تم تحديد أنواع جينومية مميزة للورم الغليومي من الدرجة المنخفضة في تحليل حديث، وهي مرتبطة بخصائص الشكل. في هذه الدراسة، نقترح طريقة آلية بالكامل لقياس خصائص التصوير للورم باستخدام تقسيم مستند على التعلم العميق، ونختبر ما إذا كانت هذه الخصائص تتنبأ بأنواع الجينوم للورم. استخدمنا بيانات التصوير والجينوم قبل الجراحة لـ 110 مريضًا من 5 مؤسسات لديهم أورام غليومية من الدرجة المنخفضة من أطلس السرطان الجينومي (The Cancer Genome Atlas). بناءً على التقسيمات الآلية المستندة إلى التعلم العميق، استخرجنا ثلاث خصائص تقيس خصائص الأورام ثنائية الأبعاد وثلاثية الأبعاد. شملت البيانات الجينومية للمجموعة المدروسة من المرضى العنقوديات الجينومية التي تم تحديدها سابقًا بناءً على الطفرة في جين IDH والحذف المشترك للكروموسومات 1p/19q، ومثيلة الحمض النووي الريبي (DNA methylation)، وتعبير الجين، وعدة نسخ الحمض النووي الريبي (DNA copy number)، وتعبير الحمض النووي الريبي الدقيق (microRNA expression). لتحليل العلاقة بين خصائص التصوير والعنقوديات الجينومية، أجرينا اختبار فيشر الدقيق لكل فرضية من 10 فرضيات لكل زوج من خاصية التصوير وأنوع الجينوم. لأخذ الاختبارات المتعددة للفرضيات بعين الاعتبار، قمنا بتطبيق تصحيح بونفيروني (Bonferroni correction). تم اعتبار القيم البسيطة أقل من 0.005 ذات دلالة إحصائية. وجدنا أقوى علاقة بين عناقيد RNASeq ونسبة حجم الإهليلج المحصور ($p<0.0002$p<0.0002) وبين عناقيد RNASeq والتذبذب الحاشي ($p<0.005$p<0.005). بالإضافة إلى ذلك، حددنا علاقات بين نسبة حجم الإهليلج المحصور وكل أنواع الفئات الجزيئية الم�试ى ($p<0.02$p<0.02) وكذلك بين الانحراف المعياري الزاوي وعناقيد RNASeq ($p<0.02$p<0.02). فيما يتعلق بتقسيم الورم الآلي الذي استخدم لإنشاء الخصائص الكمية للتصوير، حققت خوارزميتنا للتعلم العميق معامل دييس medioan بمتوسط قدره 82% وهو ما يعادل الأداء البشري.请注意，最后一句中的 "Dice coefficient" 是一个常用的医学影像评估指标，通常翻译为“迪斯系数”或“骰子系数”。在阿拉伯语中，我们将其翻译为 "معامل دييس"。此外，“mean Dice coefficient” 翻译为 “معامل دييس المتوسط” 更加准确。因此，最后一句可以优化如下：فيما يتعلق بتقسيم الورم الآلي الذي استخدم لإنشاء الخصائص الكمية للتصوير، حققت خوارزميتنا للتعلم العميق معامل دييس المتوسط بنسبة 82% وهو ما يعادل الأداء البشري.