مناقشة رسالة طالب الماجستير أحمد سامي جدوع من قسم علوم الحاسوب

ناقش قسم علوم الحاسوب في كلية العلوم بجامعة ديالى رسالة طالب الماجستير أحمد سامي جدوع الموسومة تشخيص مرض السكري باستخدام تقنية التنقيب عن البيانات وذلك على قاعة المناقشات في عمادة الكلية.

أوضح الباحث في دراسته أنه يحظى التشخيص المبكر لمرض السكري ومقدمات السكري بأهمية كبيرة ، من أجل تزويد المرضى بالقدرة على إدارة المرض مبكرًا وربما تأخير أو منع المضاعفات الخطيرة للمرض ، والتي قد تؤدي إلى انخفاض جودة الحياة. قد يكون مفيدًا في الحد من مخاطر تطورات الأمراض الخطيرة ، مثل أمراض القلب المبكرة والسكتة الدماغية وبتر الأطراف والعمى والفشل الكلوي.

حيث اقترحت الدراسة نظام لتشخيص مرض السكري باستخدام تقنيات التنقيب عن البيانات. يعتمد النظام المقترح على مرحلتين: المرحلة الاولى هي استخدام  Chi-square Test و Information gain والطريقة الهجينة الجديدة لاختيار الميزات المهمة والرئيسية التي لها تأثير على دقة التشخيص . حيث تم اقتراح الطريقة الهجينة الجديدة لتقليل عدد الميزات إلى الحد الأدنى من خلال تقاطع نتائج طريقة Chi-square Test  وطريقةInformation gain  للحصول على الميزات الاكثر اهمية.

بعد ذلك يتم إدخال الميزات التي تم اختيارها من المرحلة الاولى  في مرحلة التصنيف للحصول على أفضل دقة.  المرحلة الثانية هي مرحلة التصنيف حيث تم استخدام خمس خوارزميات للتصنيف :  LR) )Logistic Regression, Random Forest (RF)  ,  K-Nearest Neighbor (KNN)   Support Vector Machine (SVM),   Naïve Bayes (NB) ,  لتصنيف وجود أوعدم وجود مرض السكري.

تم اختبار النظام المقترح على مجموعتي بيانات محلية  (Local Dataset )  تم جمع هذه البيانات من مختبرات الاستشارية لمستشفى بعقوبة العام في محافظة ديالى بواقع 250 عينة و 10 ميزات حيث تضمنت هذه البيانات كلا الجنسين (الذكور والاناث) بمعدل أعمار ما بين ( (5- 85سنة.  و بيانات عالمية Pima Dataset))  تم الحصول عليها من مستودع (عالم البيانات) تحتوي على 768 عينة و 9 ميزات حيث تضمنت هذه البيانات (الاناث فقط)  بمعدل أعمار (21) سنة فما فوق . حققت الخوارزميات (LR RF, KNN, SVM, NB, ) جميعها دقة تشخيص بلغت (98٪) باستخدام الطريقة الهجينة ، بينما حققت هذه الخوارزميات دقة تشخيص بين (4%9 و 98%) مع Chi-square Test وInformation gain  على مجموعة البيانات المحلية.  حققت خوارزميات  (LR و NB) دقة  تشخيص بلغت (%90) ، حققت خوارزمية (KNN و SVM) دقة تشخيص بلغت (85%)، حققت خوارزمية ((SVM دقة تشخيص بلغت (87%) باستخدام الطريقة الهجينة ، بينما حققت خوارزميات  (LR RF, KNN, NB, SVM,)  دقة تشخيص كانت  بين (%79 و 87%) مع  Chi-square Test و Information gain  على مجموعة البيانات العالمية.

وتألفت لجنة المناقشة من السادة المدرجة أسماؤهم أدناه:

أ. د. طه محمد حسن / جامعة ديالى / كلية العلوم .. رئيساً

أ. د. عباس فاضل محمد / جامعة تكنولوجيا المعلومات والاتصالات .. عضواً

أ. م. د. عبد الباسط كاظم شكر / جامعة ديالى / كلية العلوم .. عضواً

أ. د. زياد طارق مصطفى / جامعة ديالى / كلية العلوم .. عضواً ومشرفاً

وقد تم قبول الرسالة ومنح الطالب درجة الماجستير في تخصص علوم الحاسوب .. ألف مبارك ..

<<  الموضوع التالي  |  الموضوع السابق  >>