الأبحاث ضمن الموضوع : الذكاء الاصطناعي في اكتشاف السرطان
-
تطبيق الذكاء الاصطناعي والأدوات الرقمية في علم الأمراض السرطانية
2026 | المؤلف: Lawrence Shaktah وآخرون | المجلة: The Lancet Digital Health | المجال: الذكاء الاصطناعي (Artificial Intelligence)إن دمج الذكاء الاصطناعي (AI) في علم الأمراض الرقمي من المتوقع أن يحدث تحولًا كبيرًا في تشخيص السرطان. تعزز نماذج الذكاء الاصطناعي تفسير الصبغات النسيجية، مثل الهيماتوكسيلين والإيوزين، مما يسهل تصنيف الأورام، وتقدير الدرجات، وكمية العلامات الحيوية للأهداف السريرية مثل HER2 و PD-L1. كما تسمح هذه النماذج بتقدير الأنماط المجهرية الدقيقة التي تحمل دلالات تنبؤية…
-
تحسين YOLOv11 للتصنيف الآلي لسرطان الثدي في الصور الطبية
2026 | المؤلف: Tarek Abd El‐Hafeez وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث نموذج Novel-MultiScaleAttention، وهو هيكل معقد يهدف إلى تحسين تشخيص سرطان الثدي من خلال تحليل صور الهيستوباثولوجي. يعالج هذا النموذج التعقيدات والذاتية الموجودة في طرق التشخيص التقليدية من خلال التقاط الميزات التمييزية بفعالية عبر مقاييس مورفولوجية مختلفة. تم تقييم النموذج على مجموعتين مرجعيتين – مجموعة بيانات تصنيف ثنائية (سرطان الثدي -v1، $N =…
-
استكشاف أساليب الذكاء الاصطناعي للكشف عن سرطان الثدي والتشخيص: مقال مراجعة
2026 | المؤلف: Akbar Ali وآخرون | المجلة: Breast Cancer Targets and Therapy | المجال: الذكاء الاصطناعي (Artificial Intelligence)تسلط المراجعة الضوء على الدور التحويلي للذكاء الاصطناعي (AI)، وخاصة تقنيات التعلم العميق مثل الشبكات العصبية التلافيفية (CNNs)، محولات الرؤية (ViTs)، والشبكات التنافسية التوليدية (GANs)، في تحسين تشخيص سرطان الثدي عبر مختلف طرق التصوير، بما في ذلك تصوير الثدي بالأشعة السينية، التصوير الرقمي للثدي (DBT)، الموجات فوق الصوتية، التصوير بالرنين المغناطيسي (MRI)، وتصوير الشرائح الكاملة.…
-
توقع نتائج السرطان الشامل عبر نموذج تعلم عميق موحد تحت إشراف ضعيف
2026 | المؤلف: Wei Qi Yuan وآخرون | المجلة: Signal Transduction and Targeted Therapy | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث PROGPATH، وهو نموذج موحد جديد مصمم للتنبؤ بتوقعات السرطان الشامل من خلال دمج ميزات الصور النسيجية مع المتغيرات السريرية التي يتم جمعها بشكل روتيني. تتناول هذه الطريقة قيود النماذج الخاصة بالسرطان الموجودة، والتي غالبًا ما تفتقر إلى التحقق الخارجي الواسع وتعتمد على بيانات جزيئية قد لا تكون متاحة بسهولة في الإعدادات السريرية. يستخدم…
-
تحليل مقارن لشبكات الأعصاب الالتفافية وهياكل المحولات لتصنيف الصور النسيجية لسرطان الثدي
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Frontiers in Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)تدرس الدراسة فعالية نماذج التعلم العميق المختلفة، بما في ذلك الشبكات العصبية التلافيفية (CNNs) والهياكل المعتمدة على المحولات، في تصنيف صور علم الأمراض النسيجية لسرطان الثدي. سرطان الثدي هو قضية صحية عالمية رائدة، مما يستلزم أدوات تشخيص دقيقة. تقيم الأبحاث 14 نموذجًا على مجموعة بيانات BreakHis v1، مع التركيز على أدائها في مهام التصنيف الثنائي…
-
مراجعة منهجية للدراسات الخارجية للتحقق من صحة نماذج الذكاء الاصطناعي في تشخيص سرطان الرئة
2026 | المؤلف: Soumya Arun وآخرون | المجلة: npj Precision Oncology | المجال: الذكاء الاصطناعي (Artificial Intelligence)قسم “الطرق” يحدد الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. يوضح اختيار المشاركين، وتصميم التجارب، والتقنيات الإحصائية المستخدمة لتحليل البيانات. يتم وصف منهجيات محددة، مثل التجارب المضبوطة أو الدراسات الملاحظة، لضمان إمكانية إعادة الإنتاج وموثوقية النتائج. بالإضافة إلى ذلك، قد يتضمن القسم معلومات عن الأدوات والتقنيات المستخدمة لجمع البيانات، مثل الاستبيانات، ومعدات المختبر، أو البرمجيات للتحليل…
-
التعلم العميق للكشف التلقائي عن سرطان الثدي في الأشعة فوق الصوتية: دراسة مقارنة لأربعة هياكل
2026 | المؤلف: Yiğitcan Çakmak وآخرون | المجلة: Artificial Intelligence in Applied Sciences | المجال: الذكاء الاصطناعي (Artificial Intelligence)تبحث الدراسة في فعالية أربع هياكل بارزة من الشبكات العصبية التلافيفية (CNN) – ResNet50 و DenseNet169 و InceptionV3 و InceptionV4 – في التصنيف التلقائي لسرطان الثدي من صور الموجات فوق الصوتية. نظرًا للدور الحاسم للتشخيص المبكر في تحسين نتائج العلاج، تؤكد الدراسة على أهمية تقنيات التصوير المتقدمة وطرق التعلم الآلي في تعزيز دقة التشخيص. استخدمت…
-
نموذج تعلم عميق هجين EfficientNet مع GRU لاكتشاف سرطان الثدي من صور علم الأمراض النسيجية
2026 | المؤلف: M. Pradeepa وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه البحث إطار عمل هجين جديد للتعلم العميق مصمم للتصنيف الدقيق لسرطان الثدي في صور علم الأمراض النسيجية. يدمج النموذج EfficientNetV2 لاستخراج الميزات متعددة المقاييس مع وحدة متكررة مغلقة (GRU) معززة بآلية انتباه لنمذجة الاعتماديات المكانية والميزات التسلسلية بشكل فعال. تم تقييمه على مجموعات بيانات BreakHis و Camelyon17 عند تكبير 200×، حقق الإطار المقترح…
-
محول الشرائح الطبية لتحسين التشخيص والقدرة على التفسير على الصور الطبية ثلاثية الأبعاد باستخدام DINOv2
2026 | المؤلف: Gustav Müller‐Franzes وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتناول هذا القسم قيود تقنيات التصوير الحالية، وبشكل خاص التصوير بالرنين المغناطيسي (MRI) والتصوير المقطعي المحوسب (CT)، في سياق تطبيقات التعلم العميق بسبب ندرة مجموعات البيانات ثلاثية الأبعاد الكبيرة المعلّمة. يقدم البحث محول الشرائح الطبية (MST)، الذي يعدل نموذج 2D الذاتي الإشراف DINOv2 لتحليل الصور الطبية ثلاثية الأبعاد. يدمج MST بنية المحول مع DINOv2 لتعزيز…
-
نهج تعلم عميق مخصص للكشف المبكر عن سرطان الفم باستخدام شبكة CNN مكونة من 19 طبقة على صور الشفاه واللسان السريرية
2026 | المؤلف: Pinjie Liu وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه الدراسة شبكة عصبية تلافيفية (CNN) جديدة مكونة من 19 طبقة مصممة للتشخيص الآلي لسرطان الفم باستخدام صور سريرية للشفتين واللسان. تتضمن المنهجية تقنيات معالجة مسبقة متقدمة، مثل تطبيع الحد الأدنى والحد الأقصى وتعزيز التباين القائم على الهيستوغرام، لتحسين ميزات الصورة الأساسية للتصنيف الدقيق. تم التحقق من صحة النموذج على مجموعة بيانات صور سرطان…
