HyperAIHyperAI

Command Palette

Search for a command to run...

هيلبرتمانبا: شبكة متبادلة محلية-عالمية لتمييز الأورام الليفية الرحمية في مقاطع الفيديو بالموجات فوق الصوتية

Huihui Xu Yijun Yang Angelica I Aviles-Rivero Guang Yang Jing Qin Lei Zhu

الملخص

الفحص الدوري واكتشاف الأورام الليفية الرحمية في مرحلة مبكرة أمر حاسم لمنع التحولات الخبيثة المحتملة وضمان التدخلات الحاسمة التي تنقذ الحياة في الوقت المناسب. بهدف تحقيق ذلك، قمنا بجمع وتوثيق أول مجموعة بيانات من مقاطع الفيديو بالموجات فوق الصوتية تحتوي على 100 مقطع فيديو لتقسيم الأورام الليفية الرحمية (UFUV). كما قدمنا شبكة التبادل المحلي-العالمي (LGRNet) لنقل السياق الزمني طويل المدى بكفاءة وفعالية، وهو أمر حاسم للمساعدة في تمييز الأنسجة المحيطة الضوضائية غير المعلوماتية عن المناطق المصابة بالورم. بشكل خاص، تم تقديم انتشار الجوار الدوري (CNP) لنقل السياق الزمني المحلي بين الإطارات بطريقة دورية. علاوة على ذلك، لجمع السياق الزمني العالمي، قمنا أولاً بتقليص كل إطار إلى مجموعة من استعلامات الزجاجة الإطارية وتطوير تقنية المسح الانتقائي هيلبرت (HilbertSS) لتحقيق الاتصال السريع لكل إطار مع الحفاظ على التحيز المحلي. ثم يتم استخدام طبقة توزيع لنشر السياق العالمي مرة أخرى لتحسينه بشكل متبادل. أظهرت التجارب الواسعة على مجموعة بيانات UFUV وعلى ثلاث مجموعات بيانات عامة لتقسيم البوليب الفيديوي (VPS) تحسينات مستمرة مقارنة بأحدث طرق التقسيم، مما يشير إلى فعالية ومرونة LGRNet. يمكن الحصول على الكود والنقاط المرجعية والمجموعة البيانات من الرابط: https://github.com/bio-mlhui/LGRNet


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