الصفحة الرئيسية
نبذة عن العمادة
نبذة عن العمادة
الرؤية والرسالة
الهيكل التنظيمي
الدراسات العليا بجامعة الملك عبد العزيز
الخدمات البحثية والدورات
وحدة الخدمات البحثية
ابحاث مهمة للمجتمع
خدمات العمادة
أسئلة متكررة
الأبحاث
دليل المنسوبين
مواقع مفضلة
دعم الطلاب
خريطة الوصول للعمادة
آلية توزيع الاستبانات
خدمة الاستبانات الطلابية
جوائز الدراسات العليا
التقديم على الجوائز
الفائزون بالجوائز للعام الجامعي 1440
منسوبو العمادة
دليل الموظفين
تواصل معنا
عربي
English
عن الجامعة
القبول
الأكاديمية
البحث والإبتكار
الحياة الجامعية
الخدمات الإلكترونية
صفحة البحث
عمادة الدراسات العليا
تفاصيل الوثيقة
نوع الوثيقة
:
رسالة جامعية
عنوان الوثيقة
:
نظام آلي للتنميط النووي للكروموسومات للتعرف على حالات التشوهات الخلقية الأكثر انتشاراً باستخدام التعلم العميق
AUTOMATED SYSTEM FOR CHROMOSOME KARYOTYPING TO RECOGNIZE THE MOST COMMON NUMERICAL ABNORMALITIES USING DEEP LEARNING
الموضوع
:
كلية الحاسبات وتقنية المعلومات
لغة الوثيقة
:
العربية
المستخلص
:
يعد تحليل الكروموسومات أحد أهم المهام في علم الوراثة الخلوية، حيث يمكّن علماء الوراثة الخلوية من تشخيص الاضطرابات الصحية والخلقية. النمط النووي هو تقنية أساسية في تحليل الكروموسومات حيث يصنف الصورة الطورية إلى 24 صنف من الكروموسومات. هناك نوعان رئيسيان من أنواع اضطراب الكروموسومات: اضطراب في عدد الكروموسومات من خلال إما وجود نسخة إضافية من أحد الكروموسومات أو فقدان كروموسوم من أحد الأزواج، والنوع الآخر اضطراب في هيكل الكروموسوم حيث يكون هناك تغيير في بنية الكروموسوم. النمط النووي اليدوي معقد حيث يتطلب خبرة عالية في المجال ويستهلك الكثير من الوقت. في هذا البحث قمنا بإنشاء نظام آلي باستخدام التعلم العميق للتعرف على التشوهات الخلقية الأكثر انتشاراً الناتجة عن زيادة أو نقص في عدد الكروموسومات على مجموعة من الصور الطورية الغير متداخلة من مركز التميز البحثي في علوم الجينوم الطبي بجامعة الملك عبد العزيز والمحتوية على 147 صورة طورية. في هذا النظام تمر الصور الطورية بثلاثة مراحل. المرحلة الأولى هي تجزئة الكروموسوم عن طريق الشبكة العصبية التلافيفية YOLO v2 متبوعة ببعض المعالجة اللاحقة للكروموسومات. حققت هذه المرحلة دقة تجزئة 100% ونتيجة تقاطع على الاتحاد 0.84 ومتوسط دقة 0.9923. المرحلة الثانية هي استخراج الميزات والتصنيف حيث قمنا بضبط شبكة VGG19باستخدام منهجين مختلفين. في المنهج الأول تمت إضافة طبقة/طبقات fully connected إضافية وفي المنهج الثاني تم استبدال طبقات fully connected بطبقةglobal average pooling . حققت هذه المرحلة نتيجة دقة 95.04%. المرحلة الأخيرة هي اكتشاف التشوهات وحصلت هذه المرحلة على دقة اكتشاف 96.67%.. لمزيد من التحقق من صحة طريقة التصنيف المقترحة، قمنا بتصنيف مجموعة بيانات مختبر التصوير الطبي الحيوي المتوفرة على الإنترنت وحققت دقة 94.11%.
المشرف
:
د. لمياء الرفاعي
نوع الرسالة
:
رسالة ماجستير
سنة النشر
:
1442 هـ
2020 م
المشرف المشارك
:
د. مي فاضل
تاريخ الاضافة على الموقع
:
Friday, January 29, 2021
الباحثون
اسم الباحث (عربي)
اسم الباحث (انجليزي)
نوع الباحث
المرتبة العلمية
البريد الالكتروني
منى سالم الخراز
Al-Kharraz, Mona Salem
باحث
ماجستير
الملفات
اسم الملف
النوع
الوصف
46871.pdf
pdf
الرجوع إلى صفحة الأبحاث