي. يقترح المؤلفون إطار عمل جديد،…
MSCPT: تصنيف صور الشرائح الكاملة قليل اللقطات مع ضبط دقيق متعدد المقاييس ومركز على السياق MSCPT: Few-Shot Whole Slide Image Classification With Multi-Scale and Context-Focused Prompt Tuning

2026 | المؤلف: Minghao Han وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الذكاء الاصطناعي (Artificial Intelligence)

تقدم ورقة البحث نهجًا جديدًا يسمى ضبط التوجيه متعدد المقاييس والتركيز على السياق (MSCPT) يهدف إلى تعزيز تصنيف الصور الكاملة ذات الإشراف الضعيف بعدد قليل من العينات (FSWC). تتطلب طرق التعلم المتعدد الحالات التقليدية (MIL) بيانات موسومة واسعة، والتي غالبًا ما تكون نادرة، خاصة للأمراض النادرة. يتناول MSCPT هذه التحديات من خلال استخدام نماذج الرؤية…
MiM: القناع في القناع التدريب الذاتي المسبق لتحليل الصور الطبية ثلاثية الأبعاد MiM: Mask in Mask Self-Supervised Pre-Training for 3D Medical Image Analysis

2026 | المؤلف: Jiaxin Zhuang وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

تقدم البحث إطار عمل التدريب المسبق “القناع في القناع” (MiM)، مما يعزز قدرات محول الرؤية (ViT) في التعلم الذاتي المشرف (SSL) لتحليل الصور الطبية ثلاثية الأبعاد. من خلال معالجة قيود مشفرات السيارات المقنعة (MAE) بسبب الأبعاد العالية للصور ثلاثية الأبعاد، يتضمن MiM تصميمًا هرميًا يمكّن من إعادة بناء المدخلات المقنعة في وقت واحد على مستويات…
تحسين تمثيل المكونات عالية التردد لنماذج الأساس البصري الطبي Improving Representation of High-Frequency Components for Medical Visual Foundation Models

2026 | المؤلف: Yuetan Chu وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الذكاء الاصطناعي (Artificial Intelligence)

يتناول قسم ورقة البحث القيود المفروضة على نماذج الأساس في تمثيل المكونات عالية التردد والتفاصيل الدقيقة بدقة، والتي تعتبر حاسمة في مهام التصوير الطبي بسبب الهياكل التشريحية المعقدة والميزات الدقيقة. لمعالجة هذه القيود، يقترح المؤلفون استراتيجية تدريب مسبق جديدة تُسمى ترميز التمثيل المتقدم للتردد (Frepa). تستخدم هذه الطريقة قناع التردد العالي واضطراب التردد المنخفض، إلى…
WeakMedSAM: تقسيم الصور الطبية تحت إشراف ضعيف عبر SAM مع استكشاف الفئات الفرعية وتعدين التوافق WeakMedSAM: Weakly-Supervised Medical Image Segmentation via SAM With Sub-Class Exploration and Prompt Affinity Mining

2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

في هذه الدراسة، نقدم WeakMedSAM، نموذج جديد للتقسيم تحت إشراف ضعيف يعتمد على نموذج تقسيم أي شيء (SAM)، يهدف إلى تعزيز أداء التقسيم في التصوير الطبي مع تقليل تكاليف التسمية. يتكون WeakMedSAM من وحدتين رئيسيتين: وحدة استكشاف الفئات الفرعية (SCE)، التي تضبط مشفر الرؤية (ViT) الخاص بـ SAM لتعلم ميزات الفئات الفرعية بفعالية والتخفيف من…
متوسط خسائر المعايرة من أجل عدم اليقين الموثوق في تقسيم الصور الطبية

2026 | المؤلف: Theodore Barfoot وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

في هذا البحث، يتناول المؤلفون قضية الثقة المفرطة في الشبكات العصبية العميقة المستخدمة في تقسيم الصور الطبية، والتي يمكن أن تقوض موثوقيتها في البيئات السريرية. يقترحون استخدام صيغ قابلة للتفريق لخطأ المعايرة المتوسطة L1 (mL1-ACE) كدالة خسارة مساعدة، يتم حسابها على أساس كل صورة، لتعزيز المعايرة على مستوى البكسل. تكشف تجاربهم عبر أربعة مجموعات بيانات…
موصوف نقاط رئيسية ثلاثي الأبعاد عبر الأنماط المتعددة لمطابقة وتسجيل MR-US

2026 | المؤلف: Д. А. Морозов وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

في هذا القسم، يتناول المؤلفون تحدي تسجيل الموجات فوق الصوتية في الوقت الحقيقي (iUS) أثناء العملية الجراحية مع التصوير بالرنين المغناطيسي (MRI) قبل العملية، والذي يتعقد بسبب الفروق الكبيرة في مظهر الوسائط، والدقة، ومجال الرؤية. يقترحون وصفًا جديدًا لنقاط المفاتيح ثلاثية الأبعاد عبر الوسائط مصممًا لمطابقة وتسجيل MRI-iUS بشكل فعال. تستخدم هذه الطريقة نهج المطابقة…