مناقشة رسالة ماجستير في كلية التربية للعلوم الصرفة

نوقشت رسالة ماجستير في كلية التربية للعلوم الصرفة على قاعة موتمرات الكلية لقسم علوم الحاسبات بعنوان EEG Features Extraction for Accurate Schizophrenia Classification استخراج ميزات تخطيط كهربائية الدماغ
لتصنيف دقيق للفصام للباحثة عبير صالح عليان

تتالف لجنة المناقشة من قبل اعضاء الجنة المدرجة اسمائهم ادناه

أ.د.كاظم حسن كبان/ جامعة ذي قار / كلية التربية للعلوم الصرفة / رئيسا
أ.د.عقيل محسن حمد/ جامعةًذي قار / كلية علوم الحاسوب وتكنلوجيا المعلومات/ عضوا
أ.م.د.نوفل تركي عبيس/ جامعة بابل / كلية تكنلوجيا المعلومات/ عضوا
أ.د.فراس صبار مفتن/ جامعة ذي قار كلية التربية للعلوم الصرفة / عضوا ومشرفا

وبعد دفاع الباحثة عن رسالتها والنتائج التي توصلت إليها قبلت من قبل أعضاء اللجنة

أهداف البحث
١. تطوير نموذج فعّال قائم على الذكاء الاصطناعي لتصنيف مرضى الفصام باستخدام بيانات تخطيط كهربية الدماغ، ومقارنته بأساليب التعلم العميق والنماذج الهجينة لتحقيق التوازن بين الدقة والكفاءة الحسابية.
٢. تقليل التعقيد الحسابي من خلال استخدام التعلم الآلي للعثور على أكثر القنوات تميزًا، مما يعزز كفاءة النموذج ويقلل تكاليف المعالجة.
٣. تحسين دقة التصنيف من خلال اختيار أكثر السمات تمييزًا عبر التعلم الآلي، مع تقييم تأثير هذا الاختيار على أداء التعلم العميق والنماذج الهجينة.

الاستنتاجات
اقترحت هذه الدراسة إطارًا شاملاً لتصنيف مرضى الفصام والأفراد الأصحاء بناءً على إشارات تخطيط كهربية الدماغ. صُممت وقُيّمت أربع استراتيجيات مختلفة، تجمع بين تقنيات متنوعة لاستخراج السمات، وتحويل البيانات، والتصنيف. ويمكن تلخيص النتائج الرئيسية للدراسة على النحو التالي:
• أظهرت الاستراتيجية الأولى أداءً متفوقًا، إذ اعتمدت على نهج هجين لاستخراج السمات، يجمع بين سمات الرسم البياني للرؤية الأفقية (HVG) وأسس ليابونوف.
• نجح اختيار السمات بناءً على أداء التصنيف في تقليل أبعاد السمات مع الحفاظ على دقة عالية.

• من بين المصنفات التي تم اختبارها (RF، وDT، وKNN، وSVM)، حقق مصنف الغابة العشوائية (RF) باستمرار أفضل دقة تصنيف.

•أظهرت قنوات FP1 وPZ وP4 وO1 وO2 باستمرار قدرة تمييزية قوية في جميع التجارب، مما يؤكد أهميتها في الكشف عن مرض الفصام.

•حققت الطريقة المقترحة دقة تصنيف تصل إلى 99.98% باستخدام مجموعة البيانات الكاملة، و99.95% عند استخدام القنوات الأكثر فعالية فقط. وهذا يُبرز كفاءتها وإمكاناتها في التطبيقات العملية.

•إن تقليل عدد قنوات تخطيط كهربية الدماغ مع الحفاظ على الدقة يُقلل من التكاليف الحسابية ويُعزز إنشاء أنظمة تشخيصية أكثر وضوحًا.
التوصيات (الاعمال المستقبلية)
هناك العديد من الطرق لتحسين النظام المقترح. وفيما يلي أهم التوصيات للأعمال المستقبلية:
1. توسيع تنوع مجموعات البيانات: ينبغي أن تتضمن الأبحاث المستقبلية مجموعة بيانات تخطيط كهربية الدماغ أكبر وأكثر تنوعًا، تشمل أفرادًا من فئات ديموغرافية مختلفة، لتحسين تعميم النموذج ومتانته.
2. تحليل تخطيط كهربية الدماغ القائم على المناطق: بدلًا من تحليل قنوات تخطيط كهربية الدماغ الفردية، يمكن أن يوفر تجميع الأقطاب الكهربائية بناءً على مناطق الدماغ (مثل الجبهي، والجداري، والقذالي) تمثيلًا مكانيًا أكثر شمولاً، وقد يُحسّن أداء التصنيف.
3. التوسع في الاضطرابات العصبية الأخرى: إن تطبيق المنهجية المقترحة لتشخيص اضطرابات أخرى متعلقة بالدماغ، مثل الصرع، ومرض باركنسون، ومرض الزهايمر، يمكن أن يُظهر قابلية تطبيق وفعالية هذا الإطار على نطاق أوسع في مختلف الحالات العصبية.