الأبحاث المرتبطة بالكلمة المفتاحية: الشبكات العصبية متعددة الطبقات
-
توقع الحمل عالي المخاطر باستخدام طرق التعلم الآلي المحسّنة بواسطة تاجوتشي واختيار النموذج القائم على TOPSIS High-risk pregnancy prediction using Taguchi-optimized machine learning methods and TOPSIS-based model selection
2026 | المؤلف: Maryam Mousavi Nogholi وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)الدراسة الحالية أجرت تحليلًا ثانويًا للبيانات التي تم جمعها مسبقًا والتي تم إخفاء هويتها لتقييم فعالية التعلم الآلي في التنبؤ بالحمل عالي المخاطر. التزم المؤلفون بالإرشادات واللوائح الأخلاقية، مما يضمن عدم وجود تجنيد جديد أو اتصال مباشر مع المشاركين البشر. كشفت النتائج أن نموذج الجيران الأقرب (KNN) حقق دقة بنسبة 88% في تحديد الحمل عالي…
-
NerveAI – خوارزمية تعلم آلي لاكتشاف ألم الأعصاب في الرأس والعنق NerveAI- a machine learning algorithm for detection of nerve pain in the head and neck
2026 | المؤلف: Merel H. J. Hazewinkel وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تناقش هذه الفقرة تطوير NerveAI، وهو نموذج ثلاثي الأبعاد للرأس والعنق مصمم لتسهيل فحص ألم الأعصاب لدى المرضى الذين يعانون من اضطرابات الصداع. تسلط الضوء على تحدي الوصول إلى المعرفة السريرية المتخصصة في نقطة الرعاية الأولية، مما يمكن أن يؤخر العلاج ويزيد من خطر الألم المزمن والإعاقة طويلة الأمد. يهدف NerveAI إلى معالجة هذه الفجوة…
-
طريقة الكشف عن حالة صحة الجنين بناءً على معلمات تجميع فعالة من التعلم العميق Fetal health state detection method based on parameters efficient ensembling of deep learning
2026 | المؤلف: Weiwei Yin وآخرون | المجلة: Frontiers in Public Health | المجال: إدارة المعلومات الصحية (Health Information Management)يتناول هذا القسم من ورقة البحث تطوير نموذج تعلم عميق جديد، PLE-TabM، يهدف إلى تحسين تصنيف بيانات تخطيط القلب الجنيني (CTG) لتقييم صحة الجنين. تعاني الطرق التقليدية لمراقبة معدل ضربات قلب الجنين غالبًا من التفسير الذاتي، بينما تكافح الأساليب الحالية للتعلم العميق مع تمثيل البيانات الجدولية. لمعالجة هذه القضايا، قدم المؤلفون ترميزًا خطيًا مقطعيًا (PLE)…
-
دمج بيانات متعدد الأنماط ومراقبة في الوقت الحقيقي لتوقع خطر السكتة الدماغية باستخدام التعلم الفيدرالي A multi-modal data fusion and real-time monitoring on stroke risk prediction using federated learning
2026 | المؤلف: Ramya Sree K وآخرون | المجلة: PLoS ONE | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول الأبحاث التحدي الحاسم في توقع مخاطر السكتة الدماغية في الرعاية الصحية من خلال اقتراح إطار عمل جديد يستخدم التعلم الفيدرالي (FL) لدمج نماذج الشبكة العصبية متعددة الطبقات (MLP) ووحدات التكرار المغلقة (GRU) لتحليل البيانات متعددة الأنماط. يستخدم الإطار مجموعتين من البيانات: واحدة تتكون من بيانات ديموغرافية وتاريخ طبي ونمط حياة، والأخرى تتكون من صور…
-
شبكة الأعصاب التلافيفية المعتمدة على المنطقة (R-CNN) مع دمج الراديوميات ومصفوفة تكرار مستوى الرمادي (GLCM) لاكتشاف الأورام الدماغية وتقسيمها
2026 | المؤلف: Prathima Devadas وآخرون | المجلة: PLoS ONE | المجال: طب الأعصاب (Neurology)تقدم هذه الدراسة نهجًا جديدًا للتشخيص المبكر وتصنيف أورام الدماغ باستخدام مزيج من الشبكات العصبية التلافيفية المعتمدة على الأقنعة (R-CNN)، والرياضيّات، ومصفوفة التكرار لمستويات الرمادي (GLCM). من خلال استخدام Mask R-CNN لتقسيم دقيق لمناطق الورم في التصوير بالرنين المغناطيسي (MRI) وحساب ميزات رياضية تقيس تباين الورم، تدمج الدراسة بفعالية الرياضيّات الكلاسيكية مع تقنيات التعلم العميق.…