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




  • MambaMIM: تدريب مسبق على Mamba مع تداخل رموز الفضاء الحالة وتطبيقه على تقسيم الصور الطبية

    2026 | المؤلف: Fenghe Tang وآخرون | المجلة: Medical Image Analysis | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم ورقة البحث MambaMIM، وهو إطار عمل جديد للتدريب المسبق مصمم لتعزيز قدرات نموذج مساحة الحالة Mamba في المهام البصرية ذات التسلسلات الطويلة، وخاصة في التصوير الطبي ثلاثي الأبعاد. بينما أظهر Mamba وعدًا في نمذجة التسلسلات الطويلة بكفاءة، لم تستفد طرق التعلم الذاتي التوليدية الموجودة بالكامل من إمكاناته بسبب عدم مراعاة الخصائص السببية الكامنة في…


  • Mamba-Sea: إطار عمل قائم على Mamba مع تعزيز تسلسل من عالمي إلى محلي لتقسيم الصور الطبية القابل للتعميم

    2026 | المؤلف: Zihan Cheng وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذا القسم، يقدم المؤلفون نظرة عامة على أبحاثهم حول تعزيز التعميم في المجال (DG) لتقسيم الصور الطبية باستخدام بنية Mamba. يسلطون الضوء على قيود طرق DG الحالية، التي تعتمد بشكل أساسي على بنى CNN وViT، ويقدمون Mamba كبديل واعد بسبب قدرته على التقاط الاعتماديات بعيدة المدى مع تعقيد خطي. يقترح المؤلفون إطار عمل جديد،…


  • تقسيم الصور الطبية من خلال دمج تعزيز الميزات باستخدام محول سوين وUperNet

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

    تقدم ورقة البحث نموذجًا جديدًا لتقسيم الصور الطبية يسمى FE-SwinUper، والذي يجمع بين معمارية Swin Transformer وUPerNet لمعالجة التحديات التي تطرحها البيانات الطبية المتنوعة والمعقدة، لا سيما في هياكل الأعضاء والأنسجة متعددة المقاييس. يتميز النموذج بعمود فقري يسمى Swin Transformer المعزز للميزات (FE-ST) الذي يستخدم آليات الانتباه الذاتي لاستخراج الميزات متعددة المقاييس بكفاءة، جنبًا إلى…


  • شبكة تعلم هجين مع تغيير الحجم التدريجي وPCA لتشخيص سرطان عنق الرحم على شرائح

    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…


  • شبكة U-Net متعددة المقاييس مع انتباه تلافيفي لتقسيم الصور الطبية

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

    تقدم البحث المقترح هيكل شبكة محسّن قائم على U-Net، يُطلق عليه MSCA-UNet، يهدف إلى تحسين تقسيم الصور الطبية من خلال معالجة التحديات المتعلقة بالتقاط الميزات متعددة المقاييس ومعلومات السياق المكاني بشكل فعال. يتضمن هذا النموذج ثلاثة وحدات مبتكرة: وحدة الالتفاف التكيفية (AC)، التي تعدل بشكل ديناميكي نوى الالتفاف لاستخراج ميزات بأشكال ومقاييس متنوعة؛ وحدة التعلم…


  • تقييم نماذج الأساس في علم الأمراض: استراتيجيات وسيناريوهات التكيف

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Computers in Biology and Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذه الدراسة، يقوم المؤلفون بتقييم أربعة نماذج أساسية محددة في علم الأمراض لتقييم قدرتها على التكيف عبر مجموعات بيانات ومهام متنوعة في علم الأمراض الحاسوبي. يركزون على سيناريوهين رئيسيين: تقييم الاتساق وتقييم المرونة. في تقييم الاتساق، تم اختبار خمس طرق للتعديل الدقيق، مما كشف أن التعديل الدقيق الفعال من حيث المعلمات (PEFT) كان فعالًا…


  • WeakMedSAM: تقسيم الصور الطبية تحت إشراف ضعيف عبر SAM مع استكشاف الفئات الفرعية وتعدين التوافق

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    في هذه الدراسة، نقدم WeakMedSAM، نموذج جديد للتقسيم تحت إشراف ضعيف يعتمد على نموذج تقسيم أي شيء (SAM)، يهدف إلى تعزيز أداء التقسيم في التصوير الطبي مع تقليل تكاليف التسمية. يتكون WeakMedSAM من وحدتين رئيسيتين: وحدة استكشاف الفئات الفرعية (SCE)، التي تضبط مشفر الرؤية (ViT) الخاص بـ SAM لتعلم ميزات الفئات الفرعية بفعالية والتخفيف من…


  • تقنية واعدة لإعادة بناء الصور عالية الدقة المعتمدة على الذكاء الاصطناعي للتشخيص المبكر لسرطان الجلد

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

    تقدم البحث تقنية جديدة لإعادة بناء الصور، تُسمى MELIIGAN (شبكة الخصومة التوليدية المحسّنة لمعلومات الميلانوما)، تهدف إلى تعزيز التشخيص المبكر لسرطان الجلد، وخاصة الميلانوما. الميلانوما، وهي شكل شديد من سرطان الجلد ينشأ من الخلايا الصبغية، تتطلب الكشف السريع لمنع التقدم من الآفات المشبوهة إلى المراحل الغازية. يقترح المؤلفون خوارزمية إعادة بناء قائمة على الذكاء الاصطناعي…


  • MedFuseNet: دمج تمثيلات الميزات العميقة المحلية والعالمية مع آليات الانتباه الهجينة لتقسيم الصور الطبية

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

    يقدم هذا القسم نظرة عامة على بنية جديدة للتشفير وفك التشفير تُدعى MedFuseNet، مصممة لتعزيز تقسيم الصور الطبية من خلال معالجة قيود نماذج التعلم العميق الحالية، وخاصة الشبكات العصبية التلافيفية (CNNs) والمحولات. يدمج MedFuseNet تمثيلات الميزات المحلية والعالمية من خلال نهج ذو فرعين: يستخدم أحد الفروع الشبكات العصبية التلافيفية لالتقاط الارتباطات المحلية، بينما يستخدم الآخر…


  • QMaxViT-Unet+: نموذج MaxViT-Unet قائم على الاستعلام مع تعزيز الحواف لتقسيم الصور الطبية تحت إشراف الخربشة

    2026 | المؤلف: Tat-Bao-Thien Nguyen وآخرون | المجلة: Computers in Biology and Medicine | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم هذه البحث QMaxViT-Unet+، وهو إطار عمل جديد لتقسيم الصور الطبية تحت إشراف الرسوم التخطيطية، والذي يعالج تحدي مجموعات البيانات المحدودة المعلّمة في التصوير الطبي. يعتمد هذا الإطار على بنية U-Net، وي incorporat كتل MaxViT لتحسين قدرة النموذج على تعلم الميزات المحلية والعالمية. بالإضافة إلى ذلك، يتميز بوجود وحدة فك تشفير Transformer قائمة على الاستعلام…


←السابق
1 … 5 6 7 8 9 … 26
التالي→

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