الأبحاث المرتبطة بالكلمة المفتاحية: ورم دماغي

تصنيف أورام الدماغ المعتمد على التصوير بالرنين المغناطيسي المدعوم بالذكاء الاصطناعي القابل للتفسير: نهج جديد في التعلم العميق
Explainable AI-driven MRI-based brain tumor classification: a novel deep learning approach

تقدم ورقة البحث إطار عمل للتعلم العميق لتصنيف أورام الدماغ باستخدام بيانات التصوير بالرنين المغناطيسي، مع التركيز على تعزيز دقة التشخيص وتخطيط العلاج. باستخدام الشبكات العصبية التلافيفية (CNNs)، تصنف الدراسة الأورام إلى أربعة أنواع: طبيعية، غليوما، نخامية، و meningoma. تم استخدام تقنيات المعالجة المسبقة الرئيسية، بما في ذلك تقليل الضوضاء وزيادة البيانات، لتحسين قوة النموذج.…
تحليل أورام الدماغ باستخدام التصوير بالرنين المغناطيسي المدمج مع التعلم العميق: استخراج الميزات، والتقسيم، وتوقع البقاء باستخدام الشبكات المكررة والشبكات الحجمية
Deep learning-integrated MRI brain tumor analysis: feature extraction, segmentation, and Survival Prediction using Replicator and volumetric networks

تقدم هذه الورقة البحثية نهج تعلم عميق لتجزئة الأورام الدبقية، وهي أكثر الأورام الخبيثة شيوعًا في الدماغ، وتوقع معدلات بقاء المرضى باستخدام صور الرنين المغناطيسي. تعتمد المنهجية على بنية شبكة عصبية تلافيفية ثلاثية الأبعاد (2D) تتضمن قاعدة الأغلبية لتعزيز دقة تجزئة الأورام وتقليل تحيز النموذج. بالإضافة إلى ذلك، يتم استخراج الميزات الإشعاعية من مناطق الأورام…
تعزيز اكتشاف أورام الدماغ في صور الرنين المغناطيسي من خلال الذكاء الاصطناعي القابل للتفسير باستخدام Grad-CAM مع Resnet 50
Enhancing brain tumor detection in MRI images through explainable AI using Grad-CAM with Resnet 50

تتناول هذه الدراسة تحدي الكشف عن أورام الدماغ في صور الرنين المغناطيسي، مع التأكيد على الحاجة إلى نماذج دقيقة وقابلة للتفسير للمهنيين في مجال الرعاية الصحية. بينما تفوقت تقنيات التعلم العميق في تحليل الصور الطبية، فإنها غالبًا ما تفتقر إلى الشفافية، حيث تعمل كـ “صناديق سوداء”. لمعالجة ذلك، تستخدم البحث نموذج ResNet50، وهو نموذج تعلم…
استخدام التعلم العميق والتعلم الانتقالي للكشف الدقيق عن أورام الدماغ
Employing deep learning and transfer learning for accurate brain tumor detection

تبحث 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.…
كشف أورام الدماغ من الصور والمقارنة مع طرق التعلم بالنقل وشبكة الأعصاب التلافيفية ذات الثلاث طبقات
Brain tumor detection from images and comparison with transfer learning methods and 3-layer CNN

تتناول ورقة البحث الدور الحاسم لصحة الدماغ واستخدام التصوير بالرنين المغناطيسي (MRI) لتشخيص أورام الدماغ، والتي تشمل الورم الدبقي، والورم السحائي، وأورام الغدة النخامية. تسلط الضوء على أهمية الذكاء الاصطناعي (AI) في معالجة مجموعات البيانات الكبيرة الناتجة عن MRI، لا سيما من خلال تقنيات تصنيف الصور. تستخدم الدراسة نماذج مختلفة من الشبكات العصبية التلافيفية (CNN)،…
نموذج هجين لشبكة عصبية عميقة لتصنيف صور أورام الدماغ متعددة الفئات
A hybrid deep CNN model for brain tumor image multi-classification

تقدم ورقة البحث نهجًا جديدًا لتشخيص وتصنيف أورام الدماغ من خلال نظام تصنيف متعدد الطبقات قائم على التعلم العميق ومؤتمت بالكامل يستخدم الشبكات العصبية التلافيفية (CNNs). تُنتقد الطرق التقليدية، التي تعتمد على التقييمات النسيجية لعينات الخزعة، لكونها غازية، وتستغرق وقتًا طويلاً، وعرضة للأخطاء البشرية. لمعالجة هذه التحديات، طور المؤلفون ثلاثة نماذج CNN متميزة مصممة لمهام…

الأبحاث المرتبطة بالكلمة المفتاحية: ورم دماغي

استخدام التعلم العميق والتعلم الانتقالي للكشف الدقيق عن أورام الدماغ Employing deep learning and transfer learning for accurate brain tumor detection

كشف أورام الدماغ من الصور والمقارنة مع طرق التعلم بالنقل وشبكة الأعصاب التلافيفية ذات الثلاث طبقات Brain tumor detection from images and comparison with transfer learning methods and 3-layer CNN

نموذج هجين لشبكة عصبية عميقة لتصنيف صور أورام الدماغ متعددة الفئات A hybrid deep CNN model for brain tumor image multi-classification

استخدام التعلم العميق والتعلم الانتقالي للكشف الدقيق عن أورام الدماغ
Employing deep learning and transfer learning for accurate brain tumor detection

كشف أورام الدماغ من الصور والمقارنة مع طرق التعلم بالنقل وشبكة الأعصاب التلافيفية ذات الثلاث طبقات
Brain tumor detection from images and comparison with transfer learning methods and 3-layer CNN

نموذج هجين لشبكة عصبية عميقة لتصنيف صور أورام الدماغ متعددة الفئات
A hybrid deep CNN model for brain tumor image multi-classification