الفهرس 
Chapter 1 IntroductionOnly 14 pages are availabe for public view
 |  | from | 110 |  |  |
| | | from | 110 | | |
Abstract
في هذه الرسالة، قمنا بتطوير خوارزمية تعلم الآلة لفحص تغيير كل خاصية من خصائص القرنية على حدى بناءعلى ضغط نفثة الهواء الناتج باستخدام البيانات الناتجة من خوارزمية المحاكاة المشتركة العددية في برنامج Abaqus. أظهرت النتائج أنه لا يوجد علاقة ثابتة مع تغيير كل خاصية بشكل منفصل لضغط النفخة، ويجب أن يتم اعتبار جميع الخصائص بأكملها للحصول على أدق توزيع لضغط نفثة الهواء، وهو ما يستلزم الاعتماد على خوارزمية تعلم اّلي. ثم تمت محاكاة 23 حالة مختلفة في نموذج التأثير المتبادل بين نفثة الهواء وهيكل العين لتكون مجموعة البيانات الجديدة لخوارزمية تعلم الآلة، وأكدت النتائج أن الخوارزمية يمكنها التنبؤ بضغط النفثة من خصائص القرنية بخطأ متوسط مطلق (MAE)قدره 0.0258، وجذر الخطأ المتوسط التربيعي (RMSE) قدره 0.0673، ووقت تنفيذ قدره 93 ثانية، والذي تم بعد ذلك تطبيقه على نموذج العين لإنتاج انحناء وتشوه القرنية. وتم التحقق من الخوارزمية بمقارنتها بنتائج الدراسات السابقة ً وبيانات مرضى جاهزة. أظهرت المقارنات لضغط النفخة وتشوه القرنية أن هذه الخوارزمية يمكنها إنتاج سلوك جيد وقريب من سلوك القرنية الحقيقي وانتاج شكل تشوه القرنية وتوزيع الضغط لأي خصائص قرنية جديدة لحالات مرضى مختلفة، مع مراعاة التأثير المتبادل بين الهواء والعين، في غضون 720 ثانية (12 دقيقة) بدلاً من 101000 ثانية (28ساعة)، مما يشكل حوالي 99.2٪ من تقليل الوقت. يمكن أن يساعد هذا الانخفاض الكبير في التكلفة الحسابية في النظر إلى عدد أكبر من النماذج الخاصة بالمرضى ذوي الخصائص الديناميكية المختلفة لتطوير معادلة قياسات ضغط العين، والتي يمكن بعد ذلك استخدامها ب شكل عكسي لتحسين تقدير سلوك خصائص القرنية. بعد تطوير هذه الخوارزميات، يمكن استخدامها كبديل للمعادلات السابقة.