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

الأبحاث المرتبطة بالكلمة المفتاحية: ورم دماغي




  • MSegNet: نموذج انتباه متعدد الرؤى مرتبط عبر الأنماط لتحسين تقسيم أورام الدماغ في التصوير بالرنين المغناطيسي

    2025 | المؤلف: Yu Wang وآخرون | المجلة: International Journal of Computational Intelligence Systems | المجال: طب الأعصاب (Neurology)

    تقدم ورقة البحث شبكة الانتباه المتعددة الرؤى المترابطة عبر الأنماط (MSegNet)، وهي إطار عمل قائم على المحولات مصمم لتعزيز تقسيم أورام الدماغ في صور الرنين المغناطيسي. إن زيادة معدلات الإصابة والوفيات بسبب أورام الدماغ تتطلب تحسين طرق التشخيص، خاصة في ضوء قيود الشبكات العصبية التقليدية، مثل التعامل غير الكافي مع المعلومات متعددة الأنماط والبيانات المكانية.…


  • M-C&M-BL: نموذج تصنيف جديد لتصنيف أورام الدماغ: متعدد CNN ومتعدد BiLSTM

    2025 | المؤلف: Muhammet Sinan Başarslan | المجلة: The Journal of Supercomputing | المجال: طب الأعصاب (Neurology)

    تقدم الدراسة نهجًا جديدًا للكشف عن أورام الدماغ باستخدام نموذج تعلم عميق، M-C&M-BL، الذي يجمع بين شبكة عصبية تلافيفية (CNN) لاستخراج ميزات الصورة مع شبكة ذاكرة طويلة وقصيرة المدى ثنائية الاتجاه (BiLSTM) لمعالجة البيانات المتسلسلة. تم تقييم النموذج على مجموعة بيانات تصوير الرنين المغناطيسي للدماغ Br35H وحقق مقاييس أداء مثيرة للإعجاب، بما في ذلك دقة…


  • تحليل أورام الدماغ باستخدام التصوير بالرنين المغناطيسي المدمج مع التعلم العميق: استخراج الميزات، والتقسيم، وتوقع البقاء باستخدام الشبكات المكررة والشبكات الحجمية

    2025 | المؤلف: Deependra Rastogi وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    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…


  • نموذج قابل للتفسير قائم على التعلم العميق الجماعي لاكتشاف وتصنيف أورام الدماغ

    2024 | المؤلف: Khalid M. Hosny وآخرون | المجلة: Neural Computing and Applications | المجال: طب الأعصاب (Neurology)

    تركز الأبحاث على الحاجة الملحة للتصنيف الدقيق والكشف عن أورام الدماغ، التي تعد من الأسباب الرئيسية للوفيات. لمعالجة قيود طرق التعلم العميق التقليدية، التي تتطلب غالبًا وقت تدريب طويل، يقترح المؤلفون نهجًا جماعيًا يستفيد من التعلم الانتقالي مع النماذج المدربة مسبقًا DenseNet121 و InceptionV3. تم تصميم هذا النموذج لتصنيف ثلاثة أنواع من أورام الدماغ: السحائية،…


  • تصنيف دقيق متعدد الفئات لأورام الدماغ باستخدام نموذج محول بصري محسّن يعتمد على صور فحص الرنين المغناطيسي

    2024 | المؤلف: C. Kishor Kumar Reddy وآخرون | المجلة: Frontiers in Oncology | المجال: طب الأعصاب (Neurology)

    تبحث الدراسة في تطبيق نماذج المحولات البصرية المعدلة (FTVTs) لتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي، مقارنة أدائها مع نماذج التعلم العميق المعروفة مثل ResNet-50 وMobileNet-V2 وEfficientNet-B0. تتكون مجموعة البيانات من 7,023 صورة رنين مغناطيسي مصنفة إلى أربع فئات: الورم الدبقي، ورم السحايا، ورم الغدة النخامية، وعدم وجود ورم. تسلط الدراسة الضوء على أن نموذج…


  • تصنيف أورام الدماغ بشكل موثوق من خلال دمج التعلم العميق ونموذج الانتباه القائم على القنوات

    2024 | المؤلف: Balamurugan A.G وآخرون | المجلة: BMC Medical Imaging | المجال: طب الأعصاب (Neurology)

    تدرس الدراسة تطبيق منهجيات التعلم العميق، وبالتحديد نموذج الانتباه القائم على القناة (CWAM) المدمج مع ResNet101، لتصنيف أورام الدماغ في صور الرنين المغناطيسي. تعتمد العمليات التشخيصية التقليدية غالبًا على خبرة أطباء الأشعة، مما يجعلها تستغرق وقتًا طويلاً وقد تكون أقل دقة. يعزز نموذج ResNet101-CWAM المقترح بشكل كبير أداء التصنيف، محققًا دقة تصل إلى 99.83%، بالإضافة…


  • تحسين خوارزميات الشبكات العصبية لتصنيف أورام الدماغ بدقة في صور الرنين المغناطيسي

    2024 | المؤلف: Asma Alshuhail وآخرون | المجلة: BMC Medical Imaging | المجال: طب الأعصاب (Neurology)

    تتناول الأبحاث التحديات المرتبطة بتشخيص أورام الدماغ باستخدام فحوصات التصوير بالرنين المغناطيسي، والتي تتعقد بسبب المظاهر المتنوعة للأورام والاعتماد على التفسير اليدوي من قبل أطباء الأشعة. غالبًا ما تؤدي طرق التشخيص التقليدية إلى تشخيص خاطئ وتأخير العلاج بسبب تعرضها للأخطاء البشرية والدقة المحدودة، خاصة عند التعامل مع بيانات الرنين المغناطيسي عالية الأبعاد. للتغلب على هذه…


  • تعزيز EfficientNetv2 مع آليات الانتباه القنوي العالمية والفعالة لتصنيف أورام الدماغ بدقة باستخدام التصوير بالرنين المغناطيسي

    2024 | المؤلف: İshak Paçal وآخرون | المجلة: Cluster Computing | المجال: طب الأعصاب (Neurology)

    تقدم هذه البحث تكييفًا جديدًا لهندسة EfficientNetv2، معززة بآلية الانتباه العالمية (GAM) وانتباه القناة الفعال (ECA)، تهدف إلى تحسين دقة تصنيف أورام الدماغ من صور الرنين المغناطيسي. على الرغم من التقدم في أنظمة التشخيص بمساعدة الكمبيوتر (CADx) التي تستخدم التعلم العميق، لا تزال التحديات قائمة بسبب تباين مظهر الأورام ودقة الأعراض في مراحلها المبكرة. يعزز…


  • تعزيز اكتشاف أورام الدماغ في صور الرنين المغناطيسي من خلال الذكاء الاصطناعي القابل للتفسير باستخدام Grad-CAM مع Resnet 50

    2024 | المؤلف: M. Mohamed Musthafa وآخرون | المجلة: BMC Medical Imaging | المجال: طب الأعصاب (Neurology)

    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…


  • نهج متقدم مدفوع بالذكاء الاصطناعي لتحسين اكتشاف أورام الدماغ من صور الرنين المغناطيسي باستخدام EfficientNetB2 مع التعديل والتصفية المتجانسة

    2024 | المؤلف: A. M. J. Zubair Rahman وآخرون | المجلة: BMC Medical Informatics and Decision Making | المجال: طب الأعصاب (Neurology)

    تقدم هذه الورقة البحثية منهجية جديدة مدفوعة بالذكاء الاصطناعي لاكتشاف أورام الدماغ في صور الرنين المغناطيسي، باستخدام بنية التعلم العميق EfficientNetB2. لقد واجهت تقنيات معالجة الصور التقليدية وتقنيات التعلم الآلي صعوبات في تحديد مناطق الأورام بدقة بسبب التحديات مثل الضوضاء وتفاوت جودة الصور. لمعالجة هذه القضايا، تتضمن الطريقة المقترحة تقنيات متقدمة لمعالجة الصور، بما في…


←السابق
1 2 3
التالي→

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