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




  • تشخيص سرطان الثدي باستخدام BI-RADS مختلف عبر MobileNetV1 ومحولات الرؤية بناءً على الذكاء الاصطناعي القابل للتفسير

    2026 | المؤلف: Israa Abdelsabour وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث إطار عمل هجين للتعلم العميق لتصنيف سرطان الثدي متعدد الفئات باستخدام صور الماموجرام. يدمج هذا الإطار MobileNetV1، وهو شبكة عصبية تلافيفية خفيفة الوزن لاستخراج الميزات المحلية، مع محول الرؤية (ViT) لالتقاط العلاقات السياقية العالمية، باستخدام بنية ذات تدفق مزدوج. أظهرت التقييمات على مجموعة بيانات ماموجرام جامعة الملك عبد العزيز (KAUBC) أداءً مثيرًا للإعجاب،…


  • بحث حول طريقة للتشخيص المبكر وتوقع تقدم سرطان عنق الرحم بناءً على علم التصوير وعلم الجزيئات

    2026 | المؤلف: Fengdan Sun وآخرون | المجلة: Frontiers in Oncology | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه الدراسة إطار عمل حسابي جديد، CervixFormer، مصمم للتشخيص المبكر والتنبؤ بتقدم الأمراض المعقدة، مع التركيز بشكل خاص على سرطان عنق الرحم. يدمج الإطار بين علم التصوير وعلم الجزيئات، معالجًا التحديات الكبيرة في تحليل البيانات الطبية متعددة الأنماط، مثل تباين الميزات، وعدم توازن البيانات، وعدم اليقين التشخيصي. غالبًا ما تفشل النماذج التشخيصية التقليدية في…


  • تطوير والتحقق من صحة نموذج تعلم عميق لتحديد صور الحنجرة عالية الجودة

    2026 | المؤلف: Jeonghwan Kim وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذه الدراسة، تم تطوير نموذج تعلم عميق وتم التحقق من صحته لتحديد الصور الحنجريّة عالية الجودة تلقائيًا، والتي تعتبر ضرورية لتقييم أمراض الحنجرة، وخاصة آفات الأحبال الصوتية. تتكون مجموعة البيانات من 4,711 صورة من 125 مريضًا، تم تصنيفها بواسطة مراجعين خبراء إلى جودة منخفضة (3,099 صورة؛ 65.8%)، ومتوسطة (698 صورة؛ 14.8%)، وعالية (914 صورة؛…


  • برنامج الذكاء الاصطناعي كقارئ ثالث في فحص سرطان الثدي—دراسة تشخيصية رصدية مستقبلية

    2026 | المؤلف: Thomas Lehnen وآخرون | المجلة: European Radiology | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    **نظرة عامة** تقيّم هذه الدراسة الاستباقية فعالية الذكاء الاصطناعي (AI) كقارئ ثالث مستقل في فحص الماموجرام لتعزيز معدلات اكتشاف السرطان. أجريت الدراسة في ستة مواقع في ألمانيا من أغسطس 2023 إلى فبراير 2024، وشارك فيها 15,356 امرأة بمتوسط عمر 58.6 عامًا. تم إخضاع كل ماموجرام لقراءة مزدوجة وتحليله باستخدام برنامج الكشف بالذكاء الاصطناعي ترانسبارا. شملت…


  • استغلال التصوير الطبي والتعلم العميق لتشخيص سرطان الثدي باستخدام الصور الهيستوباثولوجية

    2026 | المؤلف: V. Nagalakshmi وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يظل سرطان الثدي تهديدًا صحيًا كبيرًا على مستوى العالم، لا سيما بين النساء، وتحليل الصور النسجية (HI) هو طريقة حاسمة لتشخيص الأورام. ومع ذلك، فإن الفحص اليدوي التقليدي لصور الثدي النسجية يتطلب جهدًا كبيرًا، ويعتمد على الذات، ويكون عرضة للأخطاء. لمعالجة هذه التحديات، ظهرت أنظمة التشخيص المدعوم بالحاسوب (CAD)، مستفيدة من التقدم في قوة الحوسبة…


  • تعزيز اكتشاف وتصنيف العقيدات الرئوية باستخدام الذكاء الاصطناعي على بيانات

    2026 | المؤلف: Lotfi Salhi وآخرون | المجلة: Exploratory Research and Hypothesis in Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث دراسة تهدف إلى تطوير طريقة تلقائية لاكتشاف وتصنيف العقيدات الرئوية باستخدام بنية الشبكة العصبية التلافيفية (CNN) المطبقة على صور الأشعة المقطعية (CT) من قاعدة بيانات LIDC-IDRI. يعتبر سرطان الرئة السبب الرئيسي للوفيات المرتبطة بالسرطان، مما يستلزم الكشف المبكر عن العقيدات الرئوية للعلاج الفعال. تتناول الدراسة قيود أنظمة الكشف المدعومة بالحاسوب التقليدية، التي…


  • توقع الذكاء الاصطناعي لسرطانات الأورام الدماغية غير المعززة بناءً على التصوير بالليزر المجسم في الجسم الحي

    2026 | المؤلف: Jiuxu Chen وآخرون | المجلة: Frontiers in Surgery | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه الدراسة إطار عمل جديد للذكاء الاصطناعي يستفيد من المعلومات البصرية والزمنية من تسلسلات صور التنظير الضوئي بالليزر (CLE) لتصنيف درجات أورام الدماغ، وخاصة الأورام غير المعززة. من خلال استخدام مشفر المحولات ونماذج العمود الفقري البصرية المتقدمة، يتفوق النظام المقترح بشكل كبير على النماذج التقليدية المعتمدة على الإطارات، محققًا دقة تصنيف تعادل تلك الخاصة…


  • التعلم الجماعي لتنبؤ عدم استقرار الميكروساتلايت في سرطان القولون باستخدام صور تنظير القولون قبل العلاج والبيانات السريرية

    2026 | المؤلف: Jia You وآخرون | المجلة: Frontiers in Oncology | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تستكشف هذه الدراسة نهجًا غير جراحي للتنبؤ بعدم استقرار الميكروساتلايت (MSI) في سرطان القولون والمستقيم (CRC) من خلال تطوير إطار تعلم جماعي يدمج صور تنظير القولون قبل العلاج مع البيانات السريرية الروتينية. نظرًا لأن طرق اختبار MSI التقليدية، مثل الكيمياء المناعية (IHC) وتفاعل البوليميراز المتسلسل (PCR)، غالبًا ما تكون جراحية ومكلفة من حيث الموارد، تتناول…


  • إطار عمل تعلم عميق لتحليل صور الأمراض بشكل فعال

    2026 | المؤلف: Peter Neidlinger وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث EAGLE (النهج الفعال للفحص المحلي الموجه)، وهو إطار عمل جديد للتعلم العميق مصمم لتعزيز علم الأمراض الرقمية من خلال تحسين كفاءة التنبؤ بالعلامات الحيوية من صور الشرائح الكاملة عالية الدقة (WSIs). تعيق المنهجيات الحالية العبء الحسابي لمعالجة العديد من البلاطات الزائدة وتعقيد نماذج التجميع. يتناول EAGLE هذه التحديات من خلال تحليل المناطق…


  • التعلم العميق الهجين مع دمج الانتباه للكشف المحسن عن سرطان القولون

    2026 | المؤلف: Süheyla Demirtaş Alpsalaz وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه الدراسة نموذج تعلم عميق هجين يجمع بين EfficientNet-B3 و Vision Transformer من خلال آلية دمج الانتباه للكشف التلقائي عن سرطان القولون باستخدام مجموعة بيانات Kvasir التنظيرية. يستفيد النموذج من كفاءة EfficientNet-B3 في التقاط التفاصيل المحلية الدقيقة وقدرة Vision Transformer على فهم العلاقات السياقية العالمية. يدمج كتلة دمج قائمة على الانتباه هذه الميزات بشكل…


←السابق
1 2 3 4 5 … 14
التالي→

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