الأبحاث المرتبطة بالكلمة المفتاحية: معيار (المسح)
-
تقسيم أورام الدماغ باستخدام شبكة U-Net متعددة المقاييس مع مشفر EfficientNetB4 لتحليل الرنين المغناطيسي المحسن
Brain tumor segmentation using multi-scale attention U-Net with EfficientNetB4 encoder for enhanced MRI analysisتقدم هذه الدراسة إطار عمل جديد لتقسيم أورام الدماغ يدمج بين شبكة U-Net متعددة المقاييس مع مشفر EfficientNetB4، بهدف تحسين دقة وكفاءة التقسيم. يستخدم النموذج توسيع EfficientNetB4 المركب لتحسين استخراج الميزات عبر دقات متعددة مع تقليل المتطلبات الحسابية. يعزز آلية الانتباه متعددة المقاييس، التي تستخدم نوى بأحجام 1 × 1، 3 × 3، و5 ×…
-
تحسين فائدة بيانات زينيوم في الموقع من خلال تقييم الجودة وتحليل أفضل ممارسات سير العمل
Optimizing Xenium In Situ data utility by quality assessment and best-practice analysis workflowsيقدم قسم ورقة البحث نظرة عامة على منصة Xenium In Situ، وهي تقنية جديدة للتعبير الجيني المكاني تم تطويرها بواسطة 10x Genomics، والتي تمكن من رسم خرائط لمئات الجينات بدقة تحت خلوية. في ضوء العدد المتزايد من تقنيات التعبير الجيني المكاني المتاحة، يؤكد المؤلفون على أهمية اختيار المنصات المناسبة والالتزام بإرشادات التحليل. تدرس الدراسة 25…
-
فضاء التصميم للجهود بين الذرات المركزية حول الذرات المتساوية E(3)
The design space of E(3)-equivariant atom-centred interatomic potentialsقسم “الطرق” يوضح الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. استخدم الباحثون مجموعة من الأساليب الكمية والنوعية لجمع البيانات، مما يضمن تحليلًا شاملاً لأسئلة البحث. تشمل المنهجيات المحددة التجارب المنضبطة، والنمذجة الإحصائية، وتقنيات جمع البيانات المصممة وفقًا لأهداف الدراسة. في تصميم التجربة، تم التلاعب بالمتغيرات بشكل منهجي لملاحظة آثارها، بينما تم تنفيذ ضوابط مناسبة للتحقق من…
-
الذكاء الاصطناعي القابل للتفسير مع تقسيم يعتمد على UNet وتعلم الآلة البايزي لتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي
Explainable artificial intelligence with UNet based segmentation and Bayesian machine learning for classification of brain tumors using MRI imagesتقدم ورقة البحث تقنية جديدة لاكتشاف أورام الدماغ (BT) في صور الرنين المغناطيسي، تُسمى XAISS-BMLBT، والتي تدمج الذكاء الاصطناعي القابل للتفسير مع التقسيم الدلالي وتعلم الآلة البايزي. إن الكشف المبكر عن أورام الدماغ يعزز بشكل كبير خيارات العلاج ومعدلات بقاء المرضى، وتهدف طريقة XAISS-BMLBT إلى تبسيط العملية الصعبة والمستهلكة للوقت لتحديد الأورام في فحوصات الرنين…
-
استخدام التعلم العميق والتعلم الانتقالي للكشف الدقيق عن أورام الدماغ
Employing deep learning and transfer learning for accurate brain tumor detectionتبحث الدراسة في تطبيق هياكل التعلم العميق للنقل لتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي (MRI). تقيم أربعة نماذج—ResNet152 و VGG19 و DenseNet169 و MobileNetv3—على مجموعة بيانات مأخوذة من كاجل، باستخدام تقنية التحقق المتقاطع بخمسة طيات وتقنيات تحسين الصور لمعالجة عدم توازن مجموعة البيانات عبر أربع فئات من الأورام: الغدة النخامية، الطبيعية، السحائية، والورم الدبقي.…
-
تعزيز توقعات أمراض القلب باستخدام نموذج تحويل قائم على الانتباه الذاتي
Enhancing heart disease prediction using a self-attention-based transformer modelتتناول الأبحاث القضية الحرجة للأمراض القلبية الوعائية (CVDs)، التي تمثل أكثر من 17 مليون حالة وفاة على مستوى العالم. إن الكشف المبكر والدقيق عن فشل القلب أمر ضروري للتدخل السريري الفعال. تقدم هذه الدراسة نموذجًا جديدًا قائمًا على الانتباه الذاتي مصممًا للتنبؤ بمخاطر الأمراض القلبية الوعائية من خلال تحليل خصائص المرضى مثل ضغط الدم، مستويات…