الأبحاث ضمن الموضوع : الذكاء الاصطناعي في اكتشاف السرطان
-
تعزيز نماذج أساسيات علم الأمراض من خلال ضبط التوجيه القليل لنوع الأورام النادرة
2026 | المؤلف: Dexuan He وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث PathPT، وهو إطار عمل جديد مصمم لتعزيز تشخيص السرطانات النادرة، التي تشكل 20-25% من الأورام الخبيثة وأكثر من 70% في علم الأورام لدى الأطفال. تسلط الدراسة الضوء على التحديات التشخيصية الكبيرة التي تطرحها ندرة علماء الأمراض الخبراء وقيود نماذج رؤية اللغة في علم الأمراض الحالية، التي تؤدي بشكل جيد على السرطانات الشائعة…
-
التعلم العميق المتكامل مع إنترنت الأشياء للكشف والتشخيص التلقائي لسرطان الثدي
2026 | المؤلف: Kalva Yamini وآخرون | المجلة: Journal of Computer Science | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث إطارًا هجينًا يدمج الشبكات العصبية التلافيفية (CNN) والشبكات المتبقية (ResNet) مع تكنولوجيا إنترنت الأشياء (IoT) لتعزيز تشخيص سرطان الثدي. تعاني الطرق التشخيصية التقليدية غالبًا من سوء التصنيف والتباين بسبب التقييمات اليدوية. يعالج النموذج المقترح هذه القضايا من خلال استخدام الشبكات العصبية التلافيفية لاستخراج الميزات الأولية وResNet للتعلم الهرمي، بينما تسهل أجهزة إنترنت الأشياء…
-
LNMSNet: شبكة تعلم عميق متعددة المهام لتجزئة العقيدات الرئوية وتصنيف الخباثة
2026 | المؤلف: Yuxin Liu وآخرون | المجلة: Frontiers in Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا البحث، يتناول المؤلفون القضية الحرجة لتشخيص سرطان الرئة في مراحله المتأخرة، والذي يرتبط بمعدل بقاء لمدة 5 سنوات لا يتجاوز 8%. يبرزون إمكانية استخدام الأشعة المقطعية منخفضة الجرعة (LDCT) للكشف المبكر، مشيرين إلى أن معدلات البقاء يمكن أن تتجاوز 90% للمرضى الذين تم تشخيصهم في المرحلة الأولى. يقدم البحث LNMSNet، نموذجًا جديدًا مصممًا…
-
WTAM-YOLO: طريقة تعتمد على YOLOv11 لاكتشاف العقيدات الرئوية
2026 | المؤلف: Yihua Lan وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)يظل سرطان الرئة سببًا رئيسيًا للمراضة والوفيات على مستوى العالم، مما يستلزم تحسين طرق الكشف عن العقيدات الرئوية في صور الأشعة المقطعية لتسهيل التشخيص المبكر والعلاج. التحديات الكامنة التي تطرحها الخصائص الرمادية لصورة الأشعة المقطعية للرئة وتنوع أحجام وأشكال العقيدات غالبًا ما تؤدي إلى نتائج إيجابية وسلبية خاطئة في نماذج الكشف الحالية. للتخفيف من هذه…
-
بنية دمج ميزات المويجات-CNN لتصنيف سرطان الثدي بشكل موثوق في التصوير النسيجي المرضي
2026 | المؤلف: Manvi Bohra وآخرون | المجلة: International Journal of Computational Intelligence Systems | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول هذه الدراسة القضية الملحة لتشخيص سرطان الثدي من خلال اقتراح إطار عمل لدمج الميزات متعددة المقاييس يجمع بين تحويل الموجات الرافعة (LWT) وشبكة الأعصاب التلافيفية متعددة المسارات (CNN). يتم تقييم المنهجية بدقة باستخدام مجموعة بيانات BreakHis، التي تحتوي على 7,638 صورة هيستوباثولوجية تم وضع علامات عليها كحميدة أو خبيثة عبر أربعة مستويات تكبير (40×،…
-
تعزيز تصنيف سرطان الرئة من خلال نهج CNN-HiFuse الهجين مع انتباه مزدوج
2026 | المؤلف: M. D. Aaseegha وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)يظل سرطان الرئة أحد الأسباب الرئيسية للوفيات المرتبطة بالسرطان على مستوى العالم، حيث تم الإبلاغ عن حوالي 2.5 مليون حالة جديدة و1.8 مليون وفاة في عام 2022. تؤكد الحاجة الملحة لأدوات التشخيص المدعومة بالكمبيوتر الدقيقة على التحديات في الكشف المبكر عن سرطان الرئة غير صغير الخلايا (NSCLC)، الذي يمثل 80-85% من حالات سرطان الرئة. يقدم…
-
CMAF-Net: دمج الانتباه عبر الأنماط مع تنظيم المعلومات النظرية لتشخيص سرطان الثدي غير المتوازن
2026 | المؤلف: Wisdom Xornam Ativi وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم التحديات المتعلقة بتشخيص سرطان الثدي من صور الهيستوباثولوجيا، وذلك بشكل أساسي بسبب عدم التوازن الشديد في الفئات وضرورة دمج الميزات متعددة المقاييس. غالبًا ما تتعامل الطرق التقليدية مع هذه القضايا بشكل مستقل، مما يؤدي إلى تمثيلات متحيزة أو زائدة. تقدم الورقة CMAF-Net، وهو نهج جديد يجمع بين نظرية عنق الزجاجة المعلوماتية والتعلم…
-
تطوير والتحقق من صحة نموذج تعلم آلي مدفوع بعلم الأمراض للتنبؤ الفردي لاستجابة العلاج الكيميائي المساعد والانتكاسة المبكرة في سرطان الثدي الإيجابي لمستقبلات هرمون الاستروجين والسلبية لمستقبلات HER2
2026 | المؤلف: Jiaxian Yue وآخرون | المجلة: Frontiers in Oncology | المجال: الذكاء الاصطناعي (Artificial Intelligence)تبحث هذه الدراسة في القدرات التنبؤية للباتوميك الكمي في سرطان الثدي الإيجابي لمستقبلات الهرمونات (HR) والسلبي لمستقبلات عامل النمو البشري 2 (HER2)، وهو نوع معروف باستجابته المحدودة للعلاج الكيميائي المساعد (NAC). قامت الدراسة بتحليل بيانات من 162 مريضًا تم علاجهم بـ NAC بين عامي 2014 و2021، باستخدام شرائح خزعة ملونة بالهيماتوكسيلين والإيوزين (H&E) ونماذج التعلم…
-
نموذج هجين متعدد المقاييس ResNet-Transformer مع تعلم مدرك للمسافة لتصنيف BI-RADS الشعاعي القابل للتفسير
2026 | المؤلف: Maninder Singh وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتناول هذا القسم من ورقة البحث تطوير نموذج هجين متعدد المقاييس من نوع ResNet-Transformer مصمم لتصنيف آفات الثدي في صور الماموجرام، بهدف تحسين اتخاذ القرارات السريرية وتقليل الخزعات غير الضرورية. يجمع النموذج المقترح بين قدرات التمثيل المكاني لـ ResNet-50 وقوة النمذجة السياقية لطبقات الانتباه الذاتي متعددة الرؤوس الخفيفة، مما يخلق بنية موحدة. تم تقديم دالة…
-
درجات المخاطر المستمدة من H&E المعتمدة على التعلم العميق في سرطان القولون والمستقيم: الارتباطات مع مورفولوجيا الورم، البيولوجيا، واستجابة الأدوية المتوقعة
2026 | المؤلف: Nic Gabriel Reitsam وآخرون | المجلة: The Journal of Pathology | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتناول هذا القسم تطبيق نماذج التعلم العميق (DL) للتنبؤ بنتائج البقاء في مرضى سرطان القولون والمستقيم (CRC) باستخدام صور الشرائح الكاملة الملونة بالهيماتوكسيلين والإيوزين (H&E). على عكس الطرق التقليدية التي تعتمد على ميزات هيستوباثولوجية محددة مسبقًا، يمكّن التعلم العميق الخاضع للإشراف الضعيف التدريب المباشر على النقاط النهائية السريرية، مما يسهل استكشاف الشكل النسيجي الأساسي. يحلل…
