تقدم هذه البحث نموذج الشبكات العصبية التلافيفية (CNN) المصمم للكشف الآلي وتصنيف أورام الدماغ، مع التركيز بشكل خاص على الورم الدبقي، ورم السحايا، وأورام الغدة النخامية، والحالات التي لا تحتوي على أورام. يتكون النموذج من أربعة كتل تلافيفية ويستخدم مُحسِّن آدم لتقليل خسارة الانتروبيا المتقاطعة، محققًا دقة إجمالية ملحوظة تبلغ 98.5%. تتجاوز هذه الأداء نماذج…

تقدم البحث نموذج تعلم عميق هجين لتصنيف أورام الدماغ (BTC) باستخدام التصوير بالرنين المغناطيسي (MRI)، مدمجًا VGG16، وآلية انتباه، ومعلمات محسّنة. يصنف هذا النموذج الأورام إلى ورم دبقي، ورم سحائي، ورم في الغدة النخامية، وعدم وجود ورم، محققًا دقة ملحوظة تبلغ 99% على مجموعة بيانات تتكون من 7023 صورة MRI. تستخدم الطريقة تقنيات معالجة مسبقة…

تقدم ورقة البحث نموذجًا هجينًا جديدًا، يسمى DenseTransformer، يهدف إلى تعزيز دقة تصنيف أورام الدماغ باستخدام التصوير بالرنين المغناطيسي (MRI). يدمج النموذج ميزات من شبكة DenseNet201 العصبية التلافيفية المدربة مسبقًا مع بنية Transformer، مع استخدام خاص لآليات الانتباه الذاتي متعدد الرؤوس (MHSA) وكتل الانتباه للضغط والإثارة (SEA). تتناول هذه الطريقة التحديات المتعلقة بكثافة الحساب، واكتشاف…

يتناول هذا القسم من ورقة البحث الدور الحاسم للكشف الدقيق في العلاج الفعال لأورام الدماغ، مشددًا على أهمية التصوير الطبي للتشخيص المبكر. يقدم البحث نهجين مبتكرين للكشف عن الأورام: الأول يجمع بين معالجة الصور، ومحولات الرؤية (ViT)، وخوارزميات التعلم الآلي لتحليل الصور الطبية، محققًا دقة تصل إلى 98.17%. النهج الثاني يستخدم تقنية دمج النماذج المتوازية…

تبحث هذه الدراسة في تقنية جديدة للذكاء الاصطناعي (AI) لاكتشاف وتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي، مع التركيز بشكل خاص على أربعة أنواع: ورم الغدة النخامية، ورم السحايا، ورم الدبقيات، والعادي. تتناول الدراسة قيود أساليب الذكاء الاصطناعي الحالية، التي غالبًا ما تعاني من الدقة والموثوقية. من خلال استخدام نموذج تعلم عميق جماعي يدمج بين…