تقدم البحث نموذج تعلم عميق هجين لتصنيف أورام الدماغ (BTC) باستخدام التصوير بالرنين المغناطيسي (MRI)، مدمجًا VGG16، وآلية انتباه، ومعلمات محسّنة. يصنف هذا النموذج الأورام إلى ورم دبقي، ورم سحائي، ورم في الغدة النخامية، وعدم وجود ورم، محققًا دقة ملحوظة تبلغ 99% على مجموعة بيانات تتكون من 7023 صورة MRI. تستخدم الطريقة تقنيات معالجة مسبقة…

تبحث هذه الدراسة في تقنية جديدة للذكاء الاصطناعي (AI) لاكتشاف وتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي، مع التركيز بشكل خاص على أربعة أنواع: ورم الغدة النخامية، ورم السحايا، ورم الدبقيات، والعادي. تتناول الدراسة قيود أساليب الذكاء الاصطناعي الحالية، التي غالبًا ما تعاني من الدقة والموثوقية. من خلال استخدام نموذج تعلم عميق جماعي يدمج بين…

تقدم البحث إطار عمل للتعلم العميق المتجمع يهدف إلى تعزيز تقسيم الأورام وتوقع درجة المخاطر للأورام الدبقية باستخدام التصوير بالرنين المغناطيسي المتعدد الوسائط قبل العملية. إدراكًا للتحديات التي تطرحها تغايرية الورم والندرة المحدودة لبيانات تصنيف الأورام الدبقية، يقترح المؤلفون نموذجًا يدمج مهام التقسيم والتصنيف من خلال بنية U-Net. تشمل الابتكارات الرئيسية دمج الالتفاف غير المتماثل…

تتناول هذه البحث التحدي الحاسم في تصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي، مقترحة إطار عمل جديد يدمج شبكة عصبية تلافيفية خفيفة الوزن وقابلة للفصل (PDSCNN) مع آلة التعلم المتطرفة الانحدارية الهجينة (RRELM). تؤكد الدراسة على أهمية الكشف المبكر والتصنيف الدقيق للعلاج الفعال، باستخدام تعديل تكييف هيستوجرام محدود التباين (CLAHE) لتعزيز وضوح ميزات الورم في…

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…