تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. معالجة الصور، بمساعدة الكمبيوتر

الأبحاث المرتبطة بالكلمة المفتاحية: معالجة الصور، بمساعدة الكمبيوتر




  • نموذج محول الرؤية الهجين وشبكة الأعصاب البيانية مع انتباه متكيف حسب المنطقة لتحسين توقع سرطان الجلد

    2026 | المؤلف: Aswani Dogga وآخرون | المجلة: Scientific Reports | المجال: علم الأورام (Oncology)

    تقدم البحث نهجًا جديدًا لاكتشاف وتشخيص سرطان الجلد باستخدام محول رؤية هجين (ViT) مدمج مع شبكة عصبية بيانية (GNN) وانتباه متكيف حسب المنطقة. يتناول هذا النموذج التحديات التي تطرحها العلاقات المكانية المعقدة والمعلومات السياقية العالمية في صور الديرموسكوبي، والتي تعتبر حاسمة للتشخيص الدقيق. تلتقط مكون ViT الاعتمادات العالمية داخل الصور، بينما تعزز GNN استخراج الميزات…


  • التدريب المسبق على ImageNet والتعلم الانتقالي ذو الخطوتين في تصنيف صور الكروموسومات

    2026 | المؤلف: Tianhao Chen وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تبحث هذه الدراسة في فعالية التعلم الانتقالي على مرحلتين في تصنيف صور الكروموسومات، باستخدام مجالات وسيطة مستمدة من تقنيات التلوين ذات الصلة، وتحديداً مجموعات بيانات Q-band و G-band. تكشف الدراسة أن ضبط المعلمات على مصنفات في مجال وسيط قبل مهمة التصنيف النهائية يمكن أن يؤدي إلى تحسينات كبيرة في الأداء، خاصة عندما تكون مجموعة البيانات…


  • نهج هجين لتقسيم آفات الجلد بدقة باستخدام LEDNet وSwin-UMamba

    2026 | المؤلف: Muhammad Ahtsam Naeem وآخرون | المجلة: Scientific Reports | المجال: علم الأورام (Oncology)

    تقدم البحث نموذجًا هجينًا يدمج LEDNet و Swin-UMamba لتجزئة آفات الجلد، مع معالجة التحديات التي تطرحها الحدود غير المنتظمة والأنسجة المعقدة في الكشف عن سرطان الجلد. يتميز LEDNet بهيكل سيامي متعدد المستويات مع وحدة تحليل الفرق (DAM) ووحدة توجيه الحواف (EGM) لتعزيز ترميز الحواف، بينما يستخدم Swin-UMamba مشفرات قائمة على Mamba وكتل الفضاء البصري (VSS)…


  • DeCon-Net: تباين هرمي مفصول لاكتشاف كائنات كرة القدم

    2026 | المؤلف: Qingya Ouyang وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم ورقة البحث DeCon-Net، وهو إطار كشف جديد يهدف إلى معالجة ظاهرة “انهيار الميزات” في تحليل فيديو كرة القدم، حيث تتجمع ميزات الكائنات المماثلة، مثل اللاعبين من نفس الفريق، بشكل مفرط في الفضاء عالي الأبعاد، وتتحلل ميزات كرة القدم إلى ضوضاء خلفية. تعيق هذه المشكلة القدرة التمييزية لطرق الكشف الحالية، خاصة في المشاهد الكثيفة. يتضمن…


  • تصوير الرنين المغناطيسي بتنسور الانتشار والتتبع القائم على فك الارتباط الكروي على نظام تصوير رنين مغناطيسي محمول منخفض المجال

    2026 | المؤلف: James Gholam وآخرون | المجلة: Human Brain Mapping | المجال: الأشعة والطب النووي والتصوير الطبي (Radiology, Nuclear Medicine and Imaging)

    تقدم هذه القسم نظرة عامة على الإمكانيات الناشئة لتصوير الرنين المغناطيسي منخفض المجال (ULF) كبديل فعال من حيث التكلفة وسهل الوصول لتصوير الرنين المغناطيسي عالي المجال (HF). على الرغم من نسبة الإشارة إلى الضوضاء الأقل (SNR)، فإن التقدم في تقنيات التصوير وطرق إزالة الضوضاء المعتمدة على البيانات جعل من الممكن إجراء تصوير وزني بالانتشار (DWI)…


  • SSG–CAM: تعزيز قابلية التفسير البصري من خلال تحسين التدرجات من الدرجة الثانية والاندماج متعدد الطبقات التطوري

    2026 | المؤلف: Zhiqing Chen وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث نهجًا جديدًا لرسم خرائط تنشيط الفئة (CAM) من خلال تطوير طريقة رسم خرائط تنشيط الفئة بتدرج ثانٍ سلس (SSG-CAM). تواجه تقنيات CAM التقليدية المعتمدة على التدرجات من الدرجة الأولى تحديات مثل حساسية الضوضاء وتشبع التدرج، مما يعيق التحديد الدقيق ودمج خرائط الميزات بشكل فعال. لمعالجة هذه القيود، تتضمن SSG-CAM تدرجات من الدرجة…


  • معالجة صور PET ذات مجال رؤية محوري طويل آلي ونمذجة حركية باستخدام مجموعة أدوات

    2026 | المؤلف: Jouni Tuisku وآخرون | المجلة: European Journal of Nuclear Medicine and Molecular Imaging | المجال: الأشعة والطب النووي والتصوير الطبي (Radiology, Nuclear Medicine and Imaging)

    تقدم الدراسة خط أنابيب تحليل آلي، يسمى TURBO، مصمم لمعالجة البيانات الكاملة لجسم PET باستخدام [^15O]H2O و [^18F]FDG. يتناول هذا الخط التحديات التي تطرحها عبء العمل اليدوي الكبير المرتبط بتصوير الجسم بالكامل من خلال استخدام تقسيم CT الآلي لتحديد مناطق الاهتمام (ROI)، وتحديد المدخلات المستمدة من الصور، ونمذجة الحركة الخاصة بالمنطقة. تم إجراء التحقق من…


  • خط أنابيب حسابي قائم على التعلم العميق يتنبأ بالنتائج التنموية في الأعضاء الشبكية

    2026 | المؤلف: Cassian Afting وآخرون | المجلة: PLoS Biology | المجال: علم الأحياء الجزيئي (Molecular Biology)

    تسلط الأبحاث الضوء على استخدام الأعضاء الشبكية كنماذج لدراسة العمليات التنموية والأمراض، مع معالجة تحدي التباين العشوائي في نوع الخلايا وتكوين الأنسجة. للتغلب على هذه المشكلة، استخدم المؤلفون تقنيات التعلم العميق للتنبؤ بمسارات التمايز والأنسجة الناتجة في الأعضاء الشبكية قبل أن تصبح مرئية. استخدموا مجموعة بيانات تصوير زمني عالي الدقة تضم حوالي 1,000 عضو وأكثر…


  • استغلال التصوير الطبي والتعلم العميق لتشخيص سرطان الثدي باستخدام الصور الهيستوباثولوجية

    2026 | المؤلف: V. Nagalakshmi وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يظل سرطان الثدي تهديدًا صحيًا كبيرًا على مستوى العالم، لا سيما بين النساء، وتحليل الصور النسجية (HI) هو طريقة حاسمة لتشخيص الأورام. ومع ذلك، فإن الفحص اليدوي التقليدي لصور الثدي النسجية يتطلب جهدًا كبيرًا، ويعتمد على الذات، ويكون عرضة للأخطاء. لمعالجة هذه التحديات، ظهرت أنظمة التشخيص المدعوم بالحاسوب (CAD)، مستفيدة من التقدم في قوة الحوسبة…


  • التعلم الخارجي: نقل المعرفة عبر الأنواع في تحليل الصور الطيفية المعتمد على التعلم العميق

    2026 | المؤلف: Jan Sellner وآخرون | المجلة: Nature Biomedical Engineering | المجال: الأشعة والطب النووي والتصوير الطبي (Radiology, Nuclear Medicine and Imaging)

    تناقش هذه الفقرة التحديات التي تطرحها تحولات التروية في تحليل الصور الطيفية، والتي يمكن أن تؤثر بشكل كبير على أداء طرق تقسيم الأنسجة المتقدمة. يقترح المؤلفون نهج “زيادة البيانات المستندة إلى الفيزيولوجيا” لتعلم التغيرات الطيفية النسبية من نوع واحد وتطبيق هذه المعرفة على نوع آخر. يقومون بالتحقق من طريقتهم باستخدام قاعدة بيانات شاملة للتصوير الطيفي…


←السابق
1 2 3 4 5 … 26
التالي→

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