فهرس مفتوح لأكثر من 800 ألف مرجع عربي، وبحث في أكثر من 300 مليون مرجع أجنبي
Deep Learning Architectures Comparison for Kidney Stone Classification in CT Images
- المؤلفون
- عبدالحليم الاحرش؛ أيمن حسين؛ Abdulhalim Alahrash؛ Aeyman Hassan
- المصدر
- Afro-Asian Journal of Scientific Research (AAJSR)
- السنة
- 2026
- النوع
- مقالة
- المجال
- الطب
- الترخيص
- CC BY 4.0
الملخص
حصى الكلى حالة شائعة قد تسبب ألمًا شديدًا ومضاعفات إذا لم يتم تشخيصها مبكرًا. يُستخدم التصوير المقطعي المحوسب (CT) على نطاق واسع لاكتشاف حصي الكلي نظرًا لحساسيته العالية. تركز هذه الدراسة على التصنيف الثنائي على مستوى الصورة (حصوة مقابل طبيعي) في صور الأشعة المقطعية باستخدام معماريات التعلم العميق. تم تقييم ثلاث شبكات عصبية التفافية وهي ResNet50 و XResNet50 وDenseNet201، ضمن إطار موحد لعمليات المعالجة المسبقة والتدريب. استُخدمت مجموعتا بيانات عامتان لصور الأشعة المقطعية، حيث قُسمت كل مجموعة إلى
الملخص منقول بترخيص CC BY 4.0، وحقوقه لأصحابه. النص الكامل في الروابط أدناه.
الاستشهاد
عبدالحليم الاحرش, أيمن حسين, Abdulhalim Alahrash, Aeyman Hassan (2026). Deep Learning Architectures Comparison for Kidney Stone Classification in CT Images. Afro-Asian Journal of Scientific Research (AAJSR). https://aajsr.com/index.php/aajsr/article/download/846/748