Radiomics: استخراج الصور الطبية للرؤى

"إن الطريقة الحقيقية للاكتشاف تشبه رحلة الطائرة. فهو يبدأ من أساس الملاحظة الخاصة؛ إنه يطير في الهواء الرقيق للتعميم الخيالي؛ وهي تصلح مرة أخرى للملاحظة المتجددة التي أصبحت حادة من خلال التفسير العقلاني. - ألفريد نورث وايتهيد

في عالم الرعاية الصحية سريع التغير، يُعدّ علم الراديوميكس ابتكارًا أساسيًا. فهو يستخدم تحليلًا حاسوبيًا متقدمًا لاكتشاف معلومات قيّمة في الصور الطبية. ومن خلال تحليل الصور الطبية ، يُساعد الراديوميكس الأطباء والباحثين على تحديد أنواع الأورام، والتنبؤ بنجاح العلاج، والمساهمة في تطوير الطب الشخصي.

بدأ هذا النهج الجديد في تحليل الصور الطبية على يد روادٍ أدركوا إمكاناتها الهائلة. واليوم، يشهد علم الراديوميات نمواً سريعاً، إذ يُقدّم طرقاً جديدة لفهم النمط الظاهري للصور الطبية ، وعلم الجينوم الإشعاعي ، ودمج خصائص الراديوميات مع التعلّم الآلي في علم الأشعة.

الوجبات السريعة الرئيسية

• يستخدم Radiomics تحليل الكمبيوتر المتقدم للعثور على رؤى قيمة في الصور الطبية.
• فهو يساعد على اكتشاف أنواع الأورام والتنبؤ بنتائج العلاج والدعم طب شخصي.
• الإشعاع الراديومي يأتي من التحليل الكمي للصورة, معلوماتية التصوير الطبي الحيويو الأشعة الحاسوبية.
• وتشمل تطبيقاتها التنميط الصورة الطبية, علم الجينوم الإشعاعي، والجمع الميزات الإشعاعية مع التعلم الآلي.
• تعمل Radiomics على تغيير الرعاية الصحية من خلال إطلاق الإمكانات الكاملة لبيانات التصوير الطبي.

مقدمة في علم الإشعاع

تعمل تقنية Radiomics على تغيير الطريقة التي ننظر بها إلى عمليات الفحص الطبي. ويستخدم خوارزميات متقدمة للعثور على المعلومات المخفية في الصور. هذه الطريقة تتجاوز ما يمكن أن تراه أعيننا.

ما هو الراديوميك؟

يستخلص علم الراديوميات الكثير من التفاصيل من عمليات المسح مثل التصوير المقطعي المحوسب والتصوير بالرنين المغناطيسي والتصوير المقطعي بالإصدار البوزيتروني. تساعدنا هذه التفاصيل على فهم الأمراض بشكل أفضل، وخاصة في علم الأورام.

تطور التصوير الطبي والتحليل الكمي

لقد قطعت تقنيات التصوير الطبي شوطاً طويلاً من الأشعة السينية إلى الفحوصات المتطورة الحالية. وفي الوقت نفسه، تطورت تقنيات تحليل الصور بشكل ملحوظ. يستخدم علم الراديوميات هذه التقنيات الحديثة لتغيير طريقة تشخيص الأمراض وعلاجها.

"يتمتع علم الإشعاع بالقدرة على تحديد الأنماط الجينية للورم والمؤشرات الحيوية للتصوير المرضي ذات الإمكانات السريرية."

Radiomics: أداة قوية لعلم الأورام

يُعد علم الراديوميات أداةً أساسيةً في علم الأورام ، إذ يُساعد من خلال دراسة العديد من الخصائص في الصور الطبية، مما يُتيح لنا فهم الأورام بشكل أفضل، بما في ذلك بيولوجيتها وجيناتها.

فك رموز الظواهر الورمية

يمكن للراديوميكس أن يوضح لنا السمات التفصيلية للأورام. ويستخدم تحليل الصور المتقدم للعثور على أشياء مثل الملمس والشكل. تساعد هذه التفاصيل في التطابق مع البيانات السريرية والوراثية، مما يمنحنا نظرة أعمق على الورم.

توقع نتائج العلاج

يمكن لعلم الإشعاع الإشعاعي أيضًا التنبؤ بمدى نجاح العلاجات. وهذا يعني أنه يمكن للأطباء اختيار أفضل علاج لكل مريض. فهو يساعد على التنبؤ بأشياء مثل نجاح العلاج، ومعدلات البقاء على قيد الحياة، وفرصة عودة المرض.

قد يُحدث إدخال علم الأشعة التشخيصية في رعاية مرضى السرطان تغييرًا جذريًا في كيفية التعامل مع هذا المرض. فهو يمنح الأطباء معلومات قيّمة لوضع خطط العلاج. ومع تطور هذا العلم، من المرجح أن يلعب دورًا محوريًا في تحسين رعاية مرضى السرطان وتعزيز عملية اتخاذ القرارات السريرية.

"إن علم الإشعاع، وهو التنقيب عالي الإنتاجية لميزات الصور الكمية من التصوير الطبي، يكتسب أهمية في أبحاث السرطان."

سير العمل والتحديات في علم الإشعاع

تتضمن عملية تحليل الصور الإشعاعية خطوات أساسية مثل التقاط الصور، وتقسيمها، واستخلاص الميزات، وتحليل البيانات. ولكل خطوة تحدياتها الخاصة التي يجب حلها لكي يعمل تحليل الصور الإشعاعية بكفاءة في العيادات.

أحد التحديات الكبيرة هو التأكد من أن طرق التصوير هي نفسها في كل مكان. أشياء مثل سمك الشريحة وكيفية إنشاء الصور يمكن أن تغير النتائج. ولإصلاح هذه المشكلة، يهدف الباحثون إلى إنشاء طرق تصوير تعمل بنفس الطريقة في كل مكان.

من الصعب أيضًا الحصول على منطقة الورم من خلال التجزئة. إنه المفتاح للحصول على ميزات وتحليلات دقيقة. لكن القيام بذلك يدويًا يستغرق الكثير من الوقت ويمكن أن يختلف كثيرًا من شخص لآخر. يبدو استخدام الأساليب الآلية، مثل التعلم العميق، واعدًا ولكنه يحتاج إلى الكثير من البيانات الجيدة ليعمل بشكل صحيح.

1. هناك العديد من الميزات في علم الإشعاع الراديوي الذي يمكن أن يفرط في ملاءمته، مما يعني أنه يعمل بشكل رائع على البيانات التي يعرفها ولكن ليس على البيانات الجديدة. لإصلاح ذلك، نحتاج إلى اختيار أفضل الميزات وتقليل عددها، والتأكد من اختبارها جيدًا.
2. يعد الجمع بين البيانات الإشعاعية والمعلومات الصحية الأخرى أمرًا أساسيًا لجعل الإشعاع الإشعاعي مفيدًا في علاج المرضى كأفراد. ولكن هذا أمر صعب بسبب الحاجة إلى جعل جميع البيانات تعمل معًا، والتعامل مع البيانات المفقودة، وإنشاء نماذج تتنبأ بشكل جيد.

على الرغم من هذه التحديات، فإن سير عمل علم الراديوميات يتحسن باستمرار. ويتعامل الباحثون مع المشكلات بشكل مباشر. فمن خلال التركيز على توحيد الإجراءات، وتحديد منطقة الورم بدقة، واختيار السمات المناسبة، ودمج البيانات بكفاءة، يُتوقع أن يُحدث علم الراديوميات تقدماً كبيراً في تشخيص الأمراض، وتخطيط العلاجات، وتحسين رعاية المرضى.

"يتم تطوير ميزات علم الإشعاع من خلال التحليل الرياضي المتطور، بهدف تعزيز البيانات الشعاعية في التصوير الطبي."

من خلال معالجة تحديات علم الأشعة التشخيصية وتحسين سير العمل فيه ، يستطيع الباحثون والأطباء الاستفادة القصوى من هذه الأداة الفعّالة. وهذا بدوره سيؤدي إلى تحسين رعاية المرضى وتقديم حلول رعاية صحية أكثر تخصيصاً.

الميزات الإشعاعية والتعلم الآلي

يُعدّ علم الراديوميات ذا أهمية بالغة في الطب الدقيق، إذ يرتكز على استخلاص وتحليل البيانات من الصور الطبية. وتتمثل أهميته في خصائص الراديوميات ، وهي عبارة عن مجموعة من المقاييس التي تُظهر تفاصيل الأورام وأجزاء الجسم الأخرى، وتشمل خصائص مثل الكثافة والملمس والشكل.

لقد أحدث التعلم الآلي نقلة نوعية في مجال علم الأشعة التشخيصية. تساعد هذه الخوارزميات في اختيار أفضل السمات والتنبؤات، مما يؤدي إلى تشخيص أفضل، ووضع خطط علاجية أكثر فعالية، وتحسين رعاية المرضى.

استخراج الميزات الإشعاعية

يُعدّ الحصول على خصائص التصوير الإشعاعي أمرًا أساسيًا. يستخدم الباحثون العديد من الطرق لتحليل الصور الطبية، ومنها:

• إحصائيات الدرجة الأولى: تتعلق بتوزيع شدة البكسل، مثل المتوسط ​​ومدى انتشارها.
• الميزات النصية: تبحث في كيفية ارتباط وحدات البكسل ببعضها البعض، وإظهار الأنماط والاختلافات في الصورة.
• الميزات المستندة إلى الشكل: تلتقط هذه الميزات الحجم والشكل والتفاصيل الأخرى للمنطقة قيد الدراسة.

التعلم الآلي في علم الإشعاع

لقد ساهم التعلم الآلي في تسريع علم الراديوميات. فهو يحدد السمات الأكثر فائدة ويقدم تنبؤات. ويستخدم الباحثون طرقًا مختلفة، مثل:

1. التعلم الخاضع للإشراف: يستخدم هذا البيانات المصنفة لتدريب النماذج على مهام مثل التنبؤ بنجاح العلاج أو أنواع المرض.
2. التعلم غير الخاضع للرقابة: يعمل هذا على العثور على أنماط في البيانات بدون تسميات، مما يساعد على اكتشاف رؤى وعلامات جديدة.
3. طرق المجموعة: يجمع هذا بين النماذج للحصول على تنبؤات أفضل وجعل علم الإشعاع الإشعاعي أكثر موثوقية.

لقد أدى الجمع بين علم الإشعاع والتعلم الآلي إلى تغيير الرعاية الصحية. إنه يؤدي إلى قرارات طبية أكثر دقة ومصممة خصيصًا. ومع نمو هذا المجال، ستستمر هذه الأدوات في لعب دور كبير في الطب الدقيق.

تطبيقات الإشعاع في الممارسة السريرية

تعد Radiomics طريقة قوية للعثور على رؤى قيمة في الصور الطبية. إنه مفيد بشكل خاص في علاج الأورام. وهو ينظر في كيفية ارتباط ميزات التصوير بجينات أو جزيئات الورم.

علم الجينوم الإشعاعي

يساعد علم الإشعاع وعلم الجينوم معًا الأطباء على فهم الأورام بشكل أفضل. وهذا يؤدي إلى علاجات مخصصة للمريض فقط. لقد وجد الباحثون روابط بين التصوير وجينات الورم، مما يساعد في اتخاذ قرارات رعاية مرضى السرطان.

طب شخصي

يُسهم علم الراديوميات في التوجه نحو الطب الشخصي ، إذ يُحلل ورم كل مريض بدقة متناهية، مما يُؤدي إلى علاجات تُناسب احتياجاته، وبالتالي تحسين النتائج الصحية وزيادة رضاه.

يشهد مجال دراسة تطبيقات علم الراديوميات نموًا سريعًا، بنسبة تقارب 178% سنويًا. ويُحدث علم الجينوم الإشعاعي والطب الشخصي تغييرًا جذريًا في أساليب مكافحة السرطان. ويُعدّ علم الراديوميات عنصرًا أساسيًا في إحداث هذه التغييرات، مما يُسهم في تحسين رعاية مرضى السرطان.

"يوفر علم الإشعاع مزايا مقارنة بالطرق التقليدية من خلال استخدام الصور الطبية الموجودة، والقضاء على الحاجة إلى إجراءات جراحية، وتقليل انزعاج المريض، وخطر حدوث مضاعفات، وتكاليف الرعاية الصحية المرتبطة بفحوصات التصوير المتكررة."

مبادرة الإشعاع والطب الدقيق

تهدف مبادرة الطب الدقيق إلى تغيير الرعاية الصحية من خلال جعل العلاجات ملائمة لاحتياجات كل فرد. ويُعدّ علم الراديوميات عنصراً أساسياً لتحقيق هذا الهدف، إذ يُمكّن الأطباء من رؤية ورم المريض وتتبعه دون جراحة. وباستخدام الراديوميات مع مبادرة الطب الدقيق، يستطيع الأطباء جعل الرعاية الصحية أكثر تخصيصاً وفعالية.

تُظهر العديد من الدراسات كيفية عمل علم الإشعاع ومبادرة الطب الدقيق معًا. تحدث تقرير عام 2011 عن إنشاء طريقة جديدة لفهم الأمراض للبحث. أدى هذا إلى استخدام الإشعاعات الراديومية في الرعاية الصحية. في عام 2015، تحدثت الجمعية الأوروبية للأشعة عن كيفية مساعدة الصور الطبية في جعل العلاج أكثر شخصية.

تناولت مقالات منشورة في مجلات Radiology و Nature Reviews Clinical Oncology و PLoS ONE علم الجينوم الإشعاعي والطب الشخصي. وقد استخدمت هذه المقالات علم الجينوم الإشعاعي لفهم الأمراض بشكل أفضل، وذلك بالاعتماد على قواعد بيانات ضخمة مثل أطلس جينوم السرطان وأرشيف تصوير السرطان.

على الرغم من أن جعل علم الإشعاع الراديوي يعمل بشكل جيد أمر صعب، إلا أنه يظهر وعودًا كبيرة. يمكن أن يغير طريقة علاجنا للأمراض المعقدة. ومع نموها، من المرجح أن يلعب علم الإشعاع الإشعاعي دورًا كبيرًا في مبادرة الطب الدقيق. وهذا يمكن أن يؤدي إلى رعاية صحية أفضل للجميع.

"تتوافق تقنية علم الإشعاعيات تمامًا مع رؤية مبادرة الطب الدقيق ، حيث أنها توفر وسيلة غير جراحية لتقييم ومراقبة خصائص ورم المريض."

Radiomics: استخراج الصور الطبية للرؤى

يرتكز علم الراديوميات على فكرة استخراج معلومات قيّمة من الصور الطبية. وتُستخدم أساليب حسابية متقدمة على فحوصات التصوير الطبي القياسية، مما يكشف معلومات كان من الممكن إغفالها لولا ذلك. ويساعد هذا العلم في تحديد خصائص الأورام، والتنبؤ بنتائج العلاج، والكشف عن البصمات الجينية.

يعد Radiomics رائعًا في اكتشاف ميزات الصورة الدقيقة التي تعتبر ضرورية لفهم صحة المريض. ومن خلال الخوارزميات المتقدمة والتعلم الآلي، فإنه يجد أنماطًا في الصور الطبية التي لا يستطيع البشر رؤيتها. وهذا يمكن أن يغير الطريقة التي نقوم بها بتشخيص ومراقبة وعلاج العديد من الأمراض، من السرطان إلى الاضطرابات العصبية التنكسية.

"لقد اكتسب علم الأشعة قدرًا كبيرًا من الاهتمام والاهتمام في السنوات الأخيرة لقدرته على تحديد الأنماط الجينية للورم والمؤشرات الحيوية للتصوير المرضي."

ينمو مجال علم الإشعاعات بسرعة، مما يؤدي إلى استخدامات أكثر تقدمًا في مجال الرعاية الصحية. وسوف يساعد في وضع خطط علاجية مصممة خصيصًا لكل مريض وفي اكتشاف الأمراض مبكرًا. ستكون الرؤى المستمدة من علم الإشعاع الراديوي أساسية في دفع الرعاية الصحية إلى الأمام.

مستقبل علم الإشعاع

مستقبل علم الراديوميات واعدٌ للغاية. فمع ظهور أساليب تصوير وحوسبة جديدة، سنحصل على رؤى أكثر تفصيلاً من الصور الطبية. وباستخدام علم الراديوميات ، سنتمكن من فهم صحة الإنسان وأمراضه بشكل أفضل، مما سيؤدي إلى نتائج صحية أفضل للناس في جميع أنحاء العالم.

برامج وأدوات Radiomics

تعتمد عملية تحليل الصور الإشعاعية على برامج وأدوات متخصصة، تساعد في الحصول على خصائصها وتحليلها وفهمها. وتتوفر خيارات مفتوحة المصدر وأخرى تجارية، ولكل منها مزاياها وقدراتها الخاصة.

حلول Radiomics مفتوحة المصدر

توفر الأنظمة الأساسية مفتوحة المصدر مثل PyRadiomics وLifeX للمستخدمين المرونة والتخصيص. لقد سمحوا للباحثين والأطباء باستكشاف علم الإشعاع بعمق. يمكن للمستخدمين رؤية وتغيير الخوارزميات والأساليب المستخدمة.

حلول الإشعاع الإشعاعي التجارية

ومع ذلك، تتمتع البرامج التجارية بميزات أكثر وأسهل في الاستخدام. كما أن لديها تحليلات متقدمة وتعمل بشكل جيد مع البيانات السريرية الأخرى. قد تكون هذه المنصات أكثر تكلفة ولكنها رائعة لأولئك الجدد في مجال علم الإشعاع الراديوي.

ساعدت هذه البرامج والأدوات في جعل الإشعاع الإشعاعي أكثر شيوعًا في التصوير الطبي وعلم الأورام.

"إن تأثير التصوير الكمي في الطب والجراحة هو عنصر حاسم في رسم المسار للمستقبل."

– وانغ Y-XJ، إن جي سي كيه، التصوير الكمي ميد سورج 2011

الاتجاهات والتحديات المستقبلية

مع نمو علم الراديوميات ، تلوح في الأفق آفاقٌ جديدةٌ واعدة. فالتطورات في تقنيات التصوير والتعلم الآلي والحوسبة ستجعل الراديوميات أكثر دقةً وفائدة. كما أن دمج الراديوميات مع مجالات أخرى كعلم الجينوم وعلم البروتينات قد يُفضي إلى فهمٍ أعمق للأورام وعلاجاتٍ أفضل.

لكن علم الراديوميات يواجه تحديات كبيرة أيضاً. فنحن بحاجة إلى قواعد موحدة، وضوابط صارمة، وسهولة في الاستخدام في المستشفيات. ويُعدّ تجاوز هذه العقبات أمراً أساسياً لجعل علم الراديوميات جزءاً لا يتجزأ من الطب الدقيق.

تطوير الإشعاع الإشعاعي مع التعلم العميق

يعد التعلم العميق (DL) بمثابة فوز كبير لعلم الإشعاع، حيث يساعد في الطب الدقيق من خلال اكتشاف أنواع المرضى والتنبؤ بالنتائج. تعد شبكات CNN من أفضل الاختيارات لأنماطها الرائعة في الصور الطبية. ومع ذلك، فإن مشاركة المعلومات الطبية الحساسة عبر الإنترنت أمر محفوف بالمخاطر، حتى مع التشفير عالي المستوى. يجب أن نجد طرقًا للحفاظ على أمان البيانات أثناء استخدام DL في الراديوميكس، حتى في الأماكن التي لا يمكننا الثقة بها تمامًا.

ضمان الخصوصية في Radiomics

لقد بحثت الدراسات في كيفية الحفاظ على أمان المعلومات الطبية باستخدام التعلم الآلي الذي يحافظ على الخصوصية (PPML). ووجدوا أننا بحاجة إلى طرق أفضل لتنظيم ودراسة أدوات الخصوصية هذه لـ Deep Radiomics. تعتبر هذه الأدوات أساسية للحفاظ على أمان البيانات، خاصة في Deep Radiomics حيث يعد الحفاظ على دقة الأمور وفعاليتها وخصوصيتها أمرًا ضروريًا.

"إن مواجهة التحديات في علم الإشعاع الإشعاعي سيكون أمرًا بالغ الأهمية لتحقيق إمكاناته الكاملة في تحويل الرعاية الصحية."

خاتمة

تعمل Radiomics على تغيير الرعاية الصحية باستخدام بيانات التصوير الطبي بطرق جديدة. فهو يبحث في الكثير من الميزات في عمليات الفحص الطبي لفهم الأورام وكيفية عمل العلاج. وهذا يساعد الأطباء على اتخاذ خيارات أفضل لكل مريض.

تظهر الدراسات مدى أهمية علم الإشعاع الراديوي. على سبيل المثال، يستخدمه أكثر من نصف الأبحاث للمساعدة في علاج اضطرابات الدماغ. في أبحاث السرطان، تبحث العديد من الدراسات في مدى اختلاف الأورام وكيفية استجابتها للعلاجات.

يبدو المستقبل مشرقًا بالنسبة للراديوميكس. مع الذكاء الاصطناعي الأفضل، ستصبح الإشعاعات الراديوية أكثر قوة. سيساعد ذلك الأطباء على إعطاء المرضى العلاجات التي تناسب احتياجاتهم الفريدة. إنها خطوة كبيرة نحو جعل الرعاية الصحية أكثر شخصية وفعالية.

روابط المصدر

• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7362913/ – الإشعاع الإشعاعي: من التصوير النوعي إلى التصوير الكمي
• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4734157/ - Radiomics: الصور هي أكثر من مجرد صور، إنها بيانات
• https://www.mdpi.com/2073-8994/15/10/1834 - علم الإشعاع واختيار ميزاته: مراجعة
• https://insightsimaging.springeropen.com/articles/10.1186/s13244-023-01437-2 – نظرة عامة على التحليلات التلوية حول علم الإشعاع: هناك حاجة إلى مزيد من الأدلة لدعم الترجمة السريرية – رؤى في التصوير
• https://www.mdpi.com/2072-6694/14/19/4871 - تصوير الأورام والإشعاعات الإشعاعية: مراجعة تفصيلية للتحديات المنهجية
• https://cris.maastrichtuniversity.nl/en/publications/radiomics-the-bridge-between-medical-imaging-and-personalized-med - الإشعاع الإشعاعي: الجسر بين التصوير الطبي والطب الشخصي
• https://mmrjournal.biomedcentral.com/articles/10.1186/s40779-023-00458-8 – دراسة الإشعاعات الراديومية المعتمدة على الذكاء الاصطناعي في السرطان: دور الهندسة المميزة والنمذجة – البحوث الطبية العسكرية
• https://www.termedia.pl/The-role-of-radiomics-in-dentistry-and-oral-r-nradiology,137,54186,1,1.html – دور الأشعة الإشعاعية في طب الأسنان وأشعة الفم
• https://www.ctisus.com/learning/pearls/3d-and-workflow/radiomics – ثلاثي الأبعاد وسير العمل: لآلئ التصوير الإشعاعي – الأدوات التعليمية | الأشعة المقطعية | التصوير المقطعي | بروتوكولات الأشعة المقطعية
• https://www.frontiersin.org/journals/oncology/articles/10.3389/fonc.2015.00272/full – الحدود | مصنفات التعلم الآلي الإشعاعية للمؤشرات الحيوية النذير لسرطان الرأس والرقبة
• https://www.appliedclinicaltrialsonline.com/view/radiomics-in-action – Radiomics في العمل
• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8891653/ - التعلم العميق باستخدام علم الإشعاع لتشخيص الأمراض وعلاجها: التحديات والإمكانات
• https://www.mdpi.com/2075-4426/12/9/1373 - هل ينمو علم الإشعاع نحو الممارسة السريرية؟
• https://systems.enpress-publisher.com/index.php/MIPT/article/viewFile/6279/3022 - بي دي إف
• https://www.nature.com/articles/s41571-022-00707-0 – معايير ترجمة الإشعاعات إلى اختبارات مفيدة سريريًا – مجلة Nature Review Clinical Oncology
• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9692256/ – الطب الدقيق في علم الإشعاع وعلم الجينوم الإشعاعي
• https://www.mdpi.com/2075-4426/12/11/1806?type=check_update&version=1 – الطب الدقيق في علم الإشعاع وعلم الجينوم الإشعاعي
• https://radiomics.bio/publications/publications/ – المنشورات أنا Radiomics
• https://www.linkedin.com/pulse/demystifying-black-box-ai-radiomics-methods-david-cain - الذكاء الاصطناعي الجدير بالثقة: بناء الثقة في التحليل الإشعاعي
• https://arxiv.org/html/2407.00538v1 - الحفاظ على الخصوصية وجديرة بالثقة
  التعلم العميق للتصوير الطبي ††شكرًا: لقد تم إرسال هذا العمل إلى IEEE للنشر المحتمل. قد يتم نقل حقوق الطبع والنشر دون سابق إنذار، وبعد ذلك قد لا يكون من الممكن الوصول إلى هذا الإصدار.
• https://www.scienceopen.com/hosted-document?doi=10.15212/RADSCI-2023-0018 – نماذج واسعة النطاق في الأشعة: ثورة في مستقبل التصوير الطبي
• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8580417/ – الذكاء الاصطناعي في معلوماتية التصوير الطبي: التحديات الحالية والاتجاهات المستقبلية
• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7151556/ – من التصوير الطبي إلى الإشعاع الإشعاعي: دور علم البيانات في تطوير الصحة الدقيقة
• https://www.linkedin.com/pulse/ai-radiomics-upgraded-medical-imaging-david-cain-l0x1c – الذكاء الاصطناعي والإشعاع: التصوير الطبي الدقيق