شكر وعرفان للباحثين المتميزين في كلية هندسة المعلومات

وجهت رئاسة جامعة النهرين كتاب شكر وتقدير الى (م. د رنا ضياء عبد الجبار و أ. م.د أسامة علي عواد) للمشاركة القيمة لبحثهم الموسوم (Improving Lung Cancer Relapse Prediction Using the Developed Optuna-XGB Classification Model)) التي تمت فهرسة وقائعه في قاعدة بيانات سكوباس،(International Journal of Intelligent Engineering and Systems) وتضمن البحث تحسين التنبؤ بانتكاس سرطان الرئة باستخدام نموذج التصنيف Optuna-XGB المطور، واقترح البحث طريقة للتنبؤ باحتمالية انتكاسة السرطان بشكل أكثر دقة والتي تسير عبر ثلاث مراحل حيث اشارت المرحلة الأولى الى استخدام (Optuna) كنظام لتحسين محددات (XGBoost)، ومن ثم في المرحلة الثانية يتم اختيار الجينات المسؤولة عن المرض وعلى أساس الجينات المختارة يتم تحسين محددات (XGBoost) مرة أخرى في دقة اعلى، وأخيرا تأتي مرحلة التصنيف باستخدام (XGBoost).

كما واكد المقترح ان من المرجح أن ينتكس المصاب بسرطان الرئة في السنوات الخمس الأولى بعد الجراحة على الرغم من إجراء عملية جراحية للمريض ناجحة تمامًا له، مؤكدا على عودة سرطان الرئة مرة أخرى وتؤدي هذه العودة لموت المريض لعدم وجود الاعراض للسرطان في مرحلته المبكرة.

وأشار البحث الى ضرورة استخدام أنظمة ذكية للتنبؤ بانتكاس سرطان الرئة في مراحله المبكرة، وأكد ان الأعمال التي تدرس هذه المشكلة لاتزال تعاني من انخفاض دقة التنبؤ.

واستخدم البحث عمليتي التعلم والاختبار في مجموعة بيانات من نوع microarrayللتعبير الجيني الذي يعبر عن المعلومات السريرية في حالة الانتكاس، وحصل البحث على ثلاثة مجسات وثلاثة جينات مسببة للمرض، وتم مقارنة النموذج المقترح مع XGBoost الأصلي لربط ال XGBoost بمحسنات أخرى ((PSO, Hyperopt وكذلك عمل البحث مقارنات اخرى مع أربع خوارزميات للتعلم الآلي، وهيDeep Fores ,KNN ,SVM, Naive Bayes. وكانت نتيجة دقة النموذج المقترح هي (0,93) ، (0,81) لمجموعتي البيانات المستخدمة وهي اكثر دقة مقارنة مع الأنظمة المقارن معها.

كلية هندسة المعلومات

وحدة الاعلام

/ حزيران /2023