الأبحاث ضمن الموضوع : كشف وتصنيف أورام الدماغ
-
الكشف عن أورام الدماغ باستخدام التصوير بالرنين المغناطيسي من خلال هيكل انتباه قابل للتفسير EfficientNetV2 وMLP-mixer
2026 | المؤلف: Mustafa Yurdakul وآخرون | المجلة: Physical and Engineering Sciences in Medicine | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث نموذجًا جديدًا للتعلم العميق لتصنيف أورام الدماغ، مما يعالج الحاجة الملحة لأنظمة التشخيص الآلي بسبب معدلات الوفيات العالية المرتبطة بهذه الأورام. باستخدام مجموعة بيانات تتكون من 3,064 صورة MRI معززة بالتباين بتقنية T1، تقيم الدراسة تسع هياكل معروفة للشبكات العصبية التلافيفية (CNN) لتحديد العمود الفقري الأكثر فعالية لتصنيف الأورام. تم اختيار EfficientNetV2…
-
تحسين هجين باستخدام خوارزمية أكويلا – تحسين صقور هاريس لتعديل معلمات الشبكة العصبية التلافيفية في تصنيف أورام الدماغ
2026 | المؤلف: Manoj Kumar وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث إطار عمل هجين جديد، وهو مُحسّن أكويلا – تحسين صقور هاريس (AO-HHO)، يهدف إلى تحسين ضبط المعلمات الفائقة للشبكات العصبية التلافيفية (CNNs) لتصنيف صور الرنين المغناطيسي للدماغ. تتناول الدراسة التحديات مثل عدم توازن البيانات والمتطلبات الحسابية لتحسين المعلمات الفائقة، والتي تعتبر حاسمة في اتخاذ القرارات السريرية. يجمع إطار عمل AO-HHO بين قدرات…
-
تصنيف أورام الدماغ من صور الرنين المغناطيسي باستخدام شبكة عصبية متعددة القنوات مع دمج SVM
2026 | المؤلف: Longzhang Ke وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث إطارًا هجينًا جديدًا لتصنيف أورام الدماغ من صور التصوير بالرنين المغناطيسي (MRI)، يُطلق عليه اسم شبكة CNN مع انتباه القناة متعددة المقاييس المدمجة مع آلة الدعم المتجهة (MCACNN-SVM). يعالج هذا الإطار قيود الشبكات العصبية التلافيفية التقليدية (CNNs) في استخراج الميزات من خلال استخدام نوى تلافيفية متعددة المقاييس وآلية انتباه القناة لتعزيز الميزات…
-
التصنيف متعدد الفئات للأورام الدماغية باستخدام تقنيات CNN المحسّنة وتقنيات التعلم الانتقالي
2026 | المؤلف: Vatsala Anand وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم هذه البحث نموذج الشبكات العصبية التلافيفية (CNN) المصمم للكشف الآلي وتصنيف أورام الدماغ، مع التركيز بشكل خاص على الورم الدبقي، ورم السحايا، وأورام الغدة النخامية، والحالات التي لا تحتوي على أورام. يتكون النموذج من أربعة كتل تلافيفية ويستخدم مُحسِّن آدم لتقليل خسارة الانتروبيا المتقاطعة، محققًا دقة إجمالية ملحوظة تبلغ 98.5%. تتجاوز هذه الأداء نماذج…
-
Mod-SE(2): إطار تعلم عميق هندسي لتصنيف الأورام الدماغية وتقسيمها في صور الرنين المغناطيسي
2026 | المؤلف: Clara Lavita Angelina وآخرون | المجلة: Journal of Biomedical Science | المجال: طب الأعصاب (Neurology)تقدم هذه البحث إطار عمل جديد للتعلم العميق الهندسي، Modified Special Euclidean (Mod-SE(2))، يهدف إلى تحسين تصنيف وتقسيم أورام الدماغ في صور الرنين المغناطيسي. تعاني الشبكات العصبية التلافيفية التقليدية (CNNs) من صعوبة في التعامل مع الشكل غير المتجانس للأورام بسبب نقصها في الثبات الدوراني والترجماتي. يعالج Mod-SE(2) هذه القيود من خلال دمج الأولويات الهندسية وعمليات…
-
تصنيف أورام الدماغ المعتمد على التصوير بالرنين المغناطيسي المدعوم بالذكاء الاصطناعي القابل للتفسير: نهج جديد في التعلم العميق
2026 | المؤلف: Vinayaka R. Srinivas وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث إطار عمل للتعلم العميق لتصنيف أورام الدماغ باستخدام بيانات التصوير بالرنين المغناطيسي، مع التركيز على تعزيز دقة التشخيص وتخطيط العلاج. باستخدام الشبكات العصبية التلافيفية (CNNs)، تصنف الدراسة الأورام إلى أربعة أنواع: طبيعية، غليوما، نخامية، و meningoma. تم استخدام تقنيات المعالجة المسبقة الرئيسية، بما في ذلك تقليل الضوضاء وزيادة البيانات، لتحسين قوة النموذج.…
-
MDL-CA: نهج تعلم عميق متعدد الوسائط مع آلية انتباه متقاطع لتشخيص دقيق لسرطان الدماغ
2026 | المؤلف: Sumaira Sarwar وآخرون | المجلة: Frontiers in Public Health | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث MDL-CA، وهو إطار تعلم عميق متعدد الوسائط يدمج البيانات الجينومية وتصوير الرنين المغناطيسي لتعزيز تشخيص سرطان الدماغ. غالبًا ما تفشل طرق التشخيص التقليدية، مثل الخزعات الغازية وتصوير الوسائط الفردية، في الحساسية وتقييم تباين الأورام، مما يؤدي إلى تشخيصات متأخرة وغير دقيقة. يتناول MDL-CA هذه القيود من خلال استخدام آلية انتباه متقاطع تدمج…
-
تحليل الصور الطبية متعددة الأنماط باستخدام تسجيل التعلم العميق ودمج LWT-SVD
2026 | المؤلف: Paluck Arora وآخرون | المجلة: Discover Computing | المجال: طب الأعصاب (Neurology)يتناول القسم التقدم في تقنيات التصوير الطبي، مع التركيز بشكل خاص على التصوير المقطعي المحوسب (CT) والتصوير بالرنين المغناطيسي (MRI)، والتي تعتبر أساسية لتشخيص حالات طبية متنوعة. يبرز أهمية تسجيل الصور الطبية ودمجها كأدوات تساعد المتخصصين في الرعاية الصحية في اتخاذ قرارات علاجية مستنيرة بناءً على حالات المرضى. يقدم البحث نهجًا جديدًا من مستويين لتسجيل…
-
نموذج ذكي لاكتشاف أورام الدماغ باستخدام شبكة هجين خفيفة الوزن من نوع التوأم الانتباهية الهرمية
2025 | المؤلف: S. Lincy Jemina وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم هذه البحث نظامًا تلقائيًا لاكتشاف أورام الدماغ (BT) يظهر فعالية وموثوقية في تصنيف صور الرنين المغناطيسي إلى فئات الأورام وغير الأورام. يستخدم النموذج بنية هجينة خفيفة الوزن تعرف باسم LHTA-PCNet، والتي تعزز دقة التصنيف ضمن إطار HybLwDL. إن دمج نهج تصفية قائم على شبكة الخصومة التوليدية (GANF) يحسن جودة الصورة، مما يعزز بشكل كبير…
-
نموذج محول الرؤية متعدد المقاييس الهرمي للكشف الدقيق وتصنيف أورام الدماغ في التصوير الطبي القائم على الرنين المغناطيسي
2025 | المؤلف: C. Sankari وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم البحث إطار عمل جديد لتحويل الرؤية (ViT) معززًا بمنهجية الانتباه متعدد المقاييس الهرمي (HMSA) للكشف التلقائي وتصنيف أورام الدماغ، وخاصةً الدبقية، والورم السحائي، والورم الغدي النخامي، وأنسجة الدماغ السليمة. تشمل الابتكارات الرئيسية استراتيجية تضمين رقع متعددة الدقة تسهل استخراج الميزات على مقاييس مكانية مختلفة (8×8، 16×16، و32×32 رقعة)، وهندسة محول محسنة حسابيًا تقلل من…
