الأبحاث المرتبطة بالكلمة المفتاحية: معالجة الصور، بمساعدة الكمبيوتر
-
دمج التمثيلات المعتمدة على الهيكل العظمي لتصنيف أوضاع اليوغا بشكل موثوق باستخدام نماذج التعلم العميق
2026 | المؤلف: Mohammed Mohi-Ud-Din وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث دراسة شاملة حول تصنيف أوضاع اليوغا الآلي، مع تسليط الضوء على أهمية التعرف الدقيق على الأوضاع لمنع الإصابات المرتبطة بالوضعيات غير الصحيحة. يقدم المؤلفون مجموعة بيانات جديدة، “Yoga-16″، التي تعالج قيود مجموعات البيانات الحالية وتقييم منهجي لثلاثة هياكل تعلم عميق—VGG16 و ResNet50 و Xception—باستخدام ثلاثة أوضاع إدخال مختلفة: الصور الخام، وصور هيكل…
-
فرز الظواهر الشكلية للخلايا الاصطناعية بناءً على الصور
2026 | المؤلف: Marijn van den Brink وآخرون | المجلة: Science Advances | المجال: الفيزياء الحيوية (Biophysics)تناقش هذه القسم سير العمل الجديد القائم على الصور للفحص والفرز المصمم للتحقيق في العلاقة بين الجينوتيب والظاهري في الحويصلات التي تعبر عن الجينات. تستخدم المنهجية المجهرية التلقائية المدمجة مع تحليل الصور المدعوم بشبكات عصبية في الوقت الحقيقي لتقييم مختلف الصفات الظاهرية، بما في ذلك شدة الفلورية، وتوطين البروتين، وشكل الغشاء، والسلوكيات الديناميكية للحويصلات الدهنية.…
-
YOLO-LS: إطار عمل جديد للتعلم العميق لتجزئة أورام الدماغ في التصوير بالرنين المغناطيسي
2026 | المؤلف: Jinghui Chen وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم البحث YOLO-LS، وهو إطار متقدم لاكتشاف وتقسيم أورام الدماغ في صور الرنين المغناطيسي، حيث يتناول التحديات المتعلقة بالتنوع العالي في خصائص الأورام وقيود التوصيف اليدوي. يعتمد النموذج المقترح على بنية YOLO11n-seg ويقدم ثلاثة ابتكارات رئيسية: دمج ShuffleNet V1 كهيكل خفيف الوزن لتقليل التعقيد الحسابي، وآلية DySample الديناميكية لزيادة التفاصيل الدقيقة، ووحدة C3k2-PoolingFormer لتحسين دمج…
-
التعلم الفيدرالي الشخصي متعدد الأنماط مع الخصوصية التفاضلية التكيفية لتصنيف الصور الطبية ونهج يحافظ على الخصوصية
2026 | المؤلف: Adhi Siva M وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم الورقة نهجًا جديدًا يسمى MM-PFL-ADP، مصممًا لتصنيف الصور الطبية مع الحفاظ على الخصوصية، محققًا دقة تصنيف تبلغ 97.3% مع الالتزام بميزانية الخصوصية $(\epsilon = 1.5, \delta = 10^{-5})$. يضمن هذا الأسلوب الخصوصية التفاضلية (DP) لتحديثات التدرج عبر المؤسسات المشاركة، مع اقتراحات للعمل المستقبلي تشمل ضمانات الخصوصية على مستوى المرضى والعينات. تشمل الابتكارات الرئيسية لإطار…
-
MedSpectralNet: هيكل شبكة عصبية تلافيفية خفيفة الوزن لتصنيف الصور متعددة الأنماط
2026 | المؤلف: Nabilah Afrin وآخرون | المجلة: PLoS ONE | المجال: الذكاء الاصطناعي (Artificial Intelligence)يقدم القسم نظرة عامة على MedSpectralNet، وهو شبكة عصبية تلافيفية خفيفة الوزن (CNN) مصممة لتصنيف الصور الطبية. يعالج هذا النموذج التحديات التي تواجه النماذج الحالية الرائدة، مثل MedMamba، التي تستخدم نماذج الفضاء الحالة (SSMs) التي تحد من التوازي وتزيد من وقت التشغيل بسبب عملياتها التسلسلية. يقوم MedSpectralNet بتقريب الانتباه الذاتي بتعقيد خطي، مما يمكّن من…
-
تصنيف متعدد الفئات لأمراض أوراق النباتات باستخدام نظام محول عميق هجين وتقنيات الذكاء الاصطناعي القابلة للتفسير
2026 | المؤلف: Saravanan Srinivasan وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)في هذه الدراسة، تم تطوير إطار عمل للتعلم العميق (DL) للكشف متعدد الفئات عن أمراض المحاصيل، مع التركيز بشكل خاص على الذرة والطماطم والبطاطس. كان الهدف هو تعزيز الكشف المبكر عن الأمراض من خلال تحسين دقة التصنيف، والتعميم عبر مجموعات البيانات، وقابلية التفسير باستخدام طرق الذكاء الاصطناعي القابلة للتفسير (XAI). استخدمت الأبحاث مجموعتين كبيرتين من…
-
النظر داخل الصندوق الأسود: الذكاء الاصطناعي القابل للتفسير لتفسير توقعات الفطريات المسببة للأمراض في الرؤية الحاسوبية المتقدمة
2026 | المؤلف: Joshua Guthrie وآخرون | المجلة: Scientific Reports | المجال: الفيزياء الحيوية (Biophysics)تتناول الأبحاث القضية الحرجة لمقاومة المضادات الحيوية، وخاصة فيما يتعلق بالفطريات المسببة للأمراض، وتستكشف تطبيق الذكاء الاصطناعي (AI) في علم الأحياء الدقيقة لتحسين التشخيص والعلاج. تستخدم الدراسة نماذج رؤية حاسوبية متقدمة، وخاصة المحولات البصرية (Swin Transformer-Tiny و Vision Transformer-Base 16) والشبكات العصبية التلافيفية (DenseNet121 و InceptionV3)، لتصنيف أنواع الخميرة المسببة للأمراض بدقة من صور المجهر.…
-
الكشف عن أهداف خطوط الأنابيب البحرية والكابلات بناءً على ميزات العمق لصورة السونار عالية الدقة
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: PLoS ONE | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تتناول هذه الدراسة التحديات المتعلقة بكشف أهداف خطوط الأنابيب والكابلات تحت الماء في صور السونار الجانبي (SSS)، مع التركيز بشكل خاص على قضايا مثل الأداء الضعيف في الوقت الحقيقي، ومعدلات الكشف الخاطئ العالية، وصعوبات النشر. لتعزيز قدرات الكشف، تحسن الدراسة نموذج YOLO11n-seg من خلال دمج وحدات A2C2f و DSConv، التي تستفيد من ميزات صورة الهدف.…
-
نظام ذكاء اصطناعي متعدد الوكلاء للحوار لتوصيف النباتات بشكل آلي
2026 | المؤلف: Feng Chen وآخرون | المجلة: Nature Communications | المجال: علوم النبات (Plant Science)في السنوات الأخيرة، اعتمدت ظاهرة تصنيف النباتات بشكل متزايد على سير العمل القائم على الصور (نصف) الآلي لتعزيز كل من الدقة وقابلية التوسع. على الرغم من هذه التقدمات، فإن العديد من المنهجيات الحالية تتميز بالتعقيد المفرط والتحديات التشغيلية، مما يمكن أن يعيق تطبيقها العملي في مختلف الأبحاث والإعدادات الزراعية. تظهر الحاجة إلى حلول أكثر سلاسة…
-
أداء نموذج مؤسسة الذكاء الاصطناعي لتجزئة العلاج الإشعاعي للبروستاتا
2026 | المؤلف: Matt Doucette وآخرون | المجلة: JCO Clinical Cancer Informatics | المجال: الإشعاع (Radiation)تقيّم الدراسة أداء نموذج Segment Anything Model 2 (SAM 2)، وهو نموذج أساسي للذكاء الاصطناعي، في سياق تقسيم الصور شبه الآلي لتخطيط العلاج الإشعاعي لسرطان البروستاتا. تم إجراء الدراسة كدراسة جماعية استعادية، حيث استخدمت التحليل صور محاكاة الأشعة المقطعية وخطط الإشعاع من مرضى في مؤسسة أكاديمية واحدة، مع التركيز على تقسيم البروستاتا السليمة قبل العملية…