الأبحاث المرتبطة بالكلمة المفتاحية: معالجة الصور، بمساعدة الكمبيوتر
-
الذكاء الاصطناعي للتعرف على الصور في تشخيص سرطان الفم والبلعوم واللوكوبيكيا
2026 | المؤلف: Benedikt Schmidl وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تستكشف هذه الدراسة الاستكشافية تطبيق قدرات التعرف على الصور لـ ChatGPT 4.0 لتشخيص سرطان الخلايا الحرشفية (SCC) واللوكوبيكيا في الصور السريرية، مما يمثل تقاطعًا جديدًا بين الذكاء الاصطناعي وعلم الأورام. تم تحليل ما مجموعه 45 صورة سريرية، بما في ذلك 15 حالة لكل من SCC واللوكوبيكيا ومجموعة تحكم غير مصابة. استخدمت الدراسة ثلاثة سيناريوهات: تحليل…
-
دمج الميزات متعددة المقاييس لشبكات الأعصاب التلافيفية العميقة في الكشف عن الأورام السرطانية وتصنيفها باستخدام الصور الطبية
2026 | المؤلف: | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث نموذجًا جديدًا، دمج الميزات متعددة المقاييس لشبكات الأعصاب التلافيفية العميقة في الكشف عن الأورام السرطانية وتصنيفها (MFFDCNN-CTDC)، يهدف إلى تعزيز الكشف وتصنيف سرطان الجلد من خلال التصوير الطبي. سرطان الجلد، الذي يتميز بالنمو غير المنضبط للخلايا الجلدية غير النمطية بسبب تلف الحمض النووي، يشكل تحديات صحية كبيرة على مستوى العالم. يستخدم نموذج MFFDCNN-CTDC…
-
صبغة افتراضية فائقة الدقة للأنسجة الخالية من العلامات باستخدام نماذج الانتشار
2026 | المؤلف: Yijie Zhang وآخرون | المجلة: Nature Communications | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم الدراسة تقنية صبغ افتراضية تعتمد على نموذج انتشار البكسل الفائق الدقة، والتي تحول صور المجهرية الخالية من الصبغة للأنسجة غير الملونة إلى عينات مكافئة كيميائيًا. من خلال استخدام عملية جسر براوني، تعزز هذه الطريقة كل من الدقة المكانية والموثوقية، متجاوزة القيود المرتبطة بأساليب التعلم العميق التقليدية. إن دمج تقنيات أخذ العينات الجديدة داخل نموذج…
-
إطار تعلم عميق قابل للتفسير للكشف عن أمراض المحاصيل في الأرز وقصب السكر باستخدام استخراج الميزات القائم على
2026 | المؤلف: Heba El-Behery وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم القسم المعنون “نظرة عامة” مفهوم نموذج التعلم العميق القابل للتفسير، مع التأكيد على أهميته في تعزيز قابلية تفسير قرارات الشبكات العصبية المعقدة. يبرز المؤلفون ضرورة القابلية للتفسير في الذكاء الاصطناعي، خاصة في التطبيقات الحرجة حيث يكون فهم توقعات النموذج ضروريًا للثقة والمساءلة. في قسم “الاستنتاج وآفاق المستقبل”، يلخص المؤلفون نتائجهم، مشيرين إلى أن النموذج…
-
USIGAN: نقل ميزات المعلومات الذاتية غير المتوازنة لتلوين الصور الافتراضية IHC ذات الاقتران الضعيف
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Image Processing | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه القسم نظرة عامة على نهج جديد للتلوين الافتراضي المناعي النسيجي (IHC) ، والذي يُطلق عليه USIGAN ، والذي يولد صور IHC افتراضية من صور الهيماتوكسيلين والإيوزين (H&E) مع ضمان التناسق مع الشرائح المجاورة. التحدي الرئيسي الذي يتم معالجته هو التباين المكاني بين الشرائح المجاورة في ظل ظروف مرتبطة بشكل ضعيف، مما قد يؤدي…
-
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…
