ناقشت الكلية التقنية الهندسية النجف بجامعة الفرات الأوسط التقنية رسالة ماجستير حول استخدام خوارزمية التعلم الآلي لكشف وتصنيف المضادات الحيوية وكشفها بوضع تسميات أو فئات للبينات المدخلة بناءً على الأنماط والميزات المستخرجة من البيانات.
بينت الرسالة الموسومة (بناء نظام لكشف وتصنيف المضادات الحيوية يعتمد على تقنيات التعلم واكتشاف الأشياء)
Building system to predication and antibiotic classification based on learning techniques and object detection
المقدمة من قبل الطالبة (رؤى جاسم محمود) حيث تستكشف هذه الدراسة استخدام طرق تعلم الالة لتصنيف للمضادات الحيوية و تحسين التصنيف باستخدام التعلم العميق من خلال الشبكة العصبية التلافيفية (CNN).
كما بينت الدراسة الكشف عن موقع الاقراص ونوعها باستخدام نموذج (YOLOv8) داخل طبق بتري المستعمل في المختبرات الطبية لفحص مقاومة البكتريا للمضادات الحيوية بغض النظر عن عدد المضادات المستخدم.
تهدف الرسالة الى دراسة الجدوى والتطبيق العملي لإدراج نماذج الكشف عن الاشياء لتحديد المضادات الحيوية في البيئات السريرية، ووضع إطار عمل لدمج هذه النماذج في سير عمل المختبرات.
ومن ابرز النتائج التي توصلت اليها الرسالة هو اختيار Logistic regression ليكون المصنف التقليدي الأكثر دقة بنسبة (91٪) ، تليها neural networks (NN) بدقة (90٪). واظهرت النتائج ان استخدام التعلم العميق بطريقة CNN قد حسن التصنيف ليكون أكثر كفاءة حيث حقق دقة (99.9٪) لتحديد نوع المضاد الحيوي . فيما بلغت قيمة الدقة (mAP50) للكشف عن الأقراص (99.5٪).
ومن ابرز البحوث المنشورة ضمن هذا المجال :
• A Survey of Medical Image Analysis Based on Machine Learning Techniques.
• Antibiograms Image Classification Based on AI Techniques.
الكلية التقنية الهندسية – نجف جامعة الفرات الاوسط التقنية
