تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. تقسيم الصورة

الأبحاث المرتبطة بالكلمة المفتاحية: تقسيم الصورة




  • التعلم المتعدد الحالات الهندسي لتجزئة سرطان المعدة تحت إشراف ضعيف

    2026 | المؤلف: Chenshen Huang وآخرون | المجلة: npj Digital Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه الفقرة التحديات المتعلقة بالتجزئة ذات الإشراف الضعيف للمناطق السرطانية في الصور الكاملة (WSIs) ضمن علم الأمراض الحاسوبي، وخاصة الاعتماد على التعليقات التوضيحية المكلفة على مستوى البكسل. تكافح الأطر الحالية للتعلم متعدد الحالات (MIL) لتوليد أقنعة تجزئة دقيقة لأنها تعتبر WSIs كـ ‘حقائب غير مرتبة من الرقع’، متجاهلة التركيب النسيجي الأساسي والأنماط المعمارية التي…


  • DescriptorMedSAM: دمج اللغة والصورة مع توجيه نص متعدد الجوانب لتقسيم الصور الطبية

    2026 | المؤلف: Wenjie Zhang وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم البحث DescriptorMedSAM، وهو امتداد مبتكر لنموذج MedSAM مصمم لتعزيز تقسيم الأعضاء في التصوير الطبي دون الحاجة إلى تفاعل يدوي. من خلال استخدام نصوص منظمة—تتراوح من أسماء الأعضاء البسيطة إلى أوصاف أكثر تعقيدًا تجمع بين الشكل والموقع—يستفيد DescriptorMedSAM من مشفر نص CLIP لتحويل هذه الأوصاف إلى تمثيلات كثيفة. يتم دمج هذه التمثيلات بعد ذلك مع…


  • نموذج جديد لشبكة GAN متعددة الخسائر لتسوس اللب مع خوارزميات مستوحاة من اللب للكشف عن تسوس الأسنان عند الأطفال وتقسيمه

    2026 | المؤلف: Amira Abdelhafeez Elkhatib وآخرون | المجلة: Scientific Reports | المجال: جراحة الفم (Oral Surgery)

    تقدم البحث Pulp-Caries-GAN، وهو شبكة تنافسية مولدة مبتكرة مصممة لتعزيز الكشف المبكر عن تسوس الأسنان في الفئات السكانية للأطفال. يستخدم هذا الإطار بنية متعددة الخسائر تدمج خسائر تنافسية، وخسائر بكسل، وخسائر إدراكية، وخسائر تشابه هيكلي، إلى جانب استراتيجية تحسين مستوحاة من اللب. يهدف هذا النهج إلى توليد صور أسنان صناعية عالية الدقة مع الحفاظ على…


  • تقسيم دقيق للأجسام تحت الماء في الوقت الحقيقي باستخدام YOLOv11-UOS المحسن مع تعزيز تكيفي موجه بالفيزياء وزيادة الانتباه

    2026 | المؤلف: N. Deluxni وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تتناول البحث التحديات المتعلقة بالكشف بدقة عن الأجسام تحت الماء، والتي غالبًا ما تكون محجوبة بسبب ضعف الرؤية، وتشويه الألوان، وتشتت الضوء، والخلفيات المعقدة. لمواجهة هذه القضايا، يقترح المؤلفون نظام تقسيم متقدم يجمع بين تقنيات تعزيز الانتباه مع تحسين الصور التكيفية الموجهة بالفيزياء، باستخدام بنية YOLOv11-UOS ثنائية المجال. تعمل هذه الطريقة على تحسين دقة الألوان…


  • تعزيز اكتشاف العلامات العينية: تقسيم استراتيجي قائم على الذكاء الاصطناعي لتحسين الدقة وحماية الخصوصية

    2026 | المؤلف: Chaoyu Lei وآخرون | المجلة: npj Digital Medicine | المجال: الأشعة والطب النووي والتصوير الطبي (Radiology, Nuclear Medicine and Imaging)

    في هذه الدراسة، نتناول الحاجة الملحة للكشف الدقيق عن العلامات العينية للتشخيص المبكر لأمراض العين مع ضمان خصوصية المريض. غالبًا ما تتضمن طرق الذكاء الاصطناعي الحالية التي تستخدم صور الوجه أو الصور العينية الخارجية معلومات زائدة يمكن أن تؤثر على الأداء والخصوصية. لمواجهة ذلك، أجرينا تحليلًا استعاديًا متعدد الجنسيات شمل 2,360 عينًا من 1,180 صورة…


  • تقسيم اللثة المدفوع بالذكاء الاصطناعي على CBCT: التحقق باستخدام التحديد بواسطة المسح داخل الفم وفصل لفة القطن المعتمد على

    2026 | المؤلف: Fernanda Bulhões Fagundes وآخرون | المجلة: Journal of Dentistry | المجال: جراحة الفم (Oral Surgery)

    هدفت الدراسة إلى التحقق من صحة نهج جديد للذكاء الاصطناعي لتقسيم اللثة تلقائيًا من مسحات التصوير المقطعي المحوسب باستخدام شعاع مخروط (CBCT) باستخدام فصل لفة القطن. شملت الدراسة 180 قوسًا أسنانيًا، مقسمة إلى مجموعات الحقيقة الأرضية، والتحقق الداخلي، والتحقق السريري. تم مقارنة تقسيم اللثة الذي تم إنشاؤه بواسطة الذكاء الاصطناعي مع التقسيم اليدوي (MS) وتحسين…


  • تقسيم الأسنان المبتكر باستخدام الميزات الهرمية ونمذجة التسلسل ثنائي الاتجاه

    2026 | المؤلف: Xinxin Zhao وآخرون | المجلة: Pattern Recognition | المجال: جراحة الفم (Oral Surgery)

    تتناول ورقة البحث التحديات المتعلقة بتجزئة صور الأسنان في الرقمنة السنية، مع تسليط الضوء على قيود أجهزة الترميز التقليدية التي تستخدم خرائط ميزات ذات دقة ثابتة. غالبًا ما تؤدي هذه الأجهزة إلى تجزئة غير متصلة وتفريق غير كافٍ بين المناطق المستهدفة والخلفية بسبب عدم قدرتها على نمذجة السياق البيئي والعالمي بشكل فعال. بالإضافة إلى ذلك،…


  • الالتفاف العشوائي المدرك دلاليًا ومطابقة المصدر لتعميم المجال في تقسيم الصور الطبية

    2026 | المؤلف: Franz Thaler وآخرون | المجلة: IEEE Access | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذا البحث، يتناول المؤلفون مشكلة التعميم عبر المجالات من مصدر واحد (DG) في تقسيم الصور الطبية، وتحديداً تدريب نموذج على نمط تصوير واحد (مثل، الأشعة المقطعية) وتطبيقه على آخر (مثل، التصوير بالرنين المغناطيسي) دون الحاجة إلى بيانات أو تعليقات إضافية من مجال الهدف. يقدمون طريقة تسمى الالتفاف العشوائي المدرك دلالياً ورسم الخرائط الدلالية (SRCSM)،…


  • خوارزمية هجينة متكيفة للصور الفضائية في تقسيم الصور في الاستشعار عن بعد

    2026 | المؤلف: M. Faruk Şahin وآخرون | المجلة: The Visual Computer | المجال: تكنولوجيا الإعلام (Media Technology)

    تناقش هذه الفقرة تطوير وتقييم خوارزمية RSA-HGSO، وهي نهج هجين جديد لعتبة الصورة متعددة المستويات لصور الأقمار الصناعية الملونة عالية الدقة. تدمج هذه الخوارزمية خوارزمية البحث عن الزواحف (RSA) وتحسين ذوبانية الغاز هنري (HGSO) لتعزيز جودة التقسيم مع الحفاظ على توازن بين الاستكشاف والاستغلال. تظهر النتائج التجريبية أن RSA-HGSO تتفوق على الطرق التقليدية، حيث تحقق…


  • تحسين تقسيم أورام الدماغ في التصوير الطبي باستخدام تجميع سياقي متعدد المقاييس متعدد الأنماط ودمج الانتباه

    2025 | المؤلف: Waqar Aslam وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تقدم ورقة البحث إطارًا جديدًا يسمى التجميع السياقي متعدد المقاييس متعدد الأنماط مع دمج الانتباه (MM-MSCA-AF) يهدف إلى تحسين تقسيم أورام الدماغ من مسحات الرنين المغناطيسي متعددة الأنماط، وهو أمر أساسي للتشخيص الفعال وتخطيط العلاج. يتناول الإطار التحديات التي تطرحها تباين الأورام وتنوع تسلسلات الرنين المغناطيسي من خلال استخدام التجميع السياقي متعدد المقاييس لالتقاط كل…


←السابق
1 2 3 4 5
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.