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

الأبحاث المرتبطة بالكلمة المفتاحية: معالجة الصور




  • sEEG-Suite: خط أنابيب تفاعلي لتحديد المواقع شبه الآلي والتسمية التشريحية باستخدام Brainstorm

    2026 | المؤلف: Chinmay Chinara وآخرون | المجلة: The Journal of Open Source Software | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تعتبر تخطيط الدماغ الكهربائي باستخدام تقنية السجلات الكهربائية المكانية (sEEG) ضرورية لرسم خرائط الشبكات الصرعية لدى المرضى الذين يعانون من الصرع المقاوم للعلاج، وخاصة لتحديد منطقة بدء النوبة بدقة (SOZ) لتحسين التدخلات الجراحية. غالبًا ما تكون طرق تحديد المواقع والتسمية التقليدية لجهات الاتصال الخاصة بـ sEEG يدوية، مما يؤدي إلى احتمال حدوث أخطاء بشرية وتباين.…


  • الاستقطاب المضاد للفيروإلكتريك الذي يمكّن من التنشيط الفيزيائي في CuBiP2Se6 لمعالجة الصور الطبية

    2026 | المؤلف: Yinan Lin وآخرون | المجلة: Nature Communications | المجال: كيمياء المواد (Materials Chemistry)

    يتناول هذا القسم من ورقة البحث الإمكانيات التي توفرها المواد المضادة للفيروإلكترونية للحوسبة العصبية، مع التركيز على قدرتها على تسهيل ترتيب مضاد قطبي قابل للتحكم في المجال وتبديل الاستقطاب القابل للعكس. يقدم المؤلفون ثنائي قطب مدفوع بالاستقطاب المضاد للفيروإلكترونية يتميز بمنطقة تشغيل خطية موسعة، تدعم كل من التفعيل الفيزيائي وقدرات الحوسبة في الذاكرة. يوضحون نظام…


  • NEOSTI – مستشعر صورة هجين إلكتروني بصري مكاني زمني

    2026 | المؤلف: Tianyi Liu وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على جهاز التصوير الزمني المكاني الإلكتروني العصبي (NEOSTI)، وهو نظام رؤية مبتكر مصمم لمعالجة تحديات كفاءة الطاقة وقدرة المعالجة في تطبيقات رؤية الآلة. مستلهمًا من معالجة الرؤية البشرية، التي تعتمد بشكل كبير على استهلاك الطاقة المنخفض، يعد NEOSTI نظامًا مدمجًا بالكامل يعمل بفعالية في ظروف الإضاءة المختلفة دون الحاجة إلى…


  • نموذج خفيف الوزن LMW-YOLO لاكتشاف الأجسام الصغيرة في صور الاستشعار عن بعد

    2026 | المؤلف: Yubin Qiu وآخرون | المجلة: Scientific Reports | المجال: تكنولوجيا الإعلام (Media Technology)

    تقدم ورقة البحث LMW-YOLO، وهي شبكة كشف كائنات خفيفة الوزن وعالية الدقة مصممة خصيصًا لصور الاستشعار عن بعد، حيث تعالج التحديات مثل اختلافات المقياس، والخلفيات المعقدة، والتوزيعات الكثيفة للكائنات الصغيرة. الشبكة مبنية على قاعدة YOLO11n وتدمج استراتيجية تصميم حساسة للسياق (CSD) جديدة لتحسين استخراج الميزات عبر مراحل الشبكة المختلفة. تشمل الابتكارات الرئيسية وحدة تجميع السياق…


  • قيود التعرف البصري في نماذج اللغة الكبيرة متعددة الوسائط: تحليل مقارن لتفسير الصور النسيجية

    2026 | المؤلف: Volodymyr Mavrych وآخرون | المجلة: PLOS Digital Health | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقوم هذه الدراسة بتقييم منهجي لأداء أربعة نماذج لغوية كبيرة متعددة الوسائط (LLMs) رائدة—GPT-4o، Claude Sonnet 4، Gemini 2.5 Flash، وCopilot—في تفسير الصور النسيجية. باستخدام مجموعة بيانات تتكون من 144 صورة عبر أربعة أنواع من الأنسجة (الظهارية، الضامة، العضلية، والعصبية) عند ثلاثة مستويات من التكبير، تم تقييم النماذج على قدرتها على تحديد الأنسجة، وتحليل الميزات…


  • مشغلات الميتاسطح ذات الطور المزدوج لمعالجة الصور الكاملة البصرية

    2026 | المؤلف: Linzhi Yu وآخرون | المجلة: Light Science & Applications | المجال: المواد الإلكترونية والبصرية والمغناطيسية (Electronic, Optical and Magnetic Materials)

    تقدم البحث منصة جديدة قائمة على الميتاسطح لمعالجة الصور بشكل كامل بصريًا، والتي توفر بديلاً عالي السرعة وفعالًا من حيث الطاقة للأنظمة الإلكترونية التقليدية. من خلال استخدام ترميز مزدوج الطور وتعدد الاستقطاب، يسهل الأسلوب المقترح تحويلات الصور العشوائية ضمن جهاز نانوفوتوني غير نشط واحد، مما يبسط الإعداد البصري ويقضي على الحاجة إلى المعالجة الرقمية اللاحقة.…


  • الكشف الدقيق عن أمراض القطن عبر نماذج المحولات المطبقة على صور الأوراق

    2026 | المؤلف: Nikhil Inamdar وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علوم النبات (Plant Science)

    تقدم البحث إطار عمل جديد للتعلم العميق يستخدم هياكل قائمة على المحولات، بما في ذلك المحول البصري الفانيلا (ViT)، المحول سوين، المحول الفعال للبيانات (DeiT)، والمحول من توكن إلى توكن (T2T-ViT)، للتصنيف التلقائي لأمراض أوراق القطن. تتكون مجموعة البيانات من صور من أربع فئات: فيروس التجعيد، العفن البكتيري، ذبول الفيوزاريوم، والأوراق الصحية. لضمان تقييم قوي…


  • deepmriprep: معالجة مسبقة للمورفومترية المعتمدة على الفوكسل عبر الشبكات العصبية العميقة

    2026 | المؤلف: L. Fisch وآخرون | المجلة: Nature Computational Science | المجال: الفيزياء الحيوية (Biophysics)

    تقدم هذه القسم deepmriprep، وهو خط أنابيب جديد للمعالجة المسبقة لتحليل قياس الشكل القائم على الفوكسل (VBM) لبيانات التصوير بالرنين المغناطيسي (MRI) ذات الوزن T1، والذي يستخدم الشبكات العصبية لتعزيز كفاءة ودقة خطوات المعالجة المسبقة. يتفوق deepmriprep بشكل كبير على صندوق الأدوات الرائد الحالي، CAT12، حيث يحقق سرعة معالجة أسرع بـ 37 مرة مع الحفاظ…


  • مجموعة بيانات fMRI متعددة الصدى المعقدة: استراتيجيات جديدة في معالجة بيانات الصدى المتعددة

    2026 | المؤلف: Michal Mikl وآخرون | المجلة: Scientific Data | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم هذه المنشورة مجموعة بيانات جديدة تهدف إلى تعزيز تطوير وتقييم الخوارزميات المتقدمة وعمليات المعالجة لبيانات التصوير بالرنين المغناطيسي الوظيفي متعدد الصدى (fMRI) المعقدة. تتضمن مجموعة البيانات تسجيلات fMRI متعددة الصدى وتسجيلات كهربائية فسيولوجية من 83 مشاركًا بالغًا سليمًا، يستخدمون اليد اليمنى، تم جمعها باستخدام جهازين تصوير بالرنين المغناطيسي 3T. وهي متاحة للجمهور على OpenNeuro،…


  • إطار عمل خفيف الوزن YOLO11n للكشف عن الشقوق السطحية في الوقت الحقيقي مع التقسيم

    2026 | المؤلف: Shweta Tiwari وآخرون | المجلة: Scientific Reports | المجال: الهندسة المدنية والإنشائية (Civil and Structural Engineering)

    تتناول الدراسة الحاجة الملحة للكشف الفعال عن الشقوق في البنية التحتية المدنية، مع تسليط الضوء على قيود الفحص اليدوي التقليدي وطرق معالجة الصور الكلاسيكية. مع التقدم في رؤية الكمبيوتر والتعلم العميق، يقترح المؤلفون إطار عمل جديد يستخدم بنية YOLO11n-seg للكشف عن الشقوق السطحية، تم التحقق منها على مجموعة بيانات Crack-Seg. يظهر النموذج مقاييس أداء مثيرة…


1 2 3
التالي→

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