تدريسية من كلية التربية للعلوم الصرفة تنشر ببحث علمي مع فريق بحثي  في مجله المانية

         نشرت التدريسية من قسم علوم الحاسبات في كلية التربية للعلوم الصرفة جامعة ديالى المدرس مساعد رشا صبحي حميد بالاشتراك مع  فريق بحثي ضم مدرس جمال ناصر حسون جامعه المستنصرية كليه العلوم وأستاذ مساعد علي حسين فاضل جامعة ديالى و مدرس مساعد بشار احمد خلف كلية بلاد الرافدين وأستاذ دكتور سلامة مصطفى جامعة تون حسين أون ماليزيا بالبحث الموسوم (طريقة اكتشاف وتصنيف COVID-19 الشاذة بناءً على التعلم الآلي الخاضع للإشراف لصور الصدر بالأشعة السينية) في المجلة الدولية (مجلة السفير الالمانية )ذات تصنيف Clarivate ,Q1.

بين الباحثين ان  مصطلح COVID-19 هو اختصار لـ  Coronavirus 2019 ، والذي يعتبر جائحة عالميًا يهدد حياة الملايين من الناس يهدف البحث الى الاكتشاف المبكر للمرض والذي يعطي فرصة كبيرة للتعافي والوقاية من الانتشار.

يقترح هذا البحث طريقة للتصنيف والكشف المبكر عن COVID-19 من خلال معالجة الصور باستخدام صور الأشعة السينية  يتم تطبيق مجموعة من الإجراءات ، بما في ذلك المعالجة المسبقة (إزالة ضوضاء الصورة ، وعتبة الصورة ، والعملية المورفولوجية) ، واكتشاف منطقة الاهتمام (ROI) وتقسيمها ، واستخراج الميزة ، (النمط الثنائي المحلي (LBP) ، الرسم البياني للتدرج (HOG) ، وخصائص نسيج (Haralick) والتصنيف K-Nearest  Neighbor (KNN) وآلة المتجهات الداعمة. (SVM) ينتج عن مجموعات عوامل استخراج الميزات والمصنفات ستة نماذج ، وهي LBP-KNN و HOG-KNN و Haralick-KNN و LBP-SVM و HOG-SVM و Haralick-SVM.

تم اختبار النماذج الستة بناءً على عينات اختبار من 5000 صورة مع النسبة المئوية للتدريب 5 أضعاف التحقق من الصحة.

تظهر نتائج التقييم دقة عالية في التشخيص من 89.2٪ إلى 98.66٪. يتفوق نموذج LBP-KNN على النماذج الأخرى حيث يحقق متوسط دقة 98.66٪ وحساسية 97.76٪ ونوعية 100٪ ودقة 100٪. ثبت أن الطريقة المقترحة للكشف المبكر عن COVID-19 وتصنيفه من خلال معالجة الصور باستخدام صور الأشعة السينية قابلة للاستخدام حيث توفر بنية شاملة دون الحاجة إلى استخراج الميزات يدويًا وطرق الاختيار اليدوية.