كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةموسوعة أطر ومكتبات الذكاء الاصطناعيمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

SimpleITK

واجهة مبسطة لمكتبة ITK لمعالجة الصور الطبية: القراءة والكتابة وإعادة المعاينة والتسجيل (Registration) والتجزئة الكلاسيكية.

نشطةمتوسطv2.5.8Apache-2.0الرؤية الحاسوبية ومعالجة الصور

الوثائق الرسميةجرّب الأمثلة

المعلومات الأساسية

الاسمSimpleITK
الاسم الكاملSimpleITK
التصنيفالرؤية الحاسوبية ومعالجة الصور
الجهة المطورةمجتمع Insight Software Consortium
سنة الإطلاقغير محدد
الموقع الرسميsimpleitk.org
مستودع GitHubSimpleITK/SimpleITK
الوثائق الرسميةsimpleitk.readthedocs.io/en/release
الحزمة على PyPISimpleITK
الترخيصApache-2.0 (PyPI license)
حالة المشروعنشطة صدر لها إصدار خلال آخر 12 شهراً
آخر إصدار19 نوفمبر 2026 (الإصدار 2.5.8)
لغة البرمجةC++، Python، R، Java
أنظمة التشغيلMacOS، POSIX، Unix، Windows (كما تعلنها الحزمة على PyPI)
إصدار Python المطلوبغير محدد
مستوى الصعوبةمتوسط

آخر تحقق من هذه البيانات: 21 نوفمبر 2026 — المصدر: PyPI JSON API (2026-11-21)

نظرة عامة

تتعامل SimpleITK مع الصور الطبية ككائنات تحتفظ بالمعلومات المكانية (التباعد والأصل والاتجاه)، وهذا ضروري لمعالجة صحيحة. تقرأ DICOM وNIfTI وغيرهما، وتقدم المرشحات وإعادة المعاينة والتسجيل والعتبات.

تُستخدم في المعالجة المسبقة قبل التعلم العميق (توحيد التباعد، القص، تصحيح الانحياز) وفي التحليل الكلاسيكي.

متى تختارها؟ اخترها لقراءة الصور الطبية ومعالجتها مسبقاً مع الحفاظ على المعلومات المكانية.

الاستخدامات

الاستخدامات الرئيسية

  • قراءة وكتابة DICOM وNIfTI
  • إعادة المعاينة وتوحيد التباعد
  • تسجيل الصور الطبية
  • مرشحات وتجزئة كلاسيكية

المجالات العلمية

  • الأشعة
  • البحث الطبي

أنواع المشاريع المناسبة

  • تجهيز مجموعة MRI للتدريب

تطبيقات بحثية

  • معالجة مسبقة قابلة لإعادة الإنتاج للصور الطبية

تحليل الصور الطبيةمعالجة الصور

الخصائص التقنية

تُعرض الخاصية «مدعومة» فقط إذا كانت موثقة في الوثائق الرسمية للمكتبة؛ وما لم نتحقق منه يظهر «غير محدد».

دعم المعالج المركزي (CPU)مدعوم
دعم المعالج الرسومي (GPU)غير مدعوم
التوافق مع CUDAغير مدعوم
التدريب أو الحوسبة الموزعةغير مدعوم
الاشتقاق التلقائي (Autodiff)غير مدعوم
نشر النماذج (Deployment)لا ينطبق
نماذج مدربة مسبقاًلا ينطبق
أنواع البيانات المدعومةصور ثنائية وثلاثية الأبعاد بأنواع بكسل متعددة
التكامل مع مكتبات أخرىMONAI، TorchIO، ITK، NumPy
المرونة (تقدير تحريري)متوسطة
الأداء (تقدير تحريري)جيدة
المجتمع (تقدير تحريري)نشط
جودة التوثيق (تقدير تحريري)توثيق ودفاتر أمثلة

التثبيت والتشغيل

Shell
pip install SimpleITK

يُفضّل التثبيت داخل بيئة افتراضية (venv أو conda). وإذا احتجت توافقاً مع إصدار معين من CUDA أو نظام التشغيل فارجع إلى الوثائق الرسمية، لأن هذه المعلومات تتغير مع كل إصدار.

أمثلة برمجية

الأمثلة الموسومة «نُفّذ واختُبر» شُغّلت فعلياً وسُجّل مخرجها وتاريخ الاختبار وإصدارات المكتبات؛ وغيرها يحتاج GPU أو تنزيل نماذج فلم يُشغّل في بيئة الاختبار.

متوسطإعادة المعاينة إلى تباعد موحد بـ SimpleITKنُفّذ واختُبر

الهدف: توحيد حجم البكسل (Spacing) بين مسوحات من أجهزة مختلفة.

Python — example.py
import SimpleITK as sitk

img = sitk.Image(128, 128, 40, sitk.sitkFloat32)
img.SetSpacing((0.8, 0.8, 3.0))
img.SetOrigin((-50.0, -50.0, 0.0))

new_spacing = (1.0, 1.0, 1.0)
new_size = [round(sz * sp / ns) for sz, sp, ns in zip(img.GetSize(), img.GetSpacing(), new_spacing)]
res = sitk.Resample(img, new_size, sitk.Transform(), sitk.sitkLinear, img.GetOrigin(),
                    new_spacing, img.GetDirection(), 0.0, img.GetPixelID())
print("الحجم والتباعد قبل:", img.GetSize(), img.GetSpacing())
print("الحجم والتباعد بعد:", res.GetSize(), res.GetSpacing())
print("الأصل محفوظ:", res.GetOrigin())

شرح الكود

الصور الطبية لها تباعد فيزيائي بالمليمتر. نعيد المعاينة إلى 1×1×1 مم مع حساب الحجم الجديد من النسبة، ونستخدم الاستيفاء الخطي للصورة (للأقنعة استخدم أقرب جار). المعلومات المكانية (الأصل والاتجاه) تبقى محفوظة.

المتطلبات

Shell
pip install SimpleITK

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

المخرجات المسجلة عند الاختبار

الحجم والتباعد قبل: (128, 128, 40) (0.8, 0.8, 3.0)
الحجم والتباعد بعد: (102, 102, 120) (1.0, 1.0, 1.0)
الأصل محفوظ: (-50.0, -50.0, 0.0)

نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — SimpleITK 2.5.8, python 3.13.18

صفحة المثال

كل أمثلة SimpleITK في مستكشف الأكواد

المزايا

  • تحفظ المعلومات المكانية بدقة
  • خوارزميات طبية مجربة

القيود

  • لا تدعم GPU
  • ليست مكتبة تعلم عميق

المراجع والتحقق

سجل الإصدارات المتحقق منها

الإصدارتاريخ الإصدارتاريخ التحقق
2.5.819 نوفمبر 202621 نوفمبر 2026

آخر مراجعة لمعلومات الصفحة: 21 نوفمبر 2026. الوصف العربي مكتوب أصلياً للموسوعة وليس منقولاً من المواقع الرسمية.

أبلغ عن معلومة تحتاج تحديثاً