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

الأبحاث المرتبطة بالكلمة المفتاحية: خوارزميات




  • تقسيم عقيدات الرئة الفيدرالية باستخدام بنية هجينة من المحولات وU-Net

    2026 | المؤلف: Sapthak Mohajon Turjya وآخرون | المجلة: Scientific Reports | المجال: طب الرئة والجهاز التنفسي (Pulmonary and Respiratory Medicine)

    تقدم البحث إطار عمل جديد لحفظ الخصوصية في التعلم الفيدرالي يهدف إلى تعزيز تقسيم العقيدات الرئوية الخبيثة في الأشعة المقطعية، وهو عامل حاسم في تقليل وفيات سرطان الرئة. يستخدم الإطار المقترح بنية هجينة من U-Net وTransformer، والتي تدمج كتل التلافيف المتبقية لاستخراج القوام المحلي وآليات الانتباه الذاتي المستندة إلى Transformer لالتقاط الاعتمادات السياقية العالمية. لمعالجة…


  • نموذج توقع الأمراض المعدية بناءً على خوارزمية التعلم العميق المحسّنة

    2026 | المؤلف: Qian Cao وآخرون | المجلة: Frontiers in Public Health | المجال: النمذجة والمحاكاة (Modeling and Simulation)

    تقدم البحث نموذج توقع هجين، GA-BiLSTM-ARIMA، مصمم لتعزيز دقة التنبؤ ببيانات حالات COVID-19 في اليابان. يدمج هذا النموذج الخوارزميات الجينية (GA) مع الشبكات العصبية ثنائية الاتجاه (BiLSTM) ونموذج المتوسط المتحرك التكاملي الذاتي (ARIMA). يقوم GA بتحسين المعلمات الفائقة بشكل تكراري، مما يحسن قدرة النموذج على التقاط الأنماط غير الخطية والخطية في البيانات. أسفرت مقاييس التقييم…


  • 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…


  • التصوير الموزون T2* للدماغ بالكامل القوي ضد الحركة والمجال عند 7 و 11.7 تسلا باستخدام الملاحة الخدمية

    2026 | المؤلف: Matthias Serger وآخرون | المجلة: Magnetic Resonance in Medicine | المجال: الأشعة والطب النووي والتصوير الطبي (Radiology, Nuclear Medicine and Imaging)

    تبحث هذه الدراسة في استخدام الملاحة السيرفو لمعالجة حركات الجسم وعيوب تغير المجال في تصوير الرنين المغناطيسي عالي الدقة $T^*_2$ للدماغ البشري في مجالات فائقة الارتفاع (UHF) تصل إلى 11.7 تسلا. دمجت الدراسة أجهزة الملاحة السيرفو المعتمدة على الرنين المغناطيسي في تسلسل تصوير الصدى ثلاثي الأبعاد المجزأ (EPI)، مما يتيح تصحيحات مستقبلية لحركات الرأس غير…


  • نهج الذكاء الحاسوبي لتصنيف تسوس الأسنان في صور الأشعة السينية باستخدام تجميع C-means الضبابي المتكامل مع تقليل الميزات ونظام المصفوفة الموزونة

    2026 | المؤلف: Kittipol Wisaeng وآخرون | المجلة: Scientific Reports | المجال: جراحة الفم (Oral Surgery)

    تتناول ورقة البحث التحديات المتعلقة بتصنيف تسوس الأسنان في صور الأشعة السينية، خاصة بسبب التباين المنخفض الذي يعقد التمييز بين المناطق الصحية والمناطق المتسوسة. تقتصر خوارزميات تقسيم Fuzzy C-means (FCM) التقليدية على معاملتها المتساوية لجميع الميزات، مما يمكن أن يؤدي إلى تصنيف خاطئ، خاصة عندما يكون هناك عدم توازن بين الميزات المتعلقة بالتسوس والميزات الصحية.…


  • مجموعة من الشبكات العصبية التلافيفية المعززة بالانتباه لتصنيف أمراض أوراق القطن بشكل دقيق وقابل للتفسير

    2026 | المؤلف: Md. Ehsanul Haque وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تقدم البحث CottonLeafNet، وهو إطار عمل معزز بالاهتمام مصمم للتصنيف الدقيق والفعال حسابيًا لأمراض أوراق القطن. يدمج هذا النموذج الشبكات العصبية التلافيفية الخفيفة مع وحدات الانتباه الذاتي متعدد الرؤوس (MHSA)، مما يعالج قيود الأساليب الآلية الحالية، مثل تنوع مجموعات البيانات وتكاليف الحساب. حقق CottonLeafNet مقاييس أداء مثيرة للإعجاب، بما في ذلك دقة 98.33% ودرجة F1…


  • نموذج تعلم عميق لتعزيز اكتشاف سرطان الرئة باستخدام نهج تصنيف “النموذج الثنائي الفرع”

    2026 | المؤلف: Emad Shweikeh وآخرون | المجلة: PLoS ONE | المجال: طب الرئة والجهاز التنفسي (Pulmonary and Respiratory Medicine)

    تسلط الأبحاث الضوء على التحدي الحرج الذي تطرحه سرطان الرئة، والذي يؤثر بشكل كبير على الصحة العالمية بسبب معدل الوفيات المرتفع. الكشف المبكر والتصنيف الدقيق أمران حيويان لتحسين بقاء المرضى، حيث برز التصوير المقطعي المحوسب (CT) كأداة تشخيصية رئيسية. ومع ذلك، واجهت الدراسات السابقة قيودًا في منهجيات الكشف عن سرطان الرئة. يمثل إدخال خوارزمية تصنيف…


  • تقييم خصائص فترة التنبؤ في التحليل التلوي ذو التأثيرات العشوائية

    2026 | المؤلف: Péter Mátrai وآخرون | المجلة: Research Synthesis Methods | المجال: الصحة العامة والبيئية وصحة العمل (Public Health, Environmental and Occupational Health)

    تناقش هذه القسم المنهجية والآثار المترتبة على تحليل الميتا ذو التأثيرات العشوائية، مع التركيز بشكل خاص على فترة التنبؤ (PI) كأداة لتقييم التباين بين تأثيرات الدراسات. يؤكد المؤلفون أنه بينما تهدف PI إلى احتواء التأثير الحقيقي لدراسة جديدة باحتمالية محددة، يمكن أن يختلف أداؤها بشكل كبير بناءً على عدد الدراسات المضمنة في التحليل. من خلال…


  • دور تحليل الملمس لصور T1 الموزونة في تشخيص مرض الكلى المزمن

    2026 | المؤلف: Marcin Majos وآخرون | المجلة: Scientific Reports | المجال: أمراض الكلى (Nephrology)

    تتناول ورقة البحث التحدي المتزايد لمرض الكلى المزمن (CKD) وتستكشف إمكانيات خوارزميات الشبكات العصبية العميقة لتحليل صور الرنين المغناطيسي T1-weighted لتقييم التغيرات الهيكلية في الكلى. بينما تظل خزعة الكلى هي المعيار الذهبي لتشخيص مرض الكلى المزمن، إلا أنها تتسم بالتدخل وتحمل مخاطر. شملت الدراسة فحوصات الرنين المغناطيسي لـ 52 مريضًا خضعوا للخزعة و8 متطوعين أصحاء،…


  • نظام خبير قائم على مشفر تلقائي مكدس هجين وآلات الدعم المتجه للكشف عن فشل القلب

    2026 | المؤلف: Mian Muhammad Kamal وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تقدم ورقة البحث نظام خبير هجين مبتكر من ثلاث مراحل يهدف إلى تعزيز اكتشاف فشل القلب (HF) من خلال تحسين طرق التشخيص. يستخدم النظام مشفرًا تلقائيًا مكدسًا (AE) لاستخراج الميزات من عوامل خطر HF، يليه آلة دعم المتجهات (SVM) مع عقوبة L1 التي تختار مجموعة فرعية عالية الجودة من الميزات. في مرحلة التصنيف النهائية، يتم…


←السابق
1 … 8 9 10 11 12 … 44
التالي→

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