الأبحاث المرتبطة بالكلمة المفتاحية: تقسيم
-
تقييم التغيرات في الأنسجة الصلبة بعد تجديد العظام الموجهة أفقياً بمساعدة تقسيم CBCT القائم على التعلم العميق
2025 | المؤلف: Dániel Palkovics وآخرون | المجلة: Clinical Oral Investigations | المجال: جراحة الفم (Oral Surgery)تبحث هذه الدراسة في فعالية نموذج التعلم العميق (DL)، وبشكل خاص بنية SegResNet، لتقسيم صور الأشعة المقطعية باستخدام شعاع المخروط (CBCT) قبل وبعد تجديد العظام الموجه الأفقي (GBR). تم تدريب النموذج على 70 صورة CBCT وتم تقييمه باستخدام 10 أزواج من الصور قبل وبعد العملية. تضمنت مقاييس الأداء معامل تشابه دايس (DSC)، والتقاطع على الاتحاد…
-
تحليل أورام الدماغ باستخدام التصوير بالرنين المغناطيسي المدمج مع التعلم العميق: استخراج الميزات، والتقسيم، وتوقع البقاء باستخدام الشبكات المكررة والشبكات الحجمية
2025 | المؤلف: Deependra Rastogi وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم 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…
-
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…
-
الذكاء الاصطناعي القابل للتفسير مع تقسيم يعتمد على UNet وتعلم الآلة البايزي لتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي
2025 | المؤلف: K. Divya Lakshmi وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث تقنية جديدة لاكتشاف أورام الدماغ (BT) في صور الرنين المغناطيسي، تُسمى XAISS-BMLBT، والتي تدمج الذكاء الاصطناعي القابل للتفسير مع التقسيم الدلالي وتعلم الآلة البايزي. إن الكشف المبكر عن أورام الدماغ يعزز بشكل كبير خيارات العلاج ومعدلات بقاء المرضى، وتهدف طريقة XAISS-BMLBT إلى تبسيط العملية الصعبة والمستهلكة للوقت لتحديد الأورام في فحوصات الرنين…
-
استبيان حول التعلم العميق لتجزئة الأورام: التقنيات والتحديات والاتجاهات المستقبلية
2025 | المؤلف: Jiaxin Mei وآخرون | المجلة: Visual Intelligence | المجال: الأشعة والطب النووي والتصوير الطبي (Radiology, Nuclear Medicine and Imaging)تقدم هذه القسم نظرة عامة على الدور الحاسم لتقسيم الزوائد في الكشف المبكر وعلاج سرطان القولون والمستقيم (CRC). يسلط الضوء على قيود الطرق التقليدية التي اعتمدت على الميزات المستخرجة يدويًا—مثل اللون، والملمس، والشكل—والتي واجهت صعوبة في التقاط السياق العالمي وافتقرت إلى المتانة في السيناريوهات المعقدة. أدى ظهور التعلم العميق إلى تقدم كبير في خوارزميات تقسيم…
-
تقسيم الأسنان بالأشعة السينية تلقائيًا مع الانتباه المجموع
2025 | المؤلف: Wenjin Zhong وآخرون | المجلة: Scientific Reports | المجال: جراحة الفم (Oral Surgery)تقدم البحث شبكة الانتباه المجمعة ودمج الطبقات المتقاطعة (GCNet)، وهو نموذج جديد مصمم لتقسيم الأشعة السينية للأسنان، حيث يتناول التحديات مثل حجم مجموعات البيانات الصغيرة، واهتمامات خصوصية المرضى، وتداخل الضوضاء. يتضمن النموذج مكونين رئيسيين: وحدات الانتباه العالمي المجمعة (GGA)، التي تلتقط وتنظم بفعالية ميزات القوام والملامح، ووحدات دمج الطبقات المتقاطعة (CLF)، التي تدمج هذه الميزات…
-
DSIA U-Net: تفاعل عميق ضحل مع آلية الانتباه UNet لصور الأقمار الصناعية للاستشعار عن بعد
2025 | المؤلف: Naga Surekha Jonnala وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تتناول ورقة البحث التحديات المتعلقة بالتجزئة الدلالية في صور الاستشعار عن بعد عالية الدقة، وخاصة عدم كفاءة النماذج الخفيفة الحالية التي غالبًا ما تفشل في الاستفادة الفعالة من المعلومات الهيكلية السطحية والتقاط التفاصيل السياقية العالمية. لمعالجة هذه القيود، يقترح المؤلفون نهجًا جديدًا يدمج آلية تفاعل عميق-سطحي مع وحدة انتباه، مصممة خصيصًا لتعزيز تجزئة المسطحات المائية.…
-
تعويض التشوهات القائم على التعلم العميق يحسن التباين والدقة في المجهر الفلوري
2025 | المؤلف: Min Guo وآخرون | المجلة: Nature Communications | المجال: الفيزياء الحيوية (Biophysics)في هذا القسم، يتناول المؤلفون تحدي التشوهات البصرية في المجهر الفلوري، خاصة عند تصوير عينات بيولوجية سميكة. يمكن أن تؤدي هذه التشوهات إلى تدهور كبير في جودة الصورة من خلال تقليل الإشارة والتباين والدقة. للتخفيف من هذه المشكلات، يقترح المؤلفون نهجًا جديدًا قائمًا على التعلم العميق لتعويض التشوهات يعزز جودة الصورة دون المساس بسرعة الاكتساب…
-
تقسيم مكاني وطيفي مشترك لمجموعات البيانات الطيفية الفائقة على الأعمال الفنية التاريخية
2025 | المؤلف: Lingxi Liu وآخرون | المجلة: IEEE Access | المجال: علم الآثار (Archeology)تقدم هذه الدراسة خط أنابيب جديد لمعالجة البيانات يدمج تقنيات التجميع المكاني والطيفي لاستخراج ورسم التوقيعات الطيفية من مجموعات بيانات متنوعة، بما في ذلك الأفلام السينمائية ولوحات النقطة. تؤكد الدراسة على فعالية الميزات المكانية في سياقات مثل التخطيط الحضري واكتشاف الأجسام، بينما يتم تسليط الضوء على الميزات الطيفية لدقتها في تحديد المواد، وخاصة في البيانات…
-
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…