الأبحاث المرتبطة بالكلمة المفتاحية: الموجات فوق الصوتية، الثدي
-
تأثير تركيبة نسيج الثدي على الموجات فوق الصوتية الآلية للثدي قبل الجراحة مع دقة تقييم تعدد السرطان والبقاء بدون انتكاسة في مرضى سرطان الثدي في مراحله المبكرة
2026 | المؤلف: M Kim وآخرون | المجلة: Korean Journal of Radiology | المجال: أبحاث السرطان (Cancer Research)كان الهدف من هذه الدراسة هو تقييم العلاقة بين تركيبة نسيج الثدي التي تم ملاحظتها من خلال الموجات فوق الصوتية الآلية للثدي (ABUS) ودقة تقييم تعدد السرطان، بالإضافة إلى البقاء خاليًا من الانتكاسة بعد الجراحة (RFS) في مرضى سرطان الثدي في مراحله المبكرة. شملت التحليل الرجعي 409 امرأة مصابة بسرطان الثدي السريري Tis، T1-2/N0 اللواتي…
-
شبكة عصبية عميقة مدفوعة بالذكاء الاصطناعي قابلة للتفسير للكشف الدقيق عن سرطان الثدي من الصور النسيجية والصور بالموجات فوق الصوتية
2025 | المؤلف: Md. Romzan Alom وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث نموذج الكشف عن سرطان الثدي باستخدام الشبكات العصبية العميقة (DNBCD)، وهو إطار مبتكر مصمم لتعزيز الكشف المبكر والدقيق عن سرطان الثدي من خلال التحليل الآلي للصور الهستوباثولوجية والأشعة فوق الصوتية. باستخدام بنية تعلم عميق تعتمد على Densenet121، يتضمن نموذج DNBCD طبقات شبكة عصبية تلافيفية (CNN) مخصصة، بما في ذلك GlobalAveragePooling2D وDense وDropout، إلى…
-
مقارنة تقنيات التصوير الإضافية لسرطان الثدي – النتائج الأولية من تجربة BRAID العشوائية المحكمة
2025 | المؤلف: Fiona J. Gilbert وآخرون | المجلة: The Lancet | المجال: طب الرئة والجهاز التنفسي (Pulmonary and Respiratory Medicine)تدرس هذه الدراسة فعالية تقنيات التصوير الإضافية – التصوير بالرنين المغناطيسي المختصر، والأشعة فوق الصوتية الآلية للثدي بالكامل (ABUS)، والماموجرام المعزز بالصبغة – مقارنة بالرعاية القياسية (الماموجرام الرقمي الكامل) لدى النساء ذوات الثدي الكثيف والماموجرامات السلبية. تم إجراء الدراسة كدراسة عشوائية محكومة عبر عشرة مواقع فحص للثدي في المملكة المتحدة، وشملت 9,361 امرأة مؤهلة تتراوح…
-
تقسيم أورام الثدي القابلة للتفسير باستخدام الانتباه بالاعتماد على مزيج من نماذج UNet وResNet وDenseNet وEfficientNet
2025 | المؤلف: Shokofeh Anari وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه الدراسة نهج تعلم عميق لتجزئة أورام الثدي باستخدام مجموعة بيانات صور الموجات فوق الصوتية للثدي (BUSI)، معتمدة على بنية UNet المعدلة المعززة بآليات الانتباه مثل وحدة انتباه الكتلة التلافيفية (CBAM) والانتباه غير المحلي. من خلال دمج هياكل ترميز متقدمة مثل ResNet وDenseNet وEfficientNet، يحسن النموذج بشكل كبير من دقة التجزئة، كما يتضح من…