ضمن النشاط العلمي والبحثي المتواصل لمركز التحسس النائي في جامعة الموصل، تم نشر البحث الموسوم

“Enhanced Brain Tumor Classification Using Efficient NetB0 and Hybrid Machine Learning Approaches”

لكل من أ.م.د. عبير عادل محمد و أ.م.د. عبد الرحمن رمزي قبع و أ.د. ريان غازي ذنون، في مجلة Iraqi Journal of Science، والتي تعد ضمن الربع الاولQ1   في مستوعب  Scopus .

تناول البحث موضوع الكشف عن اورام الدماغ ويُعد هذا المرض من احدث أنواع السرطان المنتشرة مع حدوث ما يقارب من 34000 الف حالة وفاة. تشمل القضايا المتعارضة في تصنيف اورام المخ من خلال التعلم الآلي ML صغر حجم البيانات واختيار الميزات والأخطاء الكبيرة في التصنيف. وفر البحث حلولا باستخدام مخطط هجين يستخدم مزيجاً من أساليب التعلم الآلي والتعلم العميق المختلطة للكشف عن المرض. حيث تم استخدام نماذج الشبكات العصبية التلافيفية CNN، وشبكة CNN مع SVM، والغابات العشوائية RF، والانحدار اللوجستي LR، وشبكة EfficientNetB . وقد تم اجراء أربعة أنواع من المقاييس لتحديد دقة النتائج بالإضافة إلى مقارنة الأنواع الخمسة من النماذج المطبقة في الدراسة. أشارت النتيجة إلى أن نموذج EfficientNetB0 كان الأفضل بين جميع النماذج الأخرى في الكشف عن اورام المخ، وقدرته على زيادة إمكانيات التشخيص في البيئات السريرية. قدّم البحث أداء كل فئة من فئات الأورام (الورم الدبقي، والورم السحائي، وورم الغدة النخامية، وعدم وجود ورم) في كل نموذج. وينسجم البحث مع أهداف التنمية المستدامة للأمم المتحدة، ولا سيما الهدف الثالث: الصحة الجيدة والرفاه لضمان حياة صحية وتعزيز الرفاه للجميع من خلال تحسين الوصول إلى الخدمات الصحية والهدف الرابع: التعليم الجيد من خلال توفير فرص تعليمية متكافئة وتطوير مهارات تتناسب مع متطلبات المستقبل.