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




  • إطار عمل قابل للتفسير لتصنيف سرطان المعدة باستخدام آليات الانتباه متعددة القنوات ونهج التعلم الانتقالي على صور علم الأمراض

    2025 | المؤلف: Muhammad Zubair وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث إطار عمل جديد لآلية الانتباه متعددة القنوات (MCAM) مصممة لتعزيز تصنيف صور علم الأمراض السرطانية للمعدة (GC) باستخدام تقنيات التعلم العميق. غالبًا ما تكافح نماذج التعلم العميق التقليدية مع القابلية للتفسير، والتكيف، والحساسية للضوضاء، وهو ما يعالجه إطار العمل المقترح MCAM من خلال التركيز الديناميكي على الميزات ذات الصلة من خلال ثلاث…


  • نهج متكامل لاختيار الميزات وتعلم الآلة للكشف المبكر عن سرطان الثدي

    2025 | المؤلف: Jing Zhu وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يظل سرطان الثدي واحدًا من أكثر أنواع السرطان شيوعًا بين النساء في جميع أنحاء العالم، حيث تعتبر الاكتشاف المبكر أمرًا حاسمًا لتحسين معدلات البقاء. تقدم هذه الدراسة طريقة جديدة لاختيار الميزات تستخدم قيم الشابلية التراكمية (SHAP) بالتزامن مع الإزالة التكرارية للميزات (RFE) وخوارزمية الغابة العشوائية (RF). لمواجهة مشكلة عدم توازن البيانات، استخدم الباحثون تقنية Borderline-SMOTE.…


  • نموذج شبكة عصبية تلافيفية هجينة وbi-LSTM مع EfficientNet-B0 للكشف عن سرطان الثدي وتصنيفه بدقة عالية

    2025 | المؤلف: Umesh Kumar Lilhore وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث نموذج هجين جديد لاكتشاف سرطان الثدي يجمع بين الشبكات العصبية التلافيفية (CNNs) وشبكات الذاكرة طويلة وقصيرة المدى ثنائية الاتجاه (Bi-LSTM) وهيكل EfficientNet-B0 المدرب مسبقًا. من خلال الاستفادة من EfficientNet-B0، الذي تم تدريبه على مجموعة بيانات ImageNet الواسعة، يستفيد النموذج من التعلم الانتقالي، مما يسمح باستخراج ميزات أكثر فعالية من الصور الماموجرافية مقارنةً بالشبكات…


  • اختيار الميزات المدفوع بواسطة SGA وتصنيف الغابات العشوائية لتحسين تشخيص سرطان الثدي: دراسة مقارنة

    2025 | المؤلف: Abrar Yaqoob وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذه الدراسة، يقدم المؤلفون منهجية جديدة لتصنيف سرطان الثدي تجمع بين خوارزمية تحسين النورس (SGA) لاختيار الميزات ومصنف الغابة العشوائية (RF). يمثل هذا النهج أول تطبيق لـ SGA في اختيار الجينات لتشخيص سرطان الثدي، مما يمكّن من استكشاف منهجي لمساحة الميزات لتحديد أكثر مجموعات الجينات معلوماتية. لا تعزز دمج SGA مع RF دقة التصنيف…


  • نموذج أساسي لتشخيص السرطان القابل للتعميم وتوقع البقاء على قيد الحياة من الصور النسيجية

    2025 | المؤلف: Zhaochang Yang وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يتناول القسم التقدم في علم الأمراض الحاسوبي، وخاصة من خلال تطوير BEPH (نموذج BEiT المعتمد على التدريب المسبق على الصور النسيجية)، الذي يستخدم التعلم الذاتي للإشراف لتحليل صور الشرائح الكاملة (WSIs) لتشخيص السرطان. يتم تدريب النموذج على 11 مليون صورة نسيجية غير مصنفة، مما يسمح له بتعلم تمثيلات ذات مغزى يمكن تكييفها لمهام مختلفة، مثل…


  • تشخيص سرطان الثدي باستخدام MFF-HistoNet: شبكة دمج ميزات متعددة الأنماط تجمع بين الشبكات العصبية التلافيفية وشبكات التنسور الكمومية

    2025 | المؤلف: Tariq Mahmood وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث شبكة دمج ميزات متعددة الأنماط جديدة لتشخيص الأمراض النسيجية (MFF-HistoNet) تهدف إلى تعزيز دقة وكفاءة تشخيص سرطان الثدي من خلال تقنية التشخيص المدعوم بالكمبيوتر (CAD). تحدد الدراسة القيود في الخوارزميات الحالية، مثل عدد المعلمات المرتفع والاستخراج غير الفعال للميزات العالمية، مما قد يؤدي إلى فقدان المعلومات. تدمج MFF-HistoNet شبكة عصبية تلافيفية (CNN)…


  • الذكاء الاصطناعي لفحص سرطان الثدي في تصوير الثدي بالأشعة (AI-STREAM): تحليل أولي لدراسة جماعية متعددة المراكز

    2025 | المؤلف: Yun‐Woo Chang وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يتناول هذا القسم من ورقة البحث دراسة جماعية متعددة المراكز محتملة أجريت في كوريا الجنوبية لتقييم فعالية الكشف المدعوم بالذكاء الاصطناعي (AI-CAD) في تحسين دقة التشخيص في فحص الماموجرام في إعداد القراءة الواحدة. شملت الدراسة 24,543 امرأة شاركت في البرنامج الوطني لفحص سرطان الثدي، مع التركيز على النتائج الرئيسية لمعدلات اكتشاف السرطان (CDRs) ومعدلات الاستدعاء…


  • المؤشرات البيولوجية، والأوميكس، والذكاء الاصطناعي للكشف المبكر عن سرطان البنكرياس

    2025 | المؤلف: Kate Murray وآخرون | المجلة: Seminars in Cancer Biology | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    سرطان القناة البنكرياسية الغدي (PDAC) غالبًا ما يتم تشخيصه في مراحل متقدمة، مما يحد من خيارات العلاج ويبرز الحاجة الملحة لاستراتيجيات الكشف المبكر. تناقش هذه الورقة التقدمات الأخيرة في تحديد المجموعات عالية المخاطر لـ PDAC وتنفيذ طرق الكشف المدفوعة بالعلامات الحيوية. تستعرض الأساليب الحالية لتطوير العلامات الحيوية، وتطبيق الذكاء الاصطناعي (AI) على السجلات الصحية الإلكترونية…


  • BUS-UCLM: مجموعة بيانات تقسيم آفات الموجات فوق الصوتية للثدي

    2025 | المؤلف: Noelia Vállez وآخرون | المجلة: Scientific Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تتكون مجموعة البيانات من 38 مسح بالموجات فوق الصوتية للثدي، بإجمالي 683 صورة، تم الحصول عليها باستخدام نظام الموجات فوق الصوتية Siemens ACUSON S2000TM بين عامي 2022 و2023. تم تصميمها خصيصًا لتقسيم آفات الثدي، بهدف تحديد المنطقة وشكل الآفات مع تصنيفها على أنها حميدة أو خبيثة. تم تصنيف الصور إلى ثلاث مجموعات: 419 حالة طبيعية،…


  • تقييم شامل لنماذج الأساس في علم الأمراض لتصنيف أنواع سرطان المبيض

    2025 | المؤلف: Jack Breen وآخرون | المجلة: npj Precision Oncology | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تستقصي الدراسة فعالية نماذج الأساس في علم الأمراض النسيجي في تصنيف الأنماط الشكلية لسرطان المبيض، مع معالجة القيود التي تفرضها المعلمات الفائقة التعسفية. تم استخدام نهج تحقق صارم، حيث تم مقارنة مصنفات التعلم المتعدد المعتمد على الانتباه عبر ثلاثة مشفرات مدربة مسبقًا على ImageNet وأربعة عشر نموذجًا أساسيًا، باستخدام مجموعة بيانات تضم 1864 صورة شريحة…


←السابق
1 … 9 10 11 12 13 14
التالي→

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