باحث من كلية الهندسة ينشر بحث في مستوعبات سكوبس يوظف تقنيات الذكاء الاصطناعي في تحليل صور الماموغرام للكشف المبكر عن سرطان الثدي

نشر المدرس المساعد إياد محسن سبهان، التدريسي في قسم الهندسة المدنية – كلية الهندسة – جامعة ميسان، بالتعاون مع مجموعة من الباحثين، بحثًا علميًا تخصصيًا في مجلة African Journal of Applied Research، وهي إحدى المجلات العلمية المفهرسة ضمن مستوعبات Scopus، والمصنفة ضمن الربع الرابع (Q4)، وبدرجة اقتباس CiteScore تبلغ 1.0.
وجاء البحث بعنوان:

EARLY BREAST CANCER DIAGNOSIS IN MAMMOGRAPHY THROUGH MICROCALCIFICATION AND MASS SEGMENTATION WITH DEEP LEARNING
CLASSIFICATION
ويتناول البحث تطوير منهج يعتمد على تقنيات التعلم العميق والشبكات العصبية المتكررة (RNN) للكشف عن التكلسات الدقيقة (Microcalcifications) وتصنيفها في صور الماموغرام، نظرًا لأهميتها
في دعم الكشف المبكر عن سرطان الثدي.
واعتمدت المنهجية على استخراج خصائص فعّالة من صور الماموغرام باستخدام واصفات الانحناء الأقصى (Maximum Curvature Descriptors) والعمليات المورفولوجية، ومن ثم إدخال هذه الخصائص إلى نموذج الشبكة العصبية المتكررة بهدف التمييز بين الآفات الحميدة والخبيثة.
وأظهرت النتائج أداءً مرتفعًا للنموذج المقترح، إذ بلغت الحساسية 98.00%، والدقة 97.50%، والقيمة التنبؤية الإيجابية 98.30%، والقيمة التنبؤية السلبية 96.32%، بما يشير إلى الإمكانات الواعدة لتقنيات الذكاء الاصطناعي في دعم تحليل صور الماموغرام وتصنيف التكلسات الدقيقة.
وأشار الباحثون إلى أن الدراسة أُجريت على مجموعة بيانات محدودة، الأمر الذي يستدعي توسيع نطاق الدراسات المستقبلية لتشمل بيانات متعددة المراكز وأكثر تنوعًا من حيث أجهزة التصوير والمؤسسات الصحية، للتحقق بصورة أوسع من قدرة النموذج على التعميم وملاءمته للتطبيقات السريرية.
وتبرز الدراسة أهمية توظيف التعلم العميق والذكاء الاصطناعي في تحليل الصور الطبية وتطوير أدوات مساندة للكشف المبكر والتشخيص، مع التأكيد على ضرورة إجراء المزيد من عمليات التحقق السريري قبل اعتماد مثل هذه النماذج في الممارسة الطبية.
رابط البحث في Scopus:
https://www.scopus.com/pages/publications/105045240587…
●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●
شعبة الإعلام والاتصال الحكومي
كلية الهندسة – جامعة ميسان