تقدم ورقة البحث نهجًا هجينًا جديدًا لخوارزمية سرب السلاپ (SSA)، يُطلق عليه اسم البحث المحلي SSA (LS-SSA)، يهدف إلى معالجة قيود SSA القياسية، وخاصة ميلها للتقارب المبكر والوقوع في الحد الأدنى المحلي. يتضمن LS-SSA وكلاء بحث محليين لتعزيز قدرات الاستكشاف لـ SSA، وهو أمر حاسم لتحسين المعلمات الفائقة في الشبكات العصبية الالتفافية (CNNs) المستخدمة في…

تقدم هذه الورقة البحثية معمارين مبتكرين لتحليل أورام الدماغ: Hybrid Vision UNet-Encoder Decoder (HVU-ED) للتجزئة وHybrid Vision UNet-Encoder (HVU-E) للتصنيف. تستفيد النماذج من قدرات استخراج الميزات للطرق الهجينة، بما في ذلك ResNet50 وVGG16 وDenseNet121 وXception، المدمجة مع Vision Transformer (ViT). في نموذج HVU-ED، يتم دمج هذه الميزات الهجينة مع ميزات UNet في طبقة الزجاجة وتستخدم…

تبحث ورقة البحث في تطبيق الشبكات العصبية التلافيفية العميقة (CNNs) لتعزيز تشخيص وتصنيف مرض الزهايمر باستخدام بيانات التصوير بالرنين المغناطيسي. غالبًا ما تعيق الطرق التشخيصية التقليدية دقة منخفضة وأوقات معالجة طويلة، مما قد يؤخر الرعاية الحرجة للمرضى. تستخدم هذه الدراسة مجموعة بيانات التصوير بالرنين المغناطيسي المعالجة لمرض الزهايمر، والتي تتكون من 6,735 صورة هيكلية للدماغ،…

تقدم ورقة البحث نموذجًا هجينًا جديدًا، يسمى DenseTransformer، يهدف إلى تعزيز دقة تصنيف أورام الدماغ باستخدام التصوير بالرنين المغناطيسي (MRI). يدمج النموذج ميزات من شبكة DenseNet201 العصبية التلافيفية المدربة مسبقًا مع بنية Transformer، مع استخدام خاص لآليات الانتباه الذاتي متعدد الرؤوس (MHSA) وكتل الانتباه للضغط والإثارة (SEA). تتناول هذه الطريقة التحديات المتعلقة بكثافة الحساب، واكتشاف…

يتناول هذا القسم من ورقة البحث الدور الحاسم للكشف الدقيق في العلاج الفعال لأورام الدماغ، مشددًا على أهمية التصوير الطبي للتشخيص المبكر. يقدم البحث نهجين مبتكرين للكشف عن الأورام: الأول يجمع بين معالجة الصور، ومحولات الرؤية (ViT)، وخوارزميات التعلم الآلي لتحليل الصور الطبية، محققًا دقة تصل إلى 98.17%. النهج الثاني يستخدم تقنية دمج النماذج المتوازية…