مناقشة رسالة طالبة الماجستير منى قيس محمد من قسم علوم الحاسوب
أضيف بواسطة : عبد الله سامر | #مناقشات_الدراسات_العليا |
ناقش قسم علوم الحاسوب في كلية العلوم بجامعة ديالى رسالة طالبة الماجستير منى قيس محمد الموسومة تصنيف مرض الثلاسيميا واكتشافه على أساس تقنية الذكاء الاصطناعي وذلك على قاعة المناقشات في عمادة الكلية.
أوضحت الباحثة في دراستها أن مرض الثلاسيميا يعتبر من أكثر اضطرابات الدم الوراثية شيوعًا والتي حظيت باهتمام كبير في مجالات البحث الطبي في جميع أنحاء العالم. بناءً على سلسلتي عديد الببتيد لا يمكن علاجه ، ولكن الكشف المبكر عن الثلاسيميا وتصنيفه من خلال عملية الفحص هو أفضل طريقة للوقاية من مرض الثلاسيميا. إذا تم الكشف المبكر ، يمكن للمرضى الحصول على العلاج المناسب. يساعدهم على زيادة متوسط العمر المتوقع وتقليل خطر الإصابة بالثلاسيميا للجيل القادم.
في هذه الدراسة ، تم بناء أنظمة فعالة لتصنيف الثلاسيميا لزيادة الدقة وتقليل معدل الخطأ في عملية التشخيص. يعتمد هذا العمل على نموذجين مقترحين لكشف مرض الثلاسيميا وتصنيفه. النموذج الأول المقترح هو تقنية التعلم الآلي والتي تشمل الشبكة العصبية الاصطناعية (ANN) ، وشجرة القرار (DT) ، وأقرب الجيران (KNN) والانحدار اللوجستي (LR). يتكون النظام الأول المقترح من مرحلتين رئيسيتين: مرحلة ما قبل المعالجة والتصنيف لمرحلة الثلاسيميا. النموذج الثاني المقترح هو تقنيات التعلم العميق التي تتكون من شبكة عصبية تلافيفية (CNN) وشبكة عصبية عميقة (DNN).
تم اختبار النظام المقترح باستخدام مجموعتين من بيانات الثلاسيميا ، النوع الأول تنقسم إلى 30٪ للاختبار و 70٪ للتدريب ، والنوع الثاني و تنقسم إلى 20٪ للاختبار و 80٪ للتدريب. تظهر نتائج المقارنة أن النظام المقترح له أداء تشخيصي فعال ويمكن استخدامه كأداة واعدة لتشخيص مرض الثلاسيميا مقارنة بالطريقة الحالية الأخرى حيث معدل دقة النهج المقترح الأول لمجموعة البيانات الأولى باستخدام ANN هو 99٪ ، DT هو 99٪ ، LR 99٪ و KNN 98٪. كانت نتيجة النهج الثاني المقترح لمجموعة البيانات الثانية باستخدام تقنية التعلم العميق بمتوسط دقة 99٪ لشبكة CNN و 83٪ لـ DNA .
وتألفت لجنة المناقشة من السادة المدرجة أسماؤهم أدناه:
وقد تم قبول الرسالة ومنحت الطالبة درجة الماجستير في تخصص علوم الحاسوب .. ألف مبارك ..
|
مواضيع ذات صلة | الأرشيف |