摘要
تعاني صور الأشعة المقطعية المحوسبة (CT) لمرض السل الرئوي من مشاكل مثل ضوضاء التشويش، ضعف خصائص الآفة، ونقص الاستفادة من المعلومات الفراغية ثلاثية الأبعاد، مما يؤثر على أداء التصنيف. استجابة لهذه المشاكل، تم اقتراح طريقة تصنيف ثلاثية لمرض السل الرئوي تعتمد على دمج تحسين الصور وتعلم الميزات متعددة الأبعاد. تستخدم هذه الطريقة استراتيجية معالجة مسبقة مشتركة من تعزيز الانتشار غير المتجانس متعدد المقاييس بثمانية اتجاهات وإزالة التشويش التقدمية Noise2Fast (N2F) لتحسين وضوح نسيج الآفة؛ ثم تم بناء شبكة خفيفة الوزن تسمى التمثيل المتوازي مع شبكة الدمج الفضائي متعدد الرؤى التكرارية (PRISM-Net)، والتي تستخرج المعلومات التكميلية من الاتجاهات الفراغية المختلفة من خلال استراتيجية الدمج متعدد الرؤى التكرارية (IMVF)، وتدخل وحدة الانتباه متعددة الأبعاد (MDAM) لتعزيز التعبير عن الميزات ثلاثية الأبعاد. تم التحقق من الطريقة على مجموعة اختبار مستقلة مكونة من 150 حالة، حيث بلغت دقة الطريقة المقترحة 94.68٪، وقيمة F1 المرجحة 94.63٪، وأصبح معدل مساحة تحت المنحنى (AUC) لفئات السل الطبيعية، النشطة وغير النشطة على التوالي 1.000 0، 0.992 6، و 0.992 3، متفوقة على نماذج مثل MambaOut-Kobe وMobileNetV3 وMedVit وResNet50.
关键词
تصنيف السل الرئوي; تحسين الصور; دمج متعدد الرؤى; آلية الانتباه متعدد الأبعاد; شبكة عصبية تلافيفية ثلاثية الأبعاد
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website