من إنجازات باحثي جامعة تربية مدرس؛
التنبؤ بعمر الدماغ باستخدام طريقة الانحدار التراكمي العميق
الوفاق/ نجح باحثو قسم هندسة الكمبيوتر بجامعة تربية مدرس في تقديم نهج جديد للتنبؤ بعمر الدماغ استنادًا إلى شبكة الرسم البياني التلافيفية (GCN) والتي تقيم حالة نمو أو شيخوخة الدماغ. حيث أعلنت جامعة تربية مدرس، نقلاً عن بتول ذياب، عن هذا الإنجاز: أن هذا البحث أجري على شكل أطروحة ماجستير في مجال هندسة الكمبيوتر والذكاء الاصطناعي والروبوتات.
وأشارت ذياب إلى أهمية التنبؤ الدقيق بعمر الدماغ من أجل تقييم الصحة الإدراكية للشخص وتحديد إصابات وأمراض الدماغ والتنبؤ الدقيق بعمر الدماغ للعديد من المجالات الطبية الحيوية لتقدير العمر المعرفي للناس، يتم بناءً على فحوصات الدماغ أو بيانات تصوير الدماغ الأخرى، فهو أمر ضروري.
حتى يمكن استخدامه في البحث لدراسة آثار الشيخوخة على الدماغ، وكذلك في البيئات السريرية لتقييم الصحة المعرفية للشخص وتحديد المشكلات المحتملة مثل تلف الدماغ أو المرض أو غيره.
وأضافت الباحثة من جامعة تربية مدرس: تم تقديم التنبؤ بعمر الدماغ بناءً على الشبكة التلافيفية للرسم البياني (GCN) في هذه الدراسة كنهج جديد لتقييم حالة نمو أو شيخوخة الدماغ في وقت التصوير.
وقالت ذياب أيضًا: تم تدريب نموذج الشبكة التلافيفية للرسم البياني على الرسوم البيانية المختلفة التي تحتوي على بيانات التصوير بالرنين المغناطيسي الوظيفي (fMRI) باستخدام تقنيات التعلم عبر الإنترنت والتعلم الجماعي الكامل للتنبؤ بالعمر الزمني للدماغ بناءً على أنماط اتصال
الدماغ.
هذا وتتم مقارنة النماذج المختلفة باستخدام هياكل الرسوم البيانية المختلفة من 243 عينة (الرسوم البيانية السكانية والرسوم البيانية الفردية) وباستخدام طرق الانحدار الخطي التقليدية، كانت أفضل درجة MAE التي تم الحصول عليها باستخدام التعلم عبر الإنترنت لنموذج GCN المطبق على الرسوم البيانية للدماغ الفردي 2.74.
وقد صرح المشرف على هذا البحث قائلاً: أظهرت النتائج أن نماذج GCN تؤدي أداءً أفضل من الطرق التقليدية من حيث دقة التنبؤ وتوفر أداة واعدة لتقييم صحة الدماغ وتحديد العلامات المبكرة للتدهور المعرفي.
وقد تم إجراء هذا البحث على شكل رسالة ماجستير لبتول ذياب بتوجيه من المشرف محمد صنيعي آبادة في كلية الهندسة الكهربائية وهندسة الكومبيوتر.