الأبحاث ضمن الموضوع : الذكاء الاصطناعي في اكتشاف السرطان
-
إطار عمل قائم على التعلم العميق والمحولات البصرية لتحديد سرطان الثدي وأنواعه
2025 | المؤلف: Ishrat Jahan وآخرون | المجلة: Neural Computing and Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه البحث إطار عمل متقدم للتعلم العميق للكشف التلقائي عن سرطان الثدي وأنواعه الفرعية باستخدام صور الشرائح الكاملة الملونة بالهيماتوكسيلين والإيوزين (H&E). يتكون الإطار من ثلاثة مكونات رئيسية: مصنف بقع سرطانية، مصنف نوع السرطان، ومصنف على مستوى الشرائح الكاملة. تستخدم الدراسة تصور Score-CAM لتعزيز القابلية للتفسير من خلال تسليط الضوء على المناطق التي تؤثر…
-
تعزيز تشخيص وعلاج السرطان: دمج تحليل الصور وخوارزميات الذكاء الاصطناعي لتحسين الممارسة السريرية
2025 | المؤلف: Hamid Reza Saeidnia وآخرون | المجلة: Artificial Intelligence Review | المجال: الذكاء الاصطناعي (Artificial Intelligence)تستعرض هذه الفقرة من البحث التقدم في تشخيص السرطان من خلال دمج الذكاء الاصطناعي (AI) وتحليل الصور. تبرز التحسينات الكبيرة في استراتيجيات العلاج ومعدلات بقاء المرضى التي تسهلها معالجة الصور المدعومة بالذكاء الاصطناعي. قام المؤلفون بإجراء مراجعة منهجية للدراسات المنشورة بين عامي 2014 ويناير 2024، مستخدمين قواعد بيانات مثل Web of Science وScopus، وركزوا على…
-
التنفيذ الواقعي على مستوى البلاد للذكاء الاصطناعي في الكشف عن السرطان في فحص الماموجرافي القائم على السكان
2025 | المؤلف: Nora Eisemann وآخرون | المجلة: Nature Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)تعد دراسة PRAIM تجربة متعددة المراكز، رصدية، غير تفاضلية تقيم فعالية القراءة المزدوجة المدعومة بالذكاء الاصطناعي في فحص الماموجرام مقارنة بالقراءة المزدوجة القياسية. أجريت الدراسة في 12 موقعًا في ألمانيا من يوليو 2021 إلى فبراير 2023، وشملت 463,094 امرأة تتراوح أعمارهن بين 50-69 عامًا، حيث تلقت 260,739 منهن مساعدة من 119 طبيب أشعة مشارك. أظهرت…
-
تقسيم أورام الثدي القابلة للتفسير باستخدام الانتباه بالاعتماد على مزيج من نماذج UNet وResNet وDenseNet وEfficientNet
2025 | المؤلف: Shokofeh Anari وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه الدراسة نهج تعلم عميق لتجزئة أورام الثدي باستخدام مجموعة بيانات صور الموجات فوق الصوتية للثدي (BUSI)، معتمدة على بنية UNet المعدلة المعززة بآليات الانتباه مثل وحدة انتباه الكتلة التلافيفية (CBAM) والانتباه غير المحلي. من خلال دمج هياكل ترميز متقدمة مثل ResNet وDenseNet وEfficientNet، يحسن النموذج بشكل كبير من دقة التجزئة، كما يتضح من…
-
تمكين التعلم في السياق لنماذج اللغة الكبيرة متعددة الوسائط لتصنيف صور علم الأمراض السرطانية
2024 | المؤلف: Dyke Ferber وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم التحديات والتقدم في تصنيف الصور الطبية، وخاصة في علم الأمراض النسيجية، حيث تعتبر مجموعات البيانات المعلّمة ضرورية لتدريب نماذج التعلم العميق. يبرز المؤلفون الكثافة الحاسوبية لتدريب هذه النماذج من الصفر أو تحسين النماذج الموجودة. يقدمون التعلم في السياق كبديل واعد، مما يسمح للنماذج بالتعلم من المحفزات دون الحاجة إلى تحديثات المعلمات. لقد…
-
فهم الإفراط في التخصيص في الغابة العشوائية لتقدير الاحتمالات: دراسة بصرية ومحاكاة
2024 | المؤلف: Lasai Barreñada وآخرون | المجلة: Diagnostic and Prognostic Research | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا البحث، يحقق المؤلفون في فعالية الغابات العشوائية لتوقع المخاطر السريرية، وخاصة في سياق توقع الأورام المبيضية. لقد لاحظوا قيم عالية لمنطقة التدريب تحت المنحنى (AUC)، مما يشير إلى احتمال وجود ملاءمة زائدة؛ ومع ذلك، كانت النماذج تؤدي بشكل تنافسي على مجموعات بيانات الاختبار. استخدمت الدراسة كل من دراسات الحالة الواقعية ودراسة محاكاة شاملة…
-
نموذج أساسي لتشخيص الأمراض النسيجية الحاسوبية ذات الجودة السريرية واكتشاف السرطانات النادرة
2024 | المؤلف: Eugene Vorontsov وآخرون | المجلة: Nature Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتناول القسم التقدم في علم الأمراض الحاسوبي الذي يسهل استخدام مجموعات بيانات أكبر بكثير من تلك المستخدمة تاريخياً. يبرز دور خوارزميات التعلم الذاتي، التي تسمح بتدريب النماذج بشكل فعال دون الحاجة إلى بيانات موسومة بشكل واسع. مساهم رئيسي في تحسين أداء نماذج الرؤية الحاسوبية في هذا المجال هو تطوير الشبكات العصبية العميقة على نطاق واسع،…
-
مساعد ذكاء اصطناعي توليدي متعدد الوسائط لعلم الأمراض البشري
2024 | المؤلف: Ming Y. Lu وآخرون | المجلة: Nature | المجال: الذكاء الاصطناعي (Artificial Intelligence)تحدد هذه القسم المراحل النهائية من عملية نشر ورقة البحث، مع التأكيد على أهمية تحرير النسخ ومراجعة التدقيق. ويبرز أن هذه الخطوات حاسمة لضمان دقة ووضوح المحتوى قبل نشر الورقة في نسختها النهائية. بالإضافة إلى ذلك، يشير إلى أنه قد يتم تحديد أخطاء أثناء الإنتاج قد تؤثر على محتوى الورقة، ويعيد التأكيد على أن جميع…
-
نموذج أساسي شامل للشرائح الرقمية في علم الأمراض من بيانات العالم الحقيقي
2024 | المؤلف: Hanwen Xu وآخرون | المجلة: Nature | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه القسم نظرة عامة على Prov-GigaPath، وهو نموذج أساسي جديد لعلم الأمراض على مستوى الشريحة بالكامل مصمم لمعالجة التحديات الحسابية المتأصلة في علم الأمراض الرقمي. غالبًا ما تعتمد النماذج التقليدية على أخذ عينات من بلاطات الصور من الشرائح ذات الدقة العالية، مما قد يؤدي إلى فقدان السياق الحيوي على مستوى الشريحة. بالمقابل، يتم تدريب…
-
ASF-YOLO: نموذج YOLO جديد مع دمج تسلسل المقياس الانتباهي لتجزئة حالات الخلايا
2024 | المؤلف: Ming Kang وآخرون | المجلة: Image and Vision Computing | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا القسم، يقدم المؤلفون تطوير نموذج ASF-YOLO، وهو إطار متقدم لتجزئة الكائنات مصمم لتحليل صور الخلايا. يدمج هذا النموذج دمج الميزات المكانية والقياسية لتعزيز الكشف والتجزئة للأشياء الصغيرة والكثيفة في صور الخلايا. تشمل الابتكارات الرئيسية تقديم وحدات SSFF (دمج الميزات المكانية والقياسية) وTFE (تعزيز الميزات الزمنية)، والتي تحسن بشكل كبير أداء التجزئة متعددة المقاييس.…