الأبحاث المرتبطة بالكلمة المفتاحية: تقسيم آفات الجلد
-
نهج هجين لتقسيم آفات الجلد بدقة باستخدام LEDNet وSwin-UMamba A hybrid approach for accurate skin lesion segmentation using LEDNet and Swin-UMamba
2026 | المؤلف: Muhammad Ahtsam Naeem وآخرون | المجلة: Scientific Reports | المجال: علم الأورام (Oncology)تقدم البحث نموذجًا هجينًا يدمج LEDNet و Swin-UMamba لتجزئة آفات الجلد، مع معالجة التحديات التي تطرحها الحدود غير المنتظمة والأنسجة المعقدة في الكشف عن سرطان الجلد. يتميز LEDNet بهيكل سيامي متعدد المستويات مع وحدة تحليل الفرق (DAM) ووحدة توجيه الحواف (EGM) لتعزيز ترميز الحواف، بينما يستخدم Swin-UMamba مشفرات قائمة على Mamba وكتل الفضاء البصري (VSS)…
-
إعادة التفكير في كشف الحدود في تقسيم الصور الطبية المعتمد على التعلم العميق Rethinking boundary detection in deep learning-based medical image segmentation
2026 | المؤلف: Yi Lin وآخرون | المجلة: Medical Image Analysis | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يقدم هذا القسم نظرة شاملة على بنية شبكة جديدة، تُسمى CTO، مصممة لتقسيم الصور الطبية. تدمج هذه البنية الشبكات العصبية التلافيفية (CNNs) ونماذج المحولات البصرية (ViT) وعوامل كشف الحواف لتعزيز تقسيم مناطق الحدود، والتي كانت تحديًا مستمرًا في هذا المجال. تعمل CTO ضمن إطار عمل الترميز-فك الترميز، مع وجود مشفر مزدوج التدفق يجمع بين CNN…
-
شبكة U-Net متعددة المقاييس مع انتباه تلافيفي لتقسيم الصور الطبية Multi-scale conv-attention U-Net for medical image segmentation
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث المقترح هيكل شبكة محسّن قائم على U-Net، يُطلق عليه MSCA-UNet، يهدف إلى تحسين تقسيم الصور الطبية من خلال معالجة التحديات المتعلقة بالتقاط الميزات متعددة المقاييس ومعلومات السياق المكاني بشكل فعال. يتضمن هذا النموذج ثلاثة وحدات مبتكرة: وحدة الالتفاف التكيفية (AC)، التي تعدل بشكل ديناميكي نوى الالتفاف لاستخراج ميزات بأشكال ومقاييس متنوعة؛ وحدة التعلم…