الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة
-
الديناميات البيئية لعائلة الإشريكية في ميكروبيوم الأمعاء البشرية عبر السكان العالميين
Ecological dynamics of Enterobacteriaceae in the human gut microbiome across global populationsتبحث الدراسة في الديناميات البيئية لبكتيريا الأمعاء من عائلة Enterobacteriaceae، والتي تُعتبر مساهمًا مهمًا في العدوى الانتهازية على مستوى العالم. باستخدام مجموعة بيانات شاملة تضم 12,238 ميتاجينوم بشري من 45 دولة، تستخدم الدراسة تقنيات التعلم الآلي لتحديد بصمة ميكروبيوم الأمعاء المتسقة المرتبطة باستعمار Enterobacteriaceae عبر حالات صحية ومناطق جغرافية مختلفة. تصنف التحليلات 172 نوعًا ميكروبيًا…
-
نموذج تعلم عميق قائم على LSTM محسن لاكتشاف اختراقات الشبكة الشاذة
An optimized LSTM-based deep learning model for anomaly network intrusion detectionتتناول ورقة البحث الطلب المتزايد على أمان الشبكات بسبب زيادة الهجمات الإلكترونية، مع التأكيد على الدور الحاسم لأنظمة كشف التسلل (IDS) في حماية الشبكات. تسلط الضوء على قيود أنظمة IDS الحالية، وخاصة معدلات الإنذار الكاذب العالية، وتدعو إلى دمج تقنيات التعلم العميق لتعزيز قدرات الكشف. تقترح الدراسة نموذج ذاكرة طويلة وقصيرة المدى (LSTM) محسن لكشف…
-
تحليل أورام الدماغ باستخدام التصوير بالرنين المغناطيسي المدمج مع التعلم العميق: استخراج الميزات، والتقسيم، وتوقع البقاء باستخدام الشبكات المكررة والشبكات الحجمية
Deep learning-integrated MRI brain tumor analysis: feature extraction, segmentation, and Survival Prediction using Replicator and volumetric networksتقدم هذه الورقة البحثية نهج تعلم عميق لتجزئة الأورام الدبقية، وهي أكثر الأورام الخبيثة شيوعًا في الدماغ، وتوقع معدلات بقاء المرضى باستخدام صور الرنين المغناطيسي. تعتمد المنهجية على بنية شبكة عصبية تلافيفية ثلاثية الأبعاد (2D) تتضمن قاعدة الأغلبية لتعزيز دقة تجزئة الأورام وتقليل تحيز النموذج. بالإضافة إلى ذلك، يتم استخراج الميزات الإشعاعية من مناطق الأورام…
-
تعزيز تصنيف أمراض القلب استنادًا إلى خوارزمية تحسين الإوز الرمادي وذاكرة المدى الطويل والقصير
Enhancing heart disease classification based on greylag goose optimization algorithm and long short-term memoryتقدم هذه الدراسة خوارزمية تحسين الإوز الرمادي (GGO) التي تهدف إلى تعزيز دقة تصنيف أمراض القلب. تشمل أمراض القلب حالات مختلفة تؤثر على هيكل القلب ووظيفته، بما في ذلك مرض الشريان التاجي، وعدم انتظام ضربات القلب، واعتلال عضلة القلب. تستخدم الدراسة نسخة ثنائية من GGO (bGGO) لاختيار الميزات، مع تقييمها مقابل ستة خوارزميات تحسين ثنائية…
-
تقسيم أورام الثدي القابلة للتفسير باستخدام الانتباه بالاعتماد على مزيج من نماذج UNet وResNet وDenseNet وEfficientNet
Explainable attention based breast tumor segmentation using a combination of UNet, ResNet, DenseNet, and EfficientNet modelsتقدم 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…
-
توقع فعالية العلاج المناعي المثبط لنقاط التفتيش للسرطان باستخدام اختبارات الدم الروتينية والبيانات السريرية
Prediction of checkpoint inhibitor immunotherapy efficacy for cancer using routine blood tests and clinical dataيقدم هذا القسم نظرة عامة على درجات مخاطر المرضى وحمولة الطفرات الورمية (TMB) فيما يتعلق بأنواع السرطان المختلفة واستجابات العلاج. يسلط الضوء على أربعة مرضى بنتائج متميزة: Pt10276، مريض ملانوما حقق استجابة كاملة (CR) بعد 58.28 شهرًا وحمولة طفرات قدرها 0 طفرات لكل ميغاباز (mut/Mb)؛ Pt9627، مريض سرطان القولون والمستقيم الذي حقق استجابة كاملة (CR)…
-
نموذج هجين من CNN-Bi-LSTM مع دمج الميزات للكشف الدقيق عن نوبات الصرع
A hybrid CNN-Bi-LSTM model with feature fusion for accurate epilepsy seizure detectionتتناول الأبحاث الحاجة الملحة لطرق فعالة لاكتشاف النوبات في إدارة الصرع، مقترحة نهج هجين جديد للتعلم العميق يدمج دمج الميزات من أجل دقة محسنة. تستخدم المنهجية تحويل الموجات المتقطعة (DWT) لتفكيك إشارات EEG على خمسة مستويات، مستخرجة ميزات الوقت-التردد وغير الخطية. لتحسين اختيار الميزات، يتم استخدام آلة الدعم المتجهة-إزالة الميزات التكرارية (SVM-RFE)، تليها التصنيف باستخدام…
-
نموذج RFE-GRU جديد لتصنيف مرض السكري باستخدام مجموعة بيانات PIMA الهندية
A novel RFE-GRU model for diabetes classification using PIMA Indian datasetتتناول ورقة البحث تطبيق تقنيات التعلم الآلي (ML) لتحسين التشخيص المبكر لمرض السكري، وهو حالة مزمنة مرتبطة بمضاعفات صحية خطيرة مثل السكتة الدماغية وفشل القلب. باستخدام مجموعة بيانات السكري الهندي PIMA (PIDD)، التي تتكون من 768 حالة و9 ميزات، تؤكد الدراسة على أهمية خطوات المعالجة المسبقة، بما في ذلك تعويض المتوسط وتطبيع البيانات، قبل تدريب…
-
طريقة هجينة فعالة للتعلم العميق والتعلم الآلي لتشخيص الاضطرابات التنكسية العصبية.
An efficient hybrid Deep Learning-Machine Learning method for diagnosing neurodegenerative disorders.تتناول ورقة البحث التحديات المتعلقة بتشخيص مرض الزهايمر، وهو اضطراب تنكسي عصبي يتميز بفقدان خلايا الدماغ وضمور الأنسجة، مما يؤثر بشكل كبير على جودة حياة المرضى. إن الكشف المبكر والعلاج أمران حاسمان لتحسين نتائج المرضى، مما يستلزم تقييمات سريرية مستمرة. تسلط الدراسة الضوء على الاعتماد على تقنيات التعلم العميق لتحليل الصور الطبية، وخاصة في التغلب…
-
كشف الحمل المعرفي من خلال تحسين ميزات القنوات الكهربائية الدماغية وتصنيف التجميع
Cognitive load detection through EEG lead wise feature optimization and ensemble classificationتستقصي هذه الدراسة تقييم الحمل المعرفي من خلال تحليل إشارات تخطيط الدماغ الكهربائي (EEG)، مع التركيز على استجابة الدماغ للمؤثرات التي تسبب التوتر. باستخدام تحليل المتوسط المحلي القوي (R-LMD)، تم تحليل بيانات EEG إلى خمسة أوضاع على مدى أربع ثوانٍ. تم استخدام خوارزمية تحسين الحساب الثنائي (BAO) لتقليل مساحة الميزات واستخراج ميزات متعددة المجالات، مما…