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

الأبحاث المرتبطة بالكلمة المفتاحية: تقسيم




  • معالجة التصنيف غير المتسق باستخدام مطابقة الصور المتقاطعة لتقسيم الصور الطبية المعتمدة على الخربشة

    2025 | المؤلف: Jingkun Chen وآخرون | المجلة: IEEE Transactions on Image Processing | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    في السنوات الأخيرة، اكتسب التعلم شبه المراقب زخمًا في تقسيم الصور الطبية، لا سيما من خلال استخدام تعليقات الخربشة لتقليل تكاليف التعليق. ومع ذلك، فإن التحديات التي تطرحها الطبيعة غير المكتملة والذاتية وغير القياسية لتسمية الخربشة تؤدي إلى تناقضات تعيق عملية التعلم وت degrade أداء التقسيم. لمواجهة هذه المشكلة، يقترح المؤلفون تطوير مجموعة مرجعية مصممة…


  • تحديد قناع الوجه مع تحسين كوكو المعزز وشبكة الأعصاب الإقليمية الأسرع المعتمدة على التعلم العميق

    2024 | المؤلف: Binay Kumar Pandey وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم البحث نظام تحديد الهوية للكمامات ومراقبة التباعد الاجتماعي باستخدام الطائرات بدون طيار (UAVs) لتعزيز سلامة الصحة العامة، خاصة في سياق جائحة COVID-19. يستخدم النظام تقنيات معالجة الصور المتقدمة، بما في ذلك تحويل الصور إلى تدرج الرمادي، وتعزيز التباين عبر تقنية التمويه القائم على الموجات المثلى ومنهجية الكوكو المعززة (ECM)، واستخراج الميزات من خلال تحويل…


  • مجموعة بيانات أسنان متعددة الوسائط تسهل أبحاث التعلم الآلي وخدمات العيادات

    2024 | المؤلف: Yunyou Huang وآخرون | المجلة: Scientific Data | المجال: جراحة الفم (Oral Surgery)

    تسليط الضوء على انتشار الأمراض الفموية، التي تؤثر على حوالي 3.5 مليار فرد على مستوى العالم، يبرز عبئًا صحيًا كبيرًا، خاصة في البلدان ذات الدخل المنخفض والمتوسط حيث الوصول إلى الرعاية السنية محدود بسبب التكاليف العالية. تعاني الطرق التقليدية للتشخيص، مثل تحليل الأشعة السينية اليدوي، من صعوبة تلبية الطلبات على الكفاءة، والتكلفة المعقولة، وسهولة الوصول.…


  • تقسيم مدفوع بالذكاء الاصطناعي لنظام تجويف اللب في الأضراس السفلية على صور CBCT باستخدام الشبكات العصبية التلافيفية

    2024 | المؤلف: Mohamed Slim وآخرون | المجلة: Clinical Oral Investigations | المجال: جراحة الفم (Oral Surgery)

    تهدف هذه الدراسة إلى تطوير والتحقق من صحة أداة مدفوعة بالذكاء الاصطناعي (AI) لتقسيم نظام تجويف اللب تلقائيًا في الأضراس السفلية باستخدام صور الأشعة المقطعية المخروطية (CBCT). تم استخدام ما مجموعه 66 مسحًا بالأشعة المقطعية، مقسمة إلى مجموعات تدريب، والتحقق، والاختبار. تم تقييم التقسيمات التي تم إنشاؤها بواسطة الذكاء الاصطناعي من قبل خبير، قام بتصحيح…


  • CSWin-UNet: UNet المحول مع نوافذ على شكل صليب لتقسيم الصور الطبية

    2024 | المؤلف: Xiao Liu وآخرون | المجلة: Information Fusion | المجال: الأشعة والطب النووي والتصوير الطبي (Radiology, Nuclear Medicine and Imaging)

    تقدم البحث CSWin-UNet، وهو هيكل جديد للتقسيم على شكل U يدمج آلية الانتباه الذاتي CSWin في إطار عمل UNet لتحسين تقسيم الصور الطبية. بينما تظهر الشبكات العصبية التلافيفية (CNNs) قيودًا بسبب تحيزاتها الاستقرائية، وتواجه طرق المحولات متطلبات حسابية عالية، فإن CSWin-UNet يعالج هذه التحديات بفعالية. يعزز الهيكل الكفاءة الحسابية وتفاعلات مجال الاستقبال من خلال الانتباه…


  • التقدم في تصنيف العيوب والتجزئة المعتمدة على سحابة النقاط للأنظمة الصناعية: مسح شامل

    2024 | المؤلف: Anju Rani وآخرون | المجلة: Information Fusion | المجال: علم الأرض (Geology)

    تقدم الورقة مراجعة شاملة للتطورات الحديثة في تقنيات التعلم العميق (DL) لمعالجة سحب النقاط ثلاثية الأبعاد (PCs) في مراقبة الحالة الصناعية (CM)، مع التركيز بشكل خاص على تصنيف شكل العيوب والتجزئة. تسلط الضوء على الأهمية المتزايدة لسحب النقاط ثلاثية الأبعاد عبر تطبيقات متنوعة، بما في ذلك رؤية الكمبيوتر، والروبوتات، والقيادة الذاتية، مع معالجة التحديات الفريدة…


  • الكشف عن مرض الزهايمر باستخدام عتبة Otsu مع خوارزمية سرب القناديل وشبكة الاعتقاد العميق

    2024 | المؤلف: Praveena Ganesan وآخرون | المجلة: Frontiers in Physiology | المجال: طب الأعصاب (Neurology)

    تقدم ورقة البحث إطارًا آليًا للكشف المبكر عن مرض الزهايمر (AD) باستخدام التصوير بالرنين المغناطيسي الهيكلي (sMRI). نظرًا للطبيعة التنكسية لمرض الزهايمر والعيوب المعرفية المرتبطة به، فإن الكشف المبكر أمر بالغ الأهمية لإبطاء تقدم المرض وتحسين نتائج المرضى. يستخدم الإطار تقنيات التعلم الآلي والتعلم العميق، معتمدًا بشكل خاص على طريقة عتبة أوتسو المعززة بواسطة خوارزمية…


  • دمج بيانات LiDAR لتحسين تقديرات خصائص الغابات: مراجعة

    2024 | المؤلف: Mattia Balestra وآخرون | المجلة: Current Forestry Reports | المجال: الهندسة البيئية (Environmental Engineering)

    تستعرض ورقة المراجعة التقدم في دمج بيانات LiDAR على مدار العقد الماضي، مع التركيز على إمكانيته في تعزيز الدقة، والدقة المكانية الزمنية، واستخراج المعلومات في ملاحظات الغابات. من خلال مراجعة أدبية منظمة، يقوم المؤلفون بتحليل دراسات متنوعة تبرز فوائد دمج LiDAR مع مجموعات بيانات أخرى، مثل البيانات متعددة الأطياف والبيانات فوق الطيفية، لتطبيقات تشمل تحديد…


  • نهج قائم على التعلم العميق لتقسيم العظام ثلاثي الأبعاد وتوقع منطقة الأسنان المفقودة لتخطيط زراعة الأسنان

    2024 | المؤلف: Mohammed Al-Asali وآخرون | المجلة: Scientific Reports | المجال: جراحة الفم (Oral Surgery)

    تقدم ورقة البحث إطار عمل يستخدم نماذج التعلم العميق U-Net لتقسيم العظام في صور الأشعة المقطعية باستخدام شعاع المخروط (CBCT) للمساعدة في تخطيط زراعة الأسنان. قامت الدراسة بتحليل مجموعة بيانات تتكون من 150 صورة CBCT من مرضى في مستشفى طيبة الجامعي لطب الأسنان (TUDH) تم جمعها بين عامي 2018 و2023. أظهر نموذج U-Net أداءً عاليًا…


  • التقسيم والتصنيف الآلي لجيوب الأنف الأمامية لتحديد الجنس من مسحات CBCT باستخدام شبكة انتباه موجهة بالتشريح على مرحلتين

    2024 | المؤلف: Renan Lúcio Berbel da Silva وآخرون | المجلة: Scientific Reports | المجال: علم الآثار (Archeology)

    تقدم الدراسة SDetNet، وهو شبكة جديدة موجهة بالأناتومي ذات مرحلتين مصممة لتحديد الجنس تلقائيًا بدقة من مسح التصوير المقطعي المحوسب باستخدام شعاع المخروط (CBCT). تعتمد الطرق التقليدية على القياسات اليدوية للميزات الهيكلية، والتي غالبًا ما تكون كثيفة العمل وعرضة للأخطاء. يدمج SDetNet شبكة تقسيم الجيوب الأنفية الأمامية ثنائية الأبعاد (FSNet) لتحديد مناطق الاهتمام (ROIs) وشبكة…


←السابق
1 … 13 14 15 16 17
التالي→

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