الأبحاث ضمن الموضوع : كشف وتصنيف أورام الدماغ
-
DPEA-Net: شبكة CNN ثلاثية الأبعاد خفيفة الوزن موجهة سريرياً لتجزئة الأورام الدبقية في التصوير بالرنين المغناطيسي متعدد المعلمات
2026 | المؤلف: Caijian Hua وآخرون | المجلة: Frontiers in Neurology | المجال: طب الأعصاب (Neurology)تقدم البحث DPEA-Net، وهو شبكة عصبية تلافيفية ثلاثية الأبعاد خفيفة الوزن مصممة خصيصًا للتقسيم الدقيق لمناطق تحت الورم الدبقي—الورم الكامل (WT)، مركز الورم (TC)، والورم المعزز (ET)—من التصوير بالرنين المغناطيسي متعدد المعلمات. يقدم النموذج مكونين مبتكرين: وحدة الالتفاف الديناميكي المفصول هرميًا (DHDC)، التي تقلل من المعلمات بنسبة 99% مقارنةً بـ 3D U-Net بينما تسهل استخراج…
-
إطار CNN مزدوج الهيكل مع دمج انتباه متقاطع محكم وخسارة بؤرية مختلطة لتصنيف قوي وقابل للتفسير لأورام الدماغ
2026 | المؤلف: CMAK Zeelan Basha وآخرون | المجلة: Journal of Innovative Image Processing | المجال: طب الأعصاب (Neurology)تقدم البحث إطار عمل جديد لتشخيص وتصنيف أورام الدماغ من صور الرنين المغناطيسي، مع معالجة التحديات مثل تنوع نوع الورم، وانخفاض التباين، وعدم توازن الفئات. يستخدم النموذج المقترح بنية شبكة عصبية تلافيفية ذات عمودين، مدمجًا EfficientNetV2-S و ConvNeXt-Tiny لاستخراج الميزات متعددة المقاييس. تسهل وحدة دمج الانتباه المتقاطع الموجه التفاعل التكيفي بين تمثيلات الميزات، بينما تعزز…
-
نهج أساسي لتعزيز الصور الطبية الحيوية لاكتشاف أورام الدماغ
2026 | المؤلف: V Rajesh وآخرون | المجلة: International Journal of Neurology | المجال: طب الأعصاب (Neurology)تتركز الدراسة على تطبيق تقنيات المعالجة المسبقة والتحسين على تصوير أورام الدماغ باستخدام الرنين المغناطيسي، مع التأكيد على دورها في تحسين دقة التشخيص. تم استخدام تقنيات مثل تصفية Gaussian، وتعديل الهيستوجرام التكيفي، والتحسين القائم على المويجات لتعزيز وضوح الصورة ورؤية مناطق الورم. أظهرت النتائج تحسينات كبيرة في جودة الصورة، حيث زادت نسبة الإشارة إلى الضوضاء…
-
يساعد التعلم العميق متعدد المهام في الكشف والتشخيص للأورام الدبقية والنقائل الدماغية
2026 | المؤلف: Xiao Liu وآخرون | المجلة: npj Digital Medicine | المجال: طب الأعصاب (Neurology)تتناول هذه الدراسة التحديات التشخيصية التي تطرحها الأورام الدبقية والنقائل الدماغية (BMs) في تصوير الرنين المغناطيسي (MRI) من خلال تطوير نموذج متعدد المهام ونظام تشخيص مدعوم بالكمبيوتر (CAD). شملت الأبحاث 3,909 مشاركًا عبر سبعة مراكز وأسفرت عن إنشاء شبكة تقسيم وتصنيف أورام الدماغ (BTSC-Net) ونظام BTSC-CAD المقابل الذي يتضمن تصورات قناع الورم. تم تقييم أداء…
-
مقارنة الأداء بين SqueezeNet باستخدام نموذج عصبي شجيري لتصنيف صور الأمراض الدماغية
2026 | المؤلف: Riandika Fathur Rochim وآخرون | المجلة: Journal of Applied Informatics and Computing | المجال: طب الأعصاب (Neurology)في هذه الدراسة، تم إجراء تحليل مقارن بين نموذج SqueezeNet v1.1 المدرب مسبقًا وإصدار معدّل يتضمن نموذج عصبي شجيري (DNM) في طبقة المصنف لتصنيف ثمانية أنواع من أمراض الدماغ باستخدام صور الرنين المغناطيسي. يهدف التعديل إلى تعزيز قدرة النموذج على تمثيل العلاقات غير الخطية من خلال استبدال المصنف الخطي القياسي بآلية معالجة قائمة على الشجيرات.…
-
انتباه ثنائي الاتجاه وفرق غير مؤكد للتصنيف عالي الدقة لأورام الدماغ على صور الرنين المغناطيسي
2026 | المؤلف: Gunawan Cholis Saputra وآخرون | المجلة: Jurnal Teknik Informatika (Jutif) | المجال: طب الأعصاب (Neurology)تقدم البحث Bi-CA-UAE، وهو إطار عمل هجين للتعلم العميق مصمم لتعزيز تصنيف أورام الدماغ باستخدام التصوير بالرنين المغناطيسي (MRI). يدمج هذا النموذج بين Swin Transformer و EfficientNet-V2 من خلال آلية انتباه متقاطع ثنائية الاتجاه جديدة، مما يسهل تبادل المعلومات الديناميكي بين خرائط الميزات العالمية والمحلية، مما يعالج قيود الشبكات العصبية التلافيفية التقليدية (CNNs) في التقاط…
-
الكشف عن أورام الدماغ وتصنيفها باستخدام التعلم العميق من صور الرنين المغناطيسي
2026 | المؤلف: S.M. Farouq Ali | المجلة: Dijlah Journal of Engineering Sciences | المجال: طب الأعصاب (Neurology)تتناول هذه الورقة البحثية الحاجة الملحة للكشف المبكر والدقيق عن أورام الدماغ، وهو مرض شائع ومخيف، من خلال استخدام تقنيات التعلم الآلي والتعلم العميق. تتضمن المنهجية استخدام شبكات الأعصاب التلافيفية العميقة المدربة مسبقًا (DCNNs) لاستخراج الميزات العميقة من مجموعات بيانات التصوير بالرنين المغناطيسي (MRI) للدماغ. يتضمن الإطار التعلم الانتقالي (TL) لتعزيز استخراج الميزات، يلي ذلك…
-
تشخيص أورام الدماغ المعتمد على التعلم العميق
2026 | المؤلف: Zaid O. O. Jagun وآخرون | المجلة: Sakarya University Journal of Computer and Information Sciences | المجال: طب الأعصاب (Neurology)تستكشف هذه الدراسة تطبيق التعلم العميق لتصنيف أورام الدماغ بشكل آلي، وبالتحديد الأورام الدبقية، والأورام السحائية، وأورام الغدة النخامية، باستخدام مجموعة بيانات تصنيف أورام الدماغ من Figshare. تقيم الأبحاث خمسة هياكل للتعلم العميق – InceptionV3 و ResNet50 و VGG16 و InceptionResNetV2 و EfficientNetV2L – مقابل التحليل اليدوي التقليدي للرنين المغناطيسي، والذي غالبًا ما يكون مستهلكًا…
-
تعزيز دقة اكتشاف أورام الدماغ في التصوير بالرنين المغناطيسي باستخدام التعلم الانتقالي وDeepLabv3+ المعدل
2026 | المؤلف: Toufique Ahmed Soomro وآخرون | المجلة: IEEE Open Journal of the Computer Society | المجال: طب الأعصاب (Neurology)تركز البحث على تعزيز الكشف والتشخيص لأورام الدماغ لدى البالغين من خلال نهج التعلم العميق باستخدام نموذج الشبكة العصبية التلافيفية DeepLabv3+. تم تصميم هذا النموذج خصيصًا لتقسيم أنواع الأورام المختلفة، بما في ذلك الأورام الدبقية، والأورام السحائية، وأورام الغدة النخامية، من بيانات التصوير بالرنين المغناطيسي المحسن بالتباين (CE-MRI). تتضمن البنية الأساسية هيكل ResNet-34، وتجميع الهرم…
-
إطار عمل متقدم للتعلم العميق الهجين لاكتشاف وتصنيف أورام الدماغ بدقة عالية في صور الرنين المغناطيسي
2026 | المؤلف: Basu Dev Shivahare وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث MultiAttenNet، وهو إطار عمل هجين للتعلم العميق مصمم للتعرف المبكر والدقيق على أورام الدماغ من التصوير بالرنين المغناطيسي (MRI). يجمع الإطار بين الشبكات العصبية التلافيفية متعددة المقاييس (CNNs) لاستخراج الميزات الهرمية مع آليات الانتباه المعتمدة على المحولات لتعزيز التعلم السياقي العالمي، كل ذلك ضمن نموذج تعلم شبه مشرف. تتناول هذه الطريقة قيود…
