الأبحاث المرتبطة بالكلمة المفتاحية: صور الشرائح الكاملة
-
STPath: نموذج أساسي توليدي لدمج النسخ المكانية وصور الشرائح الكاملة STPath: a generative foundation model for integrating spatial transcriptomics and whole-slide images
2026 | المؤلف: Tinglin Huang وآخرون | المجلة: npj Digital Medicine | المجال: علم الأحياء الجزيئي (Molecular Biology)يقدم هذا القسم STPath، وهو نموذج أساسي توليدي جديد مصمم لتعزيز النسخ الجزيئي المكاني (ST) من خلال التنبؤ بأنماط التعبير الجيني مباشرة من صور الشرائح الكاملة (WSIs). تواجه طرق ST الحالية قيودًا بسبب تغطية الجينات الضيقة، والتدريب المحدد للأعضاء، والحاجة إلى ضبط دقيق خاص بمجموعات البيانات، مما يحد من قابليتها للتوسع وتطبيقها. يتناول STPath هذه…
-
توقع نتائج السرطان الشامل عبر نموذج تعلم عميق موحد تحت إشراف ضعيف Pancancer outcome prediction via a unified weakly supervised deep learning model
2026 | المؤلف: Wei Qi Yuan وآخرون | المجلة: Signal Transduction and Targeted Therapy | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث PROGPATH، وهو نموذج موحد جديد مصمم للتنبؤ بتوقعات السرطان الشامل من خلال دمج ميزات الصور النسيجية مع المتغيرات السريرية التي يتم جمعها بشكل روتيني. تتناول هذه الطريقة قيود النماذج الخاصة بالسرطان الموجودة، والتي غالبًا ما تفتقر إلى التحقق الخارجي الواسع وتعتمد على بيانات جزيئية قد لا تكون متاحة بسهولة في الإعدادات السريرية. يستخدم…
-
شبكة تعلم هجين مع تغيير الحجم التدريجي وPCA لتشخيص سرطان عنق الرحم على شرائح WSI A hybrid learning network with progressive resizing and PCA for diagnosis of cervical cancer on WSI slides
2026 | المؤلف: Nitin Kumar Chauhan وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث شبكة تعلم هجينة مصممة لتعزيز تشخيص سرطان عنق الرحم باستخدام صور الشرائح الكاملة (WSI). يدمج هذا الإطار المبتكر إعادة الحجم التدريجي وتحليل المكونات الرئيسية (PCA) لتحسين استخراج الميزات من الصور المعززة ذات الدقة المتفاوتة. بشكل محدد، يستخدم نموذجين عميقين مدربين بدقة، ResNet-152 و VGG-16، باستخدام تقنيات التعلم الانتقالي والتدريب الدقيق. ثم تتم…