تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الموضوعات الرئيسية
  3. الذكاء الاصطناعي في اكتشاف السرطان

الأبحاث ضمن الموضوع : الذكاء الاصطناعي في اكتشاف السرطان




  • TransBreastNet: إطار تعلم عميق هجين يعتمد على CNN لتحليل تصنيف أنواع سرطان الثدي وتقدم الآفات الزمنية

    2025 | المؤلف: A. Brahmareddy وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث BreastXploreAI، وهو إطار عمل جديد متعدد الأنماط ومتعدد المهام في التعلم العميق يهدف إلى تحسين تشخيص سرطان الثدي من خلال تحسين تصنيف الأنماط وتحليل تقدم الآفات. جوهر هذا الإطار هو TransBreastNet، الذي يدمج الشبكات العصبية التلافيفية (CNNs) لاستخراج الميزات المكانية، وطرق قائمة على المحولات للتشفير الزمني، ومشفرات بيانات كثيفة لدمج المعلومات السريرية…


  • تقييم نماذج الأساس كنماذج استخراج الميزات لعلم الأمراض الحسابي الخاضع للإشراف الضعيف

    2025 | المؤلف: Peter Neidlinger وآخرون | المجلة: Nature Biomedical Engineering | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم تقييم 19 نموذجًا أساسيًا في علم الأمراض النسيجي عبر 13 مجموعة مرضى، تشمل 6,818 مريضًا و9,528 شريحة من أنواع مختلفة من السرطان، بما في ذلك سرطان الرئة، وسرطان القولون والمستقيم، وسرطان المعدة، وسرطان الثدي. ركز التقييم على المهام ذات الإشراف الضعيف المتعلقة بالعلامات الحيوية، والخصائص الشكلية، والنتائج التنبؤية. ومن الجدير بالذكر أن…


  • نظام قائم على التعلم العميق والذكاء الاصطناعي القابل للتفسير للكشف عن سرطان الثدي

    2025 | المؤلف: Sandeep Saharan وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم الإمكانيات التحويلية للذكاء الاصطناعي (AI) في الرعاية الصحية، وخاصة من خلال مخطط جديد يسمى “DXAIB”، الذي يدمج الشبكات العصبية التلافيفية (CNNs) مع نموذج الغابة العشوائية (RF) لاكتشاف سرطان الثدي. بينما أظهر الذكاء الاصطناعي أداءً ملحوظًا في التطبيقات الطبية، فإن عمليات اتخاذ القرار غير الشفافة قد أعاقت الثقة والتبني الواسع. يعالج مخطط DXAIB…


  • نحو نموذج أساسي عام للتصوير الشعاعي من خلال الاستفادة من بيانات طبية ثنائية وثلاثية الأبعاد على نطاق الويب

    2025 | المؤلف: Chaoyi Wu وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذه الدراسة، نقدم نموذج مؤسسة الأشعة (RadFM) كدليل على المفهوم يهدف إلى تعزيز تطوير نماذج المؤسسة الطبية العامة في الأشعة. تشمل نهجنا ثلاثة جوانب رئيسية: بناء مجموعة البيانات، تصميم النموذج، والتقييم الشامل. نقدم أربع مجموعات بيانات متعددة الوسائط تتكون من 13 مليون صورة ثنائية الأبعاد و615,000 مسح ثلاثي الأبعاد، والتي تُعرف مجتمعة باسم مجموعة…


  • روزي: توليد الذكاء الاصطناعي لتلوين المناعة المتعددة من صور علم الأمراض

    2025 | المؤلف: Eric Q. Wu وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يقدم هذا القسم ROSIE، وهو إطار عمل للتعلم العميق مصمم لتعزيز فائدة صبغة الهيماتوكسيلين والإيوزين (H&E) في علم الأمراض النسيجية من خلال استنتاج تعبير وتوطين البروتينات المختلفة من صور H&E بشكل حسابي. على الرغم من الاستخدام الواسع لـ H&E بسبب فعاليته من حيث التكلفة وقدرته على إبراز الشكل النووي والسيتوبلازمي، إلا أنه يفتقر إلى القدرة…


  • التعلم العميق يحدد أنماط الرؤية للأطباء الشرعيين لتشخيص الصور الكاملة للشريحة

    2025 | المؤلف: Tianhang Nan وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث نهجًا جديدًا لتعزيز كفاءة التشخيص المدعوم بصور الشرائح الكاملة (WSI) من خلال الاستفادة من تقنية تتبع العين لجمع أنماط مراجعة الصور من علماء الأمراض. تقلل هذه الطريقة بشكل كبير من الوقت المطلوب للتعليق اليدوي على البكسل إلى 4% فقط من الجهد التقليدي، مما يخفف العبء على موارد القوى العاملة الطبية. للاستفادة من هذه…


  • إشراف قائم على النسخ الزائف التكراري للتكيف في تقسيم الأورام شبه المراقب

    2025 | المؤلف: Qiangguo Jin وآخرون | المجلة: Knowledge-Based Systems | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تتناول ورقة البحث التقدم في التعلم شبه المراقب (SSL) لمعالجة الصور الطبية، مع التركيز بشكل خاص على تقسيم الأورام في الأشعة المقطعية. بينما أظهرت طرق SSL الحالية نجاحًا في تقسيم الأعضاء الكبيرة، فإنها غالبًا ما تتجاهل التعقيدات المرتبطة بالأورام الصغيرة أو العديدة. لمعالجة هذه القيود، يقترح المؤلفون نهجًا جديدًا يسمى الإشراف القائم على النسخ واللصق…


  • إطار عمل هجيني قابل للتفسير يعتمد على التحويلات البصرية الفيدرالية لتوقع سرطان الثدي عبر عوامل الخطر

    2025 | المؤلف: Aymen M. Al-Hejri وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه الورقة البحثية إطار عمل جديد قابل للتفسير للتعلم الفيدرالي يهدف إلى تحسين توقعات سرطان الثدي، وهي قضية حاسمة نظرًا لوضعها كأحد الأسباب الرئيسية للوفاة بين النساء. تقيم الدراسة ثلاث منهجيات تعلم عميق – نماذج الذكاء الاصطناعي الفردية، ونماذج تجميع الفضاءات المميزة عالية المستوى، ونموذج هجين يجمع بين ميزات المحول البصري العالمي (ViT) وميزات…


  • شبكة عصبية عميقة مدفوعة بالذكاء الاصطناعي قابلة للتفسير للكشف الدقيق عن سرطان الثدي من الصور النسيجية والصور بالموجات فوق الصوتية

    2025 | المؤلف: Md. Romzan Alom وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث نموذج الكشف عن سرطان الثدي باستخدام الشبكات العصبية العميقة (DNBCD)، وهو إطار مبتكر مصمم لتعزيز الكشف المبكر والدقيق عن سرطان الثدي من خلال التحليل الآلي للصور الهستوباثولوجية والأشعة فوق الصوتية. باستخدام بنية تعلم عميق تعتمد على Densenet121، يتضمن نموذج DNBCD طبقات شبكة عصبية تلافيفية (CNN) مخصصة، بما في ذلك GlobalAveragePooling2D وDense وDropout، إلى…


  • نموذج تصوير طبي متعدد الوسائط قائم على التعلم العميق لفحص سرطان الثدي

    2025 | المؤلف: Junwei Chen وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تبحث الدراسة في فعالية نموذج متعدد الوسائط لتوقع سرطان الثدي الذي يدمج صور الماموجرام (DM) والأشعة فوق الصوتية (US)، مقارناً أدائه بالنماذج أحادية الوسائط. باستخدام مجموعة بيانات تضم 790 مريضاً، تتكون من 2,235 صورة ماموجرام و1,348 صورة أشعة فوق صوتية، استخدمت الدراسة ستة نماذج تصنيف تعتمد على التعلم العميق. تم استخدام مقاييس الأداء، بما في…


←السابق
1 … 8 9 10 11 12 … 14
التالي→

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