https://3rabica.org/index.php?action=history&feed=atom&title=%D9%86%D8%B3%D9%8A%D8%AC_%D8%AD%D8%AC%D9%85%D9%8Aنسيج حجمي - تاريخ المراجعة2026-06-09T16:43:15Zتاريخ التعديل لهذه الصفحة في الويكيMediaWiki 1.43.7https://3rabica.org/index.php?title=%D9%86%D8%B3%D9%8A%D8%AC_%D8%AD%D8%AC%D9%85%D9%8A&diff=2430480&oldid=prevعبد العزيز: بوت: إصلاح أخطاء فحص أرابيكا من 1 إلى 1042022-12-08T07:37:21Z<p>بوت: إصلاح أخطاء فحص أرابيكا من 1 إلى 104</p>
<p><b>صفحة جديدة</b></p><div>{{مقالة غير مراجعة|تاريخ=نوفمبر 2018}}<br />
{{يتيمة|تاريخ=نوفمبر 2018}}<br />
'''النسيج الحجمي''' (بالإنجليزية '''Volumetric Texture''') هو النسيج الذي يوجد في الأحجام ثلاثية الأبعاد ويمكن تحديده في فضاء ثلاثي الأبعاد، يشار له أحيانا بالنسيج ثلاثي الأبعاد أو النسيج الصلب <ref name="مولد تلقائيا1">{{استشهاد بدورية محكمة|مسار= https://pubmed.ncbi.nlm.nih.gov/24231667/|عنوان=Three-dimensional solid texture analysis in biomedical imaging: review and opportunities|تاريخ=2014-1|صحيفة=Medical Image Analysis|العدد=1|DOI=10.1016/j.media.2013.10.005|المجلد=18|صفحات=176–196|issn=1361-8423|PMID=24231667|الأخير=Depeursinge|الأول=Adrien|الأول2=Antonio|الأخير2=Foncubierta-Rodriguez|الأول3=Dimitri|الأخير3=Van De Ville|الأول4=Henning|الأخير4=Müller|مسار أرشيف= https://web.archive.org/web/20160123143702/http://www.ncbi.nlm.nih.gov:80/pubmed/24231667|تاريخ أرشيف=2016-01-23}}</ref> وهو أحد مجالات [[معالجة الصور الرقمية|معالجة الصور]] ويهدف إلى استخراج النسيج الحجمي من الصور ثلاثية الأبعاد كميزة يمكن استخدامها فيما بعد في تنصيف الصور وتقسيمها واستخراج الأنماط منها.<br />
<br />
== مجالات الاستخدام ==<br />
يستخدم '''النسيج الحجمي''' بشكل واسع في التطبيقات الطبية التي تهتم بتشخيص الأمراض والتعرف عليها وذلك بسبب توفر أجهزة التصوير التي تولد صور حجمية ثلاثية الأبعاد.<ref name="مولد تلقائيا1" /><ref>{{استشهاد بدورية محكمة|مسار= https://link.springer.com/article/10.1023/A:1008171026419|عنوان=Images as Embedded Maps and Minimal Surfaces: Movies, Color, Texture, and Volumetric Medical Images|تاريخ=2000|صحيفة=International Journal of Computer Vision|العدد=2|DOI=10.1023/a:1008171026419|المجلد=39|صفحات=111–129|لغة=en|issn=0920-5691|الأخير=Kimmel|الأول=R.|الأول2=R.|الأخير2=Malladi|الأول3=N.|الأخير3=Sochen|مسار أرشيف= https://web.archive.org/web/20180603180818/https://link.springer.com/article/10.1023%2FA%3A1008171026419|تاريخ أرشيف=2018-06-03}}</ref><ref>{{استشهاد بدورية محكمة|مسار= https://www.sciencedirect.com/science/article/pii/S000992600400265X|عنوان=Texture analysis of medical images|تاريخ=2004-12-01|صحيفة=Clinical Radiology|العدد=12|DOI=10.1016/j.crad.2004.07.008|المجلد=59|صفحات=1061–1069|لغة=en|issn=0009-9260|مسار أرشيف= https://web.archive.org/web/20191214233311/https://www.sciencedirect.com/science/article/pii/S000992600400265X|تاريخ أرشيف=2019-12-14}}</ref> وقد اكتسب تحليل النسيج الحجمي أهمية بسبب قدرتها على استخراج معلومات ومميزات ذات معنى أكبر مقارنة بالنسيج ثنائي الأبعاد المستخرج من الصور ذات البعدين، ويرجع ذلك إلى احتواء الصور الحجمية أو ثلاثية الأبعاد على بيانات أكبر معنى وترابط.<ref>{{استشهاد ويب<br />
| مسار = https://ieeexplore.ieee.org/abstract/document/4039538<br />
| عنوان = Volumetric Texture Segmentation by Discriminant Feature Selection and Multiresolution Classification - IEEE Journals & Magazine<br />
| موقع = ieeexplore.ieee.org<br />
| لغة = en-US<br />
| تاريخ الوصول = 2018-11-18<br />
|مسار أرشيف= https://web.archive.org/web/20191214233303/https://ieeexplore.ieee.org/abstract/document/4039538|تاريخ أرشيف=2019-12-14}}</ref><br />
<br />
وساعد تحليل النسيج الحجمي على تطوير [[خوارزمية|خوارزميات]] لتشخيص أمراض عدة مثل أمراض الرئة والكبد والكلى والدماغ.<ref name="مولد تلقائيا1" /><br />
<br />
== أساليب تحليل النسيج الحجمي ==<br />
هنالك عدة خوارزميات لاستخراج وتحليل النسيج الحجمي مثل :<br />
<br />
* استخدام خوارزمية الأنماط الثنائية المحلية [[:en:Local binary patterns|LBP]] لاستخراج النسيج الحجمي من الصور ثلاثية الأبعاد.<ref>{{استشهاد ويب<br />
| مسار = https://ieeexplore.ieee.org/abstract/document/4761098<br />
| عنوان = 3D rotation invariant local binary patterns - IEEE Conference Publication<br />
| موقع = ieeexplore.ieee.org<br />
| لغة = en-US<br />
| تاريخ الوصول = 2018-11-18<br />
|مسار أرشيف= https://web.archive.org/web/20191214233305/https://ieeexplore.ieee.org/abstract/document/4761098|تاريخ أرشيف=2019-12-14}}</ref><ref>{{استشهاد بكتاب|مسار= https://link.springer.com/chapter/10.1007/978-3-642-37410-4_3|عنوان=Computer Vision - ACCV 2012 Workshops|تاريخ=2013|ناشر=Springer Berlin Heidelberg|ISBN=9783642374098|مكان=Berlin, Heidelberg|صفحات=26–37|لغة=en|DOI=10.1007/978-3-642-37410-4_3|الأخير=Banerjee|الأول=Jyotirmoy|الأول2=Adriaan|الأخير2=Moelker|الأول3=Wiro J.|الأخير3=Niessen|الأول4=Theo|الأخير4=van Walsum|مسار أرشيف= https://web.archive.org/web/20180602201254/https://link.springer.com/chapter/10.1007%2F978-3-642-37410-4_3|تاريخ أرشيف=2018-06-02}}</ref><br />
* استخدام مصفوفات [[:en:Co-occurrence matrix|'''Co'''-'''occurrence''']] لحساب أنماط النسيج الحجمي في الصور الحجمية.<ref>{{استشهاد بكتاب|مسار= https://link.springer.com/chapter/10.1007/978-3-540-74198-5_33|عنوان=Lecture Notes in Computer Science|تاريخ=2007-08-27|ناشر=Springer Berlin Heidelberg|ISBN=9783540741954|مكان=Berlin, Heidelberg|صفحات=429–440|لغة=en|DOI=10.1007/978-3-540-74198-5_33|الأخير=Tsai|الأول=Fuan|الأول2=Chun-Kai|الأخير2=Chang|الأول3=Jian-Yeo|الأخير3=Rau|الأول4=Tang-Huang|الأخير4=Lin|الأول5=Gin-Ron|الأخير5=Liu|مسار أرشيف= https://web.archive.org/web/20180610201528/https://link.springer.com/chapter/10.1007%2F978-3-540-74198-5_33|تاريخ أرشيف=2018-06-10}}</ref><br />
*باستخدام [[حقل ماركوف العشوائي]].<br />
<br />
== مراجع ==<br />
{{مراجع}}<br />
<br />
{{شريط بوابات|الرسوميات الحاسوبية}}<br />
<br />
{{بذرة حوسبة}}<br />
<br />
[[تصنيف:حوسبة]]</div>عبد العزيز