HyperAIHyperAI

Command Palette

Search for a command to run...

DeepLOC: التعرف والتصنيف الآلي للمرض العظمي في صور الأشعة السينية للرسغ باستخدام التعلم العميق

Razan Dibo Andrey Galichin Pavel Astashev Dmitry V. Dylov Oleg Y. Rogov

الملخص

في السنوات الأخيرة، أظهرت أنظمة التشخيص المدعومة بالحوسبة إمكانات كبيرة في مساعدة الأطباء المُشخصين بالأشعة على تحليل الصور الطبية بدقة وكفاءة. يقدّم هذا البحث منهجية جديدة لتحديد موقع وتصنيف الأمراض العظمية في صور الأشعة السينية لمعصم اليد، باستخدام مزيج من نموذج YOLO (You Only Look Once) ونموذج Shifted Window Transformer (Swin) مع كتلة مُقترحة حديثًا. تُعالج المنهجية المقترحة تحديين رئيسيين في تحليل صور الأشعة السينية للذراع: تحديد دقيق لمواقع الأمراض العظمية، وتصنيف دقيق للتشوهات. يتم استخدام إطار عمل YOLO للكشف عن الأمراض العظمية وتحديد مواقعها، مستفيدًا من قدرته الفائقة على الكشف عن الكائنات في الزمن الفعلي. بالإضافة إلى ذلك، يُستخدم نموذج Swin، وهو وحدة تعتمد على نموذج الـ Transformer، لاستخراج المعلومات السياقية من المناطق المُحددة ذات الاهتمام (ROIs) بهدف التصنيف الدقيق.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
DeepLOC: التعرف والتصنيف الآلي للمرض العظمي في صور الأشعة السينية للرسغ باستخدام التعلم العميق | مستندات | HyperAI