دراسة مقارنة بين أداء الشبكات العصبية و نظام الاستدلال العصبي الضبابي المتكيف في تشخيص سرطان الثدي بالاعتماد على السمات البنيوية

في هذه البحث تم تصميم شبكة عصبية اصطناعية تعتمد على خوارزمية الانتشار الخلفي للخطأ (BPNN) لتشخيص أورام الثدي و كذلك تصميم مصنف للتشخيص باستخدام نظام الاستدلال العصبي الضبابي المتكيف (ANFIS) و قد اعتمدت كلا الدراستين على السمات البنيوية للخزع الموجودة في قاعدة البيانات لصور الثدي لجامعة ويسكونسون في الولايات المتحدة الأميركية” Wisconson Brest Cancer dataset“ في النهاية تم اجراء مقارنة بين الدراستين من أجل التشخيص الحميد و الخبيث للكتل السرطانية لسرطان الثدي حيث حصلت الدراسة الاولى BPNN على دقة %95.95 بينما الدراسة الثانية ANFIS حصلت على دقة 91.9% و هذه النتائج تعتبر هامة جدا و مساعدة إذا ما قورنت بالأبحاث المعتمدة على السمات الشكلية المأخوذة من الصور لأجهزة متنوعة كالماموغراف و الرنين المغناطيسي.

مصنِّف جديد لكشف مرض عدم انتظام ضربات القلب مبني على الاستدلال العائم بالشبكات العصبونية

تم في هذا البحث التوصُّل إلى بناء مصنِّف جديد لكشف مرض عدم انتظام القلب Cardiac Arrhythmias بالاعتماد على اقتباس إشارة ضربات القلب EMG، حيث يمكن للمصنف كشف مواقع ضربات القلب ضمن الإشارة EMG و استخلاص السمات الخاصة بها و باستخدام هذه السمات يتم اتخاذ القرار بنوع ضربة القلب التي تم كشفها فيما لو كانت معتلة (مريضة) أم طبيعية. ركَّز البحث على كشف المرضين 1- خوارج الانقباض البطيني PVC و 2- خوارج الانقباض الأذيني PAC. استطاع المصنِّف الجديد كشف المرضين بسبة عالية حيث بلغ وسطي دقة الكشف 97.56%. تم تطوير المصنِّف جديد بناءً على خوارزميات الاستدلال العائم باستخدام الشبكات العصبونية ANFIS، حيث يحتوي على شبكتين عصبونيتين متعاقبتين، تقوم الشبكة الأولى بفرز ضربات القلب الطبيعية من المعتلة في حين تقوم الشبكة الثانية بكشف نوع المرض في الضربات المعتلة فقط. لقد أمَّنت هذه البنية الجديدة فعالية و دقة كشف أعلى مقارنةً بالمُصَنِّفات المعروفة عالمياً.

التشخيص الآلي لأمراض القلب بالاعتماد على معالجة صور إشارات ECG و تقنيات الذكاء الصنعي

أدى دخول الحاسب إلى العديد من المجالات, كالمجال الطبي, إلى تطوير تقنيات جديدة أدت إلى ازدهار هذه المجالات, مما ساعد الأطباء في كشف و تشخيص الأمراض بدقة و مصداقية, حيث تؤدي خبرة الطبيب بالإضافة إلى دقة الحاسب للوصول إلى مصداقية تشخيص عالية كما تساهم بشكل كبير في نجاح الجراحات العلاجية و إنقاذ كثير من الأرواح . يهدف البحث إلى اقتراح طريقة جديدة لاكتشاف و تصنيف أمراض القلب في صور إشارات ECG و ذلك باستخدام نظام الاستدلال العصبي الضبابي المتكيف ANFIS. تم تطبيق الطريقة المقترحة على قاعدة بيانات لصور إشارات ECG تتكون من 147 صورة تصاحبت كل منها مع التقرير الطبي المرافق, حيث استخدمت التقارير الطبية للتحقق من صحة الاكتشاف و التصنيف و قد حققت هذه الطريقة دقة عالية وصلت حتى 97% في عملية الاكتشاف و التصنيف. تم بناء النظام المقترح باستخدام برنامج MATLAB و ذلك بالاعتماد على كل من مكتبات معالجة الصورة و الشبكات العصبية و المنطق الضبابي.

تطوير حل مسألة الحركة المجردة العكسية المعتمد على تقنية نظام الاستدلال العائم المتكيّف عصبونيا باستخدام زاوية الاتجاه

إن عملية التحكم بالأذرع الروبوتية تشتمل على العديد من التحديات الهندسية انطلاقاً من مرحلة التصميم الميكانيكي إلى مرحلة البرمجة. تعد مسألة الحركة المجردة العكسية واحدة من أكثر تلك التحديات صعوبة, حيث أنها تتطلب تحديد زوايا المفاصل لإيصال النهاية المؤثرة إلى موقع محدد, و تنبع صعوبة هذه المسألة من لا خطيّتها و امكانية تعدد الحمول أو عدم وجودها في بعض الأحيان. اقترحت العديد من الحمول لحل مسألة الحركة المجردة العكسية منها التحليلية و منها العددية بالإضافة إلى الحمول المعتمدة على الذكاء الصناعي. في هذا البحث تم مناقشة حل مسألة الحركة المجردة العكسية باستخدام نظام الاستدلال العائم المتكيّف عصبونياً و اقترحت بعض التعديلات و تم بيان مدى جدواها.