الفهرس 
Chapter1Only 14 pages are availabe for public view
 |  | from | 147 |  |  |
| | | from | 147 | | |
Abstract
مرض شلل الرعاش (PD) هو اضطراب عصبي مزمن ناتج عن تناقص مستويات الدوبامين بسبب نقص الخلايا المنتجة للدوبامين في المخ. نظرًا لأن المخ هو مركز التحكم في جسم الإنسان بأكمله ، فإن أي نقص في عمل خلاياه يؤثر على الإشارات التي تنتشر إلى الأجزاء المختلفة ويسبب أعراضًا مختلفة. في حالة شلل الرعاش ، يمكن تصنيف الأعراض إلى محركات وغير محركات.مصدر القلق الرئيسي في شلل الرعاش هو أن الأعراض تظهر بوضوح بعد فقدان حوالي 80٪ من خلايا الدوبامين. حتى هذه اللحظة ، لا يستطيع الباحثون تحديد السبب وراء هذا المرض. لا يوجد علاج لمرض شلل الرعاش حتى اللحظة الأخيرة ، ولكن يمكن السيطرة على الأعراض بالأدوية المناسبة. لذلك ، يمكن أن يساعد الاكتشاف المبكر لمرض شلل الرعاش المرضى في التمتع بحياة مكتفية ذاتيًا.ومع ذلك ، فإن هذا يمثل تحديًا كبيرًا بسبب أوجه التشابه بين أعراض شلل الرعاش وأمراض أخرى. تقترح الدراسة الحالية إطارًا عامًا لتشخيص شلل الرعاش باستخدام الصور المكتوبة بخط اليد و /أو إشارات الكلام.في هذه الرسالة ، تم تدريب ثماني شبكات عصبية (CNN) عن طريق Transfer Learning الذي تم ضبطه بواسطة Aquila Optimizer على مجموعة بيانات NewHandPD لتشخيص PD للصور المكتوبة بخط اليد.بالنسبة لإشارات الكلام ، يتم استخراج السمات من مجموعة بيانات MDVR-KCL عدديًا باستخدام 16 خوارزمية لاستخراج السيمات ويتم تغذيتها بأربعة خوارزميات مختلفة للتعلم الآلي تم ضبطها بواسطة خوارزمية Grid Search ، وباستخدام خمس تقنيات مختلفة بشكل بياني وتغذيتها إلى ثمانية Transfer Learning.تقنية جديدة لاستخراج السمات من مجموعة البيانات الصوتية بناءً على تجزئة فترات مقاطع إشارة الكلام المتغيرة ، أي استخدام فترات مختلفة في مرحلة التجزئة. باستخدام التقنية المقترحة ، تم إنشاء خمس مجموعات بيانات مع 281 سمة رقمية.يتم جمع وتسجيل نتائج التجارب المختلفة. بالنسبة لمجموعة بيانات NewHandPD ، فإن أفضل النتائج التم تم الحصول عليها هى 99.75٪ باستخدام VGG19. بالنسبة لمجموعة بيانات MDVR-KCL ، فإن أفضل النتائج التم تم الحصول عليها هي 99.94٪ باستخدام خوارزميات KNN و SVM ML والسمات الرقمية المدمجة ؛ و 100٪ باستخدام السمات الرسومية المدمجة VGG19. وفى النهاية فان هذه النتائج أفضل من الأبحاث الحديثة الأخرى التى تم نشرها من قبل.هذه الرساله تحت عنوان ” نظام تصنيف ذكى لتشخيص الامراض بالاعتماد على التعلم العميق” وتحتوى على 5 فصول.الفصل الأول :يتناول هذا الفصل تعريفاً سريعاً لمرض الشلل الرعاش وخطورته. كما يتضمن شرح لتقنيات التعلم العميق الحديثة والتعلم الالى للكشف عن مرض الشلل الرعاش وتصنيف مراحله.كما يتضمن مقدمة عن الرسالة وأهدافها ومساهماتها الرئيسية.الفصل الثانى :يحتوي على الأبحاث السابقة حول تقنيات التعلم العميق الحديثة وخوارزميات التعلم الآلي التي يستخدمها مؤلفون آخرون للكشف المبكر عن مرض الشلل الرعاش. كما أن يحتوى على مقارنات بين نماذجCNN المدربة من قبل والمزايا والعيوب ووصف كامل لكل نموذج. يحتوي أيضًا على تصنيف للتعلم الآلي ومقارنات بين خوارزميات التعلم الآلي والمزايا والعيوب.الفصل الثالث :يتناول هذا الفصل شرح مفصل عن العمل المقترح ووصفًا كاملاً لخطوات النظام المقترح. حيث يتم استخدام النظام المقترح اللكشف المبكر عن مرض الشلل الرعاش وكذلك يتم تنفيذه للصور المكتوبة بخط اليد و (أو) إشارات الكلام. يتضمن الفصل أيضًا وصفًا كاملاً لمرحلة ما قبل المعالجة.الفصل الرابع :يحتوي على النتائج التجريبية من العمل المقترح وفق عدة مقاييس أداء. علاوة على ذلك ، فإنه يتضمن مقارنات بين العمل المقترح وأحدث النتائج الأخرى.الفصل الخامس :يلخص هذا الفصل الاستنتاجات الرئيسية لهذا العمل.أيضا يقدم هذا الفصل العمل المستقبلي التالي من العمل المقدم في هذه الرسالة.