الأبحاث المرتبطة بالكلمة المفتاحية: مرشح غاوسي
-
نهج أساسي لتعزيز الصور الطبية الحيوية لاكتشاف أورام الدماغ A Foundational Approach to Biomedical Image Enhancement for Brain Tumor Detection
2026 | المؤلف: V Rajesh وآخرون | المجلة: International Journal of Neurology | المجال: طب الأعصاب (Neurology)تتركز الدراسة على تطبيق تقنيات المعالجة المسبقة والتحسين على تصوير أورام الدماغ باستخدام الرنين المغناطيسي، مع التأكيد على دورها في تحسين دقة التشخيص. تم استخدام تقنيات مثل تصفية Gaussian، وتعديل الهيستوجرام التكيفي، والتحسين القائم على المويجات لتعزيز وضوح الصورة ورؤية مناطق الورم. أظهرت النتائج تحسينات كبيرة في جودة الصورة، حيث زادت نسبة الإشارة إلى الضوضاء…
-
مراقبة كثافة الحشود المعززة القائمة على الشبكات العصبية التلافيفية العميقة للتخطيط الحضري الذكي في المدن الذكية Deep convolutional neural network-based enhanced crowd density monitoring for intelligent urban planning on smart cities
2026 | المؤلف: Wahida Ali Mansouri وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث تقنية جديدة لمراقبة كثافة الحشود تعتمد على الشبكات العصبية التلافيفية العميقة (DCNNCDM-IUP)، تهدف إلى تعزيز بنية المدينة الذكية من خلال تصنيف كثافة الحشود المتقدم. باستخدام طرق التعلم العميق (DL)، تستفيد تقنية DCNNCDM-IUP من معالجة الصور عبر التصفية الغاوسية وتستخدم بنية SE-DenseNet لاستخراج الميزات بشكل فعال. يتم تحسين النموذج باستخدام منهجية تحسين الثعلب الأحمر…
-
نموذج ذكي لاكتشاف أورام الدماغ باستخدام شبكة هجين خفيفة الوزن من نوع التوأم الانتباهية الهرمية
2025 | المؤلف: S. Lincy Jemina وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم هذه البحث نظامًا تلقائيًا لاكتشاف أورام الدماغ (BT) يظهر فعالية وموثوقية في تصنيف صور الرنين المغناطيسي إلى فئات الأورام وغير الأورام. يستخدم النموذج بنية هجينة خفيفة الوزن تعرف باسم LHTA-PCNet، والتي تعزز دقة التصنيف ضمن إطار HybLwDL. إن دمج نهج تصفية قائم على شبكة الخصومة التوليدية (GANF) يحسن جودة الصورة، مما يعزز بشكل كبير…