اعلام جامعة بابل | اطروحة دكتوراه في كلية تكنولوجيا المعلومات تناقش"CGAN-BASED SEMANTIC SEGMENTATION"

اطروحة دكتوراه في كلية تكنولوجيا المعلومات تناقش"CGAN-BASED SEMANTIC SEGMENTATION"

نشر بواسطة : ضحى فاضل عباس

تاريخ الخبر : 14/9/2024 31:11:09 PM

عدد المشاهدات : 247

اطروحة دكتوراه في كلية تكنولوجيا المعلومات تناقش"CGAN-BASED SEMANTIC SEGMENTATION"

ضحى فاضل عباس
كلية تكنولوجيا المعلومات تناقش اطروحة دكتوراه " CGAN-BASED SEMANTIC SEGMENTATION FOR QUANTIFICATION OF COVID-19 PNEUMONIA IN CT IMAGES"
لطالبة الدكتوراه ( بيمان حسين حسن محمد ) و بإشراف (د. اسراء هادي علي ) في قسم البرمجيات . و ذلك في الساعة التاسعة من صباح يوم السبت المصادف 14/9/2024 و على قاعة المؤتمرات في كلية تكنولوجيا المعلومات

لقد أثرت جائحة كوفيد - 19- بشكل كبير على حياة الإنسان، مما استلزم طرق تشخيص دقيقة وبروتوكولات علاج فعالة. يستخدم اختبار RT-PCR على نطاق واسع للتشخيص ولكنه يتمتع بحساسية منخفضة وتوافر محدود لمجموعات الاختبار أصبحت صور التصوير المقطعي المحوسب للصدر (CT) بديلاً قابلاً للتطبيق نظرا لحساسيتها ودقتها وسهولة توفرها. يواجه اختصاصيو الأشعة مسؤوليتين مهمتين في إدارة مرضى كوفيد - 19: تحديد المرض وقياس خطورته. يستغرق تقييم البيانات يدويا وقتا طويلاً، في حين أن التقييم النوعي سريع ولكنه عرضة للذاتية تهدف هذه الأطروحة إلى مساعدة أطباء الأشعة من خلال تحديد موقع فيروس كورونا مع القياس الكمي للعدوى بدقة عالية والتنبؤ بحدة الالتهاب الرئوي الناجم عن فيروس كورونا من خلال الصور المقطعية للصدر. يتكون النظام المقترح من جزأين رئيسيين نموذج UCGAN الذي يهتم بالتجزئة الدلالية ويولد قناع التجزئة الدلالية للرئة وهي المنطقة محل الاهتمام (ROI) ، ونموذج التعلم العميق ECGANCOVID وهو عبارة عن شبكة تجزئة دلالية هرمية الذي يولد أقنعة للمناطق المعدية بطريقة دلالية. بعد إنشاء قناعين دلاليين، أقنعة الرئة وأقنعة العدوى، يتم تركيبهما مع التصوير المقطعي المحوسب لتحديد مناطق الرئة المصابة بفيروس كورونا. يتم استخدام درجة القياس الكمي للمناطق المتأثرة للمراقبة الخاصة بالمريض لتطور المرض أثناء فترة العلاج. تستخدم هذه الأطروحة نسبة مستوى البكسل المناطق الرئة المتضررة من عدوى فيروس كورونا وتلك غير المتأثرة لتحديد شدة العدوى وانتشار الفيروس في الرئتين بناءً على نسبة مناطق الإصابة بفيروس كورونا (19-COVID)، يمكن للنظام المقترح التنبؤ بخطورة الإصابة، سواء كانت على مستوى الأشعة المقطعية أو على مستوى المريض، ويمكن تصنيفها إلى ثلاث فئات خفيفة متوسطة وحادة). العمود الفقري لنماذج النظام المقترح هو شبكات الخصومة التوليدية المشروطة (CGAN) مع بنية مكيفة للمولد، الذي يستخدم شبكة أعمق، و Discriminator الذي يستخدم patch-gan، لاستخراج معلومات سياقية إضافية وللحصول على نتائج تجزئة محسنة مع تحقيق تجزئة قوية للمناطق المصابة الصغيرة في الأشعة المقطعية للصدر. أجريت التجارب على مجموعتي بيانات "مجموعة بيانات تقسيم الرئة والعدوى المقطعية لكوفيد - 19" و "مجموعة بيانات تقسيم التصوير المقطعي المحوسب لكوفيد - 19". أدت الإستراتيجية المعززة لمجموعة التدريب على الصور المقطعية إلى تحسين تعميم وقوة نماذج النظام المقترح، مما يجعلها فعالة لمختلف المستشفيات. تم استخدام DSC لقياس جودة النماذج المقترحة، حيث وصل DSC إلى 97.5 و 84.5 لنموذجي UCGAN و ECGANCOVID على التوالي. أيضا، حقق النظام المقترح متوسط MAE قدره 0.53% في قياس مناطق الرئة المصابة، متفوقا على نماذج خط الأساس المختلفة.
علاوة على ذلك، فإن نتائجهم أفضل من نتائج الدراسات السابقة التي استخدمت نفس مجموعة البيانات المتاحة للجمهور، "مجموعة بيانات تقسيم الرئة والعدوى المقطعية لكوفيد - 19، لتدريب النماذج. ومن ناحية أخرى، حققت نماذج النظام نتائج جيدة في توليد أقنعة دلالية مرجعية لكل من مناطق الرئة والعدوى عند استخدام "مجموعة بيانات تجزئة فيروس كورونا 2019 CT" لتقييم تعميم النظام والتأكد من فعاليته في التطبيقات العملية.

ت	اسماء اعضاء لجنة المناقشة	اللقب العلمي	الاختصاص الدقيق	مكان العمل	المنصب
1	د. ايمان صالح صكبان	استاذ	ذكاء اصطناعي و معلوماتية حيوية	جامعة بابل / كلية تكنولوجيا المعلومات	رئيساً
2	د. محمد حسن عبدالامير	استاذ	معالجة صورية	جامعة الكوفة / كلية التربية للبنات	عضوا
3	د. احمد خلفة عبيد	استاذ مساعد	ذكاء اصطناعي و نظم معبلومات	جامعة بابل / كلية تكنولوجيا المعلومات	عضوا
4	د. مي عبدالمنعم صالح	استاذ مساعد	امنية بيانات و معالجة صورية	جامعة بابل / كلية تكنولوجيا المعلومات	عضوا
5	د. محمد صبيح حمود	استاذ مساعد	معالجة صورية	جامعة بغداد	عضوا
6	د. اسراء هادي علي	استاذ	وسائط متعددة و تنقيب بيانات	جامعة بابل / كلية تكنولوجيا المعلومات	عضوا و مشرفا