تمت مناقشة رسالة الماجستير للباحثة نغم أحمد عبود في قسم هندسة الإلكترونيات والاتصالات بكلية الهندسة الميكانيكية والكهربائية في جامعة حمص، بعنوان: “دراسة ومقارنة أداء وفعالية خوارزميات التنقيب في البيانات على إشارات الحساسات الحيوية”.
بإشراف الدكتور المهندس مجد الدين العلي.
تألفت لجنة الحكم من السادة الدكاترة: عبدالله غندور، يسر سيد سليمان الأتاسي، مجد الدين العلي
تم تطبيق تقنيات التنقيب في البيانات على إشارات الحساسات الحيوية القلبية، بداية من معالجة البيانات الأولية واستخلاص الميزات المتعلقة بالحالة الفسيولوجية للمشاركين، وصولاً إلى بناء نماذج تعلم عميق للكشف عن حالات الإجهاد النفسي.
واستخدمت الباحثة نماذج الشبكة العصبونية متعددة الطبقات (MLP) والشبكات العصبونية المدعومة بآلية الانتباه (Attention Mechanism) لتصنيف حالات الإجهاد بناءً على الميزات المستخلصة من إشارات الحساسات الحيوية. تم تدريب النماذج باستخدام بيانات مجموعة WESAD الشهيرة في مجال الكشف عن الإجهاد.
تم تقييم النماذج باستخدام مجموعة من المقاييس مثل الدقة (Accuracy)، الاسترجاع (Recall)، الدقة النوعية (Precision)، ومقياس F1، مع مقارنة النتائج التي تم الحصول عليها باستخدام تقنيات التعلم العميق مقارنة بالخوارزميات التقليدية مثل أشجار القرار (Decision Trees) وRandom Forest. كما تم استخدام منحنى ROC ومصفوفة الارتباك لتحليل الأداء على بيانات الاختبار.
وأظهرت الدراسة فعالية كبيرة لتقنيات تنقيب البيانات في تحسين عملية الكشف عن حالات الإجهاد النفسي باستخدام إشارات الحساسات الحيوية. حيث تم تحقيق نتائج ملحوظة عند مقارنة أداء نموذج التعلم العميق باستخدام الميزات المستخلصة من إشارات الحساسات، مع الخوارزميات التقليدية مثل Random Forest.
توفر الدراسة دليلاً علمياً على فعالية تقنيات التنقيب في البيانات والشبكات العصبونية في تحسين أداء الكشف عن الإجهاد النفسي باستخدام إشارات الحساسات الحيوية.
وتعتبر هذه النتائج خطوة مهمة نحو تحسين الأدوات التشخيصية في الرعاية الصحية، بما يسهم في تطوير أنظمة مراقبة صحية مبتكرة تعتمد على بيانات فسيولوجية حيوية.
وبعد المناقشة مع لجنة الحكم تم منح الباحثة درجة الماجستير بتقدير جيد جداً.
