استخدام تقنيات الذكاء الصنعي في تشخيص الأمراض والتنبؤ بها من خلال تحليل صور الرنين المغناطيسي والطبقي المحوري

اسم الباحث: فاتن فيصل خليل

المشرف : أ.د. مهند أحمد رجب

العنوان : استخدام تقنيات الذكاء الصنعي في تشخيص الأمراض والتنبؤ بها من خلال تحليل صور الرنين المغناطيسي والطبقي المحوري

العنوان باللغة الانكليزية : Using Artificial Intelligence techniques in diseases diagnosis and prediction by Analyzing MRI and CT Images

العام : 2023

القسم : هندسة البرمجيات ونظم المعلومات

الملخص :

لقد خرج الذكاء الصنعي من مختبرات البحوث وأفلام الخيال العلمي ليصبح جزءاً لا يتجزأ من حياتنا اليومية ويدخل في صلب جميع قطاعات الحياة بدءاً من النقل والزراعة والمهام اليومية وصولاً إلى الإعلام والطب .

بالنسبة للمجال الطبي، أحدث استخدام الذكاء الصنعي ثورة حقيقية في هذا المجال ليكون مساعداً للأطباء وفي بعض الأحيان بديلاً لهم كونه لا يخضع للخطأ البشري .

قام البحث بالتركيز على دراسة الصور المقطعية للرئة في مجالين أولهما سرطان الرئة كونه المسبب الأول للوفيات على مستوى العالم وكونه لا يكشف عادة إلاّ في مراحل متأخرة، ولا تظهر أعراض على المريض تساهم في الكشف المبكر، لذلك تم الاعتماد على الصور المقطعية للرئة التي تساهم في الكشف المبكر عن الورم .

استخدم البحث بيانات لصور مقطعية لسرطان الرئة ( مؤلفة من أربعة تصنيفات ثلاثة منها لأنواع العقد الرئوية الورميّة  والرابع عدم وجود ورم )، وهذه البيانات مصنفة من قبل خمسة أطباء أشعة ذوي خبرة .

طبقت ستة من نماذج التعلم العميق باستخدام التعلم بالنقل وهي من النماذج الأكثر استخداماً وحداثة ، وكانت نتيجة هذه المرحلة الوصول في بعض النماذج إلى دقة ممتازة كان أعلاها 99.84% لنموذج DenseNet201 وأدناها 56.93% وهي دقة نموذج VGG16، أي إن بعض النماذج لم تصل إلى الدقة المطلوبة لنقول أن النموذج يمكن استخدامه في مثل هذه الأبحاث الحساسة .

في المرحلة التالية وبهدف تحسين دقة ثلاثة نماذج وهي VGG16،ResNet50 و ResNet101 اعتمدت طريقة الدمج لبعض النماذج والتي نتج عنها تحسين في دقة النماذج الثلاثة كما يلي : VGG16 بمقدار 0.4225 ، نموذج ResNet50 بمقدار 0.0065 و ResNet101 بمقدار 0.0533 .

تم أيضاً تحليل الصور المقطعية للرئة للكشف عن COVID-19 من خلال قاعدة بيانات ذات تصنيف ثلاثي ( مصاب بكورونا ، التهاب رئوي ، سليم ) وتم نشر النتائج في مجلة جامعة البعث من خلال بحثين أحدهما تم فيه الكشف عن COVID-19 من خلال ثلاث خوارزميات تعلم عميق والبحث الثاني تم فيه بتطبيق جميع نماذج خوارزمية EfficientNet من B0 إلى B7 وكان النموذج الأفضل هو EfficientNetB5 .

بالنسبة لصور الرنين المغناطيسي MRI تم استخدامها للكشف عن الورم الدماغي باستخدام خوارزميات التعلم العميق وحصلت خوارزمية ResNet50 عل أفضل قيمة Acc = 98.8% .

الكلمات  المفتاحية : الذكاء الصنعي ، التعلُّم العميق ، التعلُّم بالنقل ، التشخيص الآلي ، الكشف بمساعدة الحاسب ، الصور المقطعية ، سرطان الرئة ، العقد الرئوية .

تحميل البحث