الأبحاث ضمن الموضوع : تقنيات تقسيم الصور الطبية
-
FA-UNet: شبكة هجينة أسرع مع شبكة انتباه لتقسيم السكتة الدماغية الإقفارية بدقة FA-UNet: A FasterNet and Attention-Gated Hybrid Network for Precise Ischemic Stroke Segmentation
2026 | المؤلف: İshak Paçal وآخرون | المجلة: Journal of Integrative Neuroscience | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث FA-UNet، وهو هيكل جديد للتعلم العميق الهجين مصمم للتجزئة الدقيقة والفعالة لآفات السكتة الدماغية الإقفارية من التصوير بالرنين المغناطيسي المعتمد على الانتشار (DWI). يدمج هذا النموذج هيكل U-Net مع كتلة FasterNet الفعالة حسابياً وأبواب الانتباه متعددة المقاييس (MSAGs) لمعالجة التحديات مثل تباين الآفات وانخفاض تباين الصورة بشكل فعال. تم تدريب FA-UNet على مجموعة…
-
DSCA: مجموعة بيانات تسلسل تصوير الأوعية الرقمية ونموذج مكاني زمني لتجزئة الشرايين الدماغية DSCA: A Digital Subtraction Angiography Sequence Dataset and Spatio-Temporal Model for Cerebral Artery Segmentation
2026 | المؤلف: Jiong Zhang وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تعتبر الأمراض الوعائية الدماغية (CVDs) من المساهمين الرئيسيين في الإعاقة والوفيات على مستوى العالم، مما يستدعي أدوات تشخيص دقيقة. تعتبر تصوير الأوعية الرقمية (DSA) المعيار الذهبي لتصوير الحالات الوعائية الدماغية، ومع ذلك، لا يزال تقسيم الشرايين الدماغية (CAs) بدقة يمثل تحديًا بسبب مشكلات مثل التباين المنخفض في الأوعية الصغيرة والارتباك مع الهياكل المحيطة. لمعالجة هذه…
-
الكشف الآلي عن متلازمة المبيض المتعدد الكيسات بدقة عالية من خلال نموذج تقسيم أي شيء على صور المبيض بالموجات فوق الصوتية عالية الدقة Automated high precision PCOS detection through a segment anything model on super resolution ultrasound ovary images
2026 | المؤلف: S. Reka وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تناقش ورقة البحث تطوير نهج متكامل جديد، QEI-SAM (نموذج تحسين الجودة للصورة – نموذج تقسيم أي شيء)، يهدف إلى تحسين تشخيص متلازمة المبيض المتعدد الكيسات (PCOS) من خلال تحسين التصوير بالموجات فوق الصوتية وتقسيم الكيسات بدقة. تُشخص متلازمة المبيض المتعدد الكيسات، التي تتميز بوجود كيسات متعددة على المبايض، عادةً باستخدام الموجات فوق الصوتية؛ ومع ذلك،…
-
إعادة التفكير في كشف الحدود في تقسيم الصور الطبية المعتمد على التعلم العميق Rethinking boundary detection in deep learning-based medical image segmentation
2026 | المؤلف: Yi Lin وآخرون | المجلة: Medical Image Analysis | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يقدم هذا القسم نظرة شاملة على بنية شبكة جديدة، تُسمى CTO، مصممة لتقسيم الصور الطبية. تدمج هذه البنية الشبكات العصبية التلافيفية (CNNs) ونماذج المحولات البصرية (ViT) وعوامل كشف الحواف لتعزيز تقسيم مناطق الحدود، والتي كانت تحديًا مستمرًا في هذا المجال. تعمل CTO ضمن إطار عمل الترميز-فك الترميز، مع وجود مشفر مزدوج التدفق يجمع بين CNN…
-
MambaMIM: تدريب مسبق على Mamba مع تداخل رموز الفضاء الحالة وتطبيقه على تقسيم الصور الطبية MambaMIM: Pre-training Mamba with state space token interpolation and its application to medical image segmentation
2026 | المؤلف: Fenghe Tang وآخرون | المجلة: Medical Image Analysis | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث MambaMIM، وهو إطار عمل جديد للتدريب المسبق مصمم لتعزيز قدرات نموذج مساحة الحالة Mamba في المهام البصرية ذات التسلسلات الطويلة، وخاصة في التصوير الطبي ثلاثي الأبعاد. بينما أظهر Mamba وعدًا في نمذجة التسلسلات الطويلة بكفاءة، لم تستفد طرق التعلم الذاتي التوليدية الموجودة بالكامل من إمكاناته بسبب عدم مراعاة الخصائص السببية الكامنة في…
-
تقسيم الصور الطبية من خلال دمج تعزيز الميزات باستخدام محول سوين وUperNet Medical image segmentation by combining feature enhancement Swin Transformer and UperNet
2026 | المؤلف: Zhang Li وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث نموذجًا جديدًا لتقسيم الصور الطبية يسمى FE-SwinUper، والذي يجمع بين معمارية Swin Transformer وUPerNet لمعالجة التحديات التي تطرحها البيانات الطبية المتنوعة والمعقدة، لا سيما في هياكل الأعضاء والأنسجة متعددة المقاييس. يتميز النموذج بعمود فقري يسمى Swin Transformer المعزز للميزات (FE-ST) الذي يستخدم آليات الانتباه الذاتي لاستخراج الميزات متعددة المقاييس بكفاءة، جنبًا إلى…
-
MiM: القناع في القناع التدريب الذاتي المسبق لتحليل الصور الطبية ثلاثية الأبعاد MiM: Mask in Mask Self-Supervised Pre-Training for 3D Medical Image Analysis
2026 | المؤلف: Jiaxin Zhuang وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث إطار عمل التدريب المسبق “القناع في القناع” (MiM)، مما يعزز قدرات محول الرؤية (ViT) في التعلم الذاتي المشرف (SSL) لتحليل الصور الطبية ثلاثية الأبعاد. من خلال معالجة قيود مشفرات السيارات المقنعة (MAE) بسبب الأبعاد العالية للصور ثلاثية الأبعاد، يتضمن MiM تصميمًا هرميًا يمكّن من إعادة بناء المدخلات المقنعة في وقت واحد على مستويات…
-
شبكة U-Net متعددة المقاييس مع انتباه تلافيفي لتقسيم الصور الطبية Multi-scale conv-attention U-Net for medical image segmentation
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث المقترح هيكل شبكة محسّن قائم على U-Net، يُطلق عليه MSCA-UNet، يهدف إلى تحسين تقسيم الصور الطبية من خلال معالجة التحديات المتعلقة بالتقاط الميزات متعددة المقاييس ومعلومات السياق المكاني بشكل فعال. يتضمن هذا النموذج ثلاثة وحدات مبتكرة: وحدة الالتفاف التكيفية (AC)، التي تعدل بشكل ديناميكي نوى الالتفاف لاستخراج ميزات بأشكال ومقاييس متنوعة؛ وحدة التعلم…
-
UltraSegNet: إطار عمل هجين للتعلم العميق لتحسين تقسيم وتصنيف سرطان الثدي على صور الموجات فوق الصوتية UltraSegNet: A Hybrid Deep Learning Framework for Enhanced Breast Cancer Segmentation and Classification on Ultrasound Images
2026 | المؤلف: Suhaila Abuowaida وآخرون | المجلة: Computers, materials & continua/Computers, materials & continua (Print) | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث UltraSegNet، وهي بنية جديدة مصممة لتعزيز تقسيم صور الموجات فوق الصوتية للثدي، مع معالجة التحديات مثل ضوضاء النقاط، اعتماد المشغل، وجودة الصورة المتغيرة. تتضمن UltraSegNet ثلاثة ابتكارات رئيسية: هيكل عظمى معدل من ResNet-50 يستخدم عمليات الالتفاف المتسلسلة $3 \times 3$ للحفاظ على التفاصيل التشريحية الدقيقة، وآلية انتباه إقليمي فعالة من حيث الحسابات…
-
WeakMedSAM: تقسيم الصور الطبية تحت إشراف ضعيف عبر SAM مع استكشاف الفئات الفرعية وتعدين التوافق WeakMedSAM: Weakly-Supervised Medical Image Segmentation via SAM With Sub-Class Exploration and Prompt Affinity Mining
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في هذه الدراسة، نقدم WeakMedSAM، نموذج جديد للتقسيم تحت إشراف ضعيف يعتمد على نموذج تقسيم أي شيء (SAM)، يهدف إلى تعزيز أداء التقسيم في التصوير الطبي مع تقليل تكاليف التسمية. يتكون WeakMedSAM من وحدتين رئيسيتين: وحدة استكشاف الفئات الفرعية (SCE)، التي تضبط مشفر الرؤية (ViT) الخاص بـ SAM لتعلم ميزات الفئات الفرعية بفعالية والتخفيف من…