رسالة ماجستير في كلية تكنولوجيا المعلومات تبحث في تحسين أداء نموذج YOLO لاكتشاف كسور العظام الصغيرة

ضحى فاضل عباس
شهد قسم البرمجيات في كلية تكنولوجيا المعلومات – جامعة بابل مناقشة رسالة ماجستير متميزة بعنوان:
"تحسين أداء نموذج YOLO لاكتشاف كسور العظام الصغيرة باستخدام زيادة البيانات استنادًا إلى البلاط الانتقائي" للطالب منتظر جبار عبيس حسن، وبإشراف الأستاذة الدكتورة إسراء هادي علي، وذلك في تمام الساعة التاسعة من صباح يوم الخميس الموافق 10/7/2025، على قاعة المؤتمرات في الكلية.

تناولت الرسالة واحدة من التحديات الطبية المهمة في مجال تحليل الصور الشعاعية، حيث تم تسليط الضوء على مشكلة اكتشاف كسور العظام الصغيرة والدقيقة في صور الأشعة السينية، وهي من المشكلات التي غالبًا ما يتم إغفالها في التشخيصات الأولية سواء من قبل الأطباء أو من قبل أنظمة الذكاء الاصطناعي الحالية، مما قد يؤدي إلى مضاعفات صحية وتأخر في العلاج.

وأشارت الدراسة إلى أن التطور المتسارع في تقنيات الذكاء الاصطناعي قد أتاح فرصًا واسعة لتحسين دقة التشخيص الطبي، لا سيما في مجال رؤية الحاسوب، إلا أن النماذج التقليدية ما زالت تواجه صعوبة في رصد الكسور الصغيرة بسبب حجمها المحدود وطبيعتها الخفية. ومن هذا المنطلق، اقترحت الدراسة منهجية جديدة ترتكز على ما يُعرف بـ "البلاط الانتقائي" (SSOT)، حيث يتم تحديد مناطق الكسور الدقيقة وانتزاع بلاطات صغيرة منها وتعزيزها بصريًا لتدريب نموذج YOLO على التركيز على هذه التفاصيل الدقيقة.

وقد أظهرت التجارب العملية فعالية المنهجية المقترحة، إذ سجل النموذج المدرب باستخدام هذه الاستراتيجية تحسنًا ملحوظًا في دقة الاكتشاف مقارنة بأساليب زيادة البيانات التقليدية. كما اختُتم البحث بتطوير تطبيق سطح مكتب تطبيقي يمكن أن يُستخدم مستقبلاً من قبل الكوادر الطبية كأداة داعمة في تشخيص الكسور الخفية بدقة أعلى.

تعكس هذه الرسالة جهود الكلية في دعم البحث العلمي التطبيقي وربطه بالاحتياجات الفعلية للمجتمع، خصوصًا في المجالات التي تسهم في تعزيز الخدمات الصحية من خلال تسخير تقنيات الذكاء الاصطناعي الحديثة.