نوقشت رسالة ماجستير في قسم هندسة الحاسوب في الجامعة التكنولوجية، الموسومة :
"Improving Parkinson’s Disease Diagnosis based on Deep Learning Techniques"
"تحسين تشخيص مرض الشلل الرعاش باستخدام تقنيات التعلم العميق"
هدفت رسالة الطالبة منى أحمد زيد إلى تطوير مجال تشخيص مرض باركنسون عبر اختبار نماذج جديدة للتعلم العميق وتحسين كفاءتها ودقتها، مع معالجة تحديات مجموعات البيانات الصغيرة وغير المتوازنة.
اقترحت الدراسة نموذجين من التعلم العميق: نموذج الذاكرة الطويلة والقصيرة المدى المتلاففة (ConvLSTM) ونموذج الشبكة العصبية العميقة (DNN)، حيث حققا دقة بلغت 94.8% و96.07% على التوالي. وللتغلب على محدودية البيانات، تم استخدام الشبكة التنافسية التوليدية (GAN) لتوليد بيانات إضافية، مما أسهم في تحسين دقة ConvLSTM إلى 99.86% وDNN إلى 99.7%.
كما تم تحليل التعقيد الزمني للنموذجين باستخدام نهج أداء التبديل، مما أدى إلى تقليل أبعاد مجموعة الميزات وتقليل الزمن المستغرق إلى 7.01 ثانية لنموذج ConvLSTM و29.46 ثانية لنموذج DNN.
وقد تألفت لجنة المناقشة من: أ.م.د. أيمن داوود سلمان من الجامعة التكنولوجية/ قسم هندسة الحاسوب رئيساً، وأ.م.د. زيد عبد الكريم يحيى من جامعة الكوفة / رئاسة الجامعة / مركز البحث والتأهيل المعلوماتي عضواً، و.م.د.احمد سعد كريم من التكنولوجية/ قسم هندسة الحاسوب عضواً، وأ.م.د. احمد موسى دينار من الجامعة التكنولوجية/ قسم هندسة الحاسوب عضواً ومشرفاً.