تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الموضوعات الرئيسية
  3. كشف وتصنيف أورام الدماغ

الأبحاث ضمن الموضوع : كشف وتصنيف أورام الدماغ




  • نهج متكامل للتعلم الفيدرالي مع التعلم الانتقالي لتصنيف وتشخيص أورام الدماغ

    2024 | المؤلف: Eid Albalawi وآخرون | المجلة: BMC Medical Imaging | المجال: طب الأعصاب (Neurology)

    تقدم البحث نموذج تعلم عميق قائم على التعلم الفيدرالي لتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي، مع معالجة قيود الطرق التقليدية التي تعتمد بشكل كبير على التفسير اليدوي وتقنيات التعلم الآلي التقليدية. يستخدم النموذج المقترح بنية VGG16 المعدلة التي تم تحسينها لصور الرنين المغناطيسي للدماغ، مع دمج التعلم الفيدرالي لضمان خصوصية البيانات أثناء تدريب النموذج…


  • تعزيز اكتشاف أورام الدماغ في صور الرنين المغناطيسي من خلال الذكاء الاصطناعي القابل للتفسير باستخدام Grad-CAM مع

    2024 | المؤلف: M. Mohamed Musthafa وآخرون | المجلة: BMC Medical Imaging | المجال: طب الأعصاب (Neurology)

    تتناول هذه الدراسة تحدي الكشف عن أورام الدماغ في صور الرنين المغناطيسي، مع التأكيد على الحاجة إلى نماذج دقيقة وقابلة للتفسير للمهنيين في مجال الرعاية الصحية. بينما تفوقت تقنيات التعلم العميق في تحليل الصور الطبية، فإنها غالبًا ما تفتقر إلى الشفافية، حيث تعمل كـ “صناديق سوداء”. لمعالجة ذلك، تستخدم البحث نموذج ResNet50، وهو نموذج تعلم…


  • نهج متقدم مدفوع بالذكاء الاصطناعي لتحسين اكتشاف أورام الدماغ من صور الرنين المغناطيسي باستخدام EfficientNetB2 مع التعديل والتصفية المتجانسة

    2024 | المؤلف: A. M. J. Zubair Rahman وآخرون | المجلة: BMC Medical Informatics and Decision Making | المجال: طب الأعصاب (Neurology)

    تقدم هذه الورقة البحثية منهجية جديدة مدفوعة بالذكاء الاصطناعي لاكتشاف أورام الدماغ في صور الرنين المغناطيسي، باستخدام بنية التعلم العميق EfficientNetB2. لقد واجهت تقنيات معالجة الصور التقليدية وتقنيات التعلم الآلي صعوبات في تحديد مناطق الأورام بدقة بسبب التحديات مثل الضوضاء وتفاوت جودة الصور. لمعالجة هذه القضايا، تتضمن الطريقة المقترحة تقنيات متقدمة لمعالجة الصور، بما في…


  • التشخيص الآلي لورم الدماغ باستخدام شبكات عصبية عميقة متسلسلة مع U-Net متماثل وكتل متبقية غير متماثلة

    2024 | المؤلف: Mahmoud Khaled Abd-Ellah وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تقدم هذه الورقة البحثية نظام تشخيص آلي لأورام الدماغ باستخدام الشبكات العصبية التلافيفية (CNNs) لاكتشاف وتصنيف وتقسيم الأورام الدبقية في صور الرنين المغناطيسي. يتكون النظام من مرحلتين: تركز المرحلة الأولى على تصنيف صور الرنين المغناطيسي للدماغ إلى فئات طبيعية، وأورام دبقية عالية الدرجة (HGG)، وأورام دبقية منخفضة الدرجة (LGG)، محققة دقة قصوى تصل إلى 99%…


  • بنية المحول المشترك في تصنيف التصوير بالرنين المغناطيسي ثلاثي الأبعاد للدماغ: تطبيقها في تصنيف مرض الزهايمر

    2024 | المؤلف: Sait Alp وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تستقصي هذه الدراسة تطبيق محول الرؤية (ViT) في معالجة صور الرنين المغناطيسي (MRIs) لتشخيص مرض الزهايمر (AD)، وهو اضطراب تنكسي عصبي يؤثر بشكل أساسي على كبار السن. تستخدم الأبحاث ViT لاستخراج الميزات من MRIs، وتحويلها إلى تسلسل لنمذجة الاعتماديات وتصنيف الميزات من خلال محول السلاسل الزمنية. تم تقييم النموذج باستخدام MRIs الموزونة T1 من قاعدة…


  • تطبيق خوارزمية دنسنت المحسنة في التعرف الدقيق على الصور

    2024 | المؤلف: Yuntao Hou وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تتناول ورقة البحث التقدم في تكنولوجيا التعرف على الصور، وهي منطقة حيوية ضمن الذكاء الاصطناعي، من خلال تحسين طريقة إعادة استخدام الميزات لشبكات الالتفاف الكثيفة (DenseNet). يقترح المؤلفون تحسينات على الخوارزميات التقليدية المتوازية من خلال كميّة التدرج، مما يسهل تحديثات المعلمات طبقة تلو الأخرى بشكل مستقل، وبالتالي تقليل وقت الاتصال وحجم البيانات. تقلل هذه الطريقة…


  • VeriFi: نحو إلغاء موثوق للفيدرالية

    2024 | المؤلف: Xiangshan Gao وآخرون | المجلة: IEEE Transactions on Dependable and Secure Computing | المجال: طب الأعصاب (Neurology)

    تناقش هذه الفقرة النموذج الناشئ للتعلم الفيدرالي (FL)، الذي يمكّن المشاركين من تدريب النماذج بشكل تعاوني مع الحفاظ على خصوصية البيانات. جانب حاسم من FL هو تنفيذ الحق في النسيان (RTBF)، مما يسمح للمشاركين بطلب حذف بياناتهم من النموذج العالمي عند مغادرتهم. بينما تم تطوير طرق حديثة لإزالة التعلم على جانب الخادم لإزالة تدرجات المشاركين،…


  • استخدام التعلم العميق والتعلم الانتقالي للكشف الدقيق عن أورام الدماغ

    2024 | المؤلف: Sandeep Kumar Mathivanan وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تبحث الدراسة في تطبيق هياكل التعلم العميق للنقل لتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي (MRI). تقيم أربعة نماذج—ResNet152 و VGG19 و DenseNet169 و MobileNetv3—على مجموعة بيانات مأخوذة من كاجل، باستخدام تقنية التحقق المتقاطع بخمسة طيات وتقنيات تحسين الصور لمعالجة عدم توازن مجموعة البيانات عبر أربع فئات من الأورام: الغدة النخامية، الطبيعية، السحائية، والورم الدبقي.…


  • DDFC: نهج التعلم العميق لاستخراج الميزات العميقة وتصنيف أورام الدماغ باستخدام التصوير بالرنين المغناطيسي في نظام الرعاية الصحية الإلكترونية

    2024 | المؤلف: Abdus Saboor وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تبحث هذه الدراسة في تطبيق وحدات التكرار المحكومة بالانتباه (A-GRU) للكشف التلقائي عن أورام الدماغ باستخدام بيانات التصوير بالرنين المغناطيسي. نموذج A-GRU يلتقط بفعالية الأنماط التسلسلية والمعلومات المكانية، مما يعزز دقة الكشف عن الأورام إلى 99.32%. من خلال دمج آليات الانتباه، يبرز النموذج الميزات الحرجة التي تؤثر على قراراته، مما يعالج مخاوف القابلية للتفسير المرتبطة…


  • BrainNet: إطار عمل جديد مثالي مدعوم بالدمج من الكتل المتبقية والمشفّرات الذاتية المكدسة لتصنيف أورام الدماغ متعددة الأنماط

    2024 | المؤلف: Muhammad Sami Ullah وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تتناول هذه البحث التحدي الحاسم في تصنيف أورام الدماغ في التشخيص المدعوم بالحاسوب (CAD) من خلال اقتراح نظام فعال للتعلم العميق والتحسين التطوري. تركز الدراسة على تصنيف أربعة أنواع من أنماط أورام الدماغ (ورم T1، ورم T1CE، ورم T2، وورم FLAIR) باستخدام قاعدة بيانات MRI واسعة النطاق. يتم تحسين بنية الشبكة العصبية التلافيفية (CNN) من…


←السابق
1 … 11 12 13 14 15
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.