استعرضت جامعة تونتك الدولية للتكنولوجيا – كلية علوم الحاسوب وتقنية المعلومات مشروعًا بحثيًا متميزًا بعنوان:

A Hybrid Framework for High Precision Classification of Fetal Brain Anomalies in Ultrasound Imaging،

ويهدف إلى تطوير نموذج ذكي متقدم لتصنيف تشوهات دماغ الجنين بالاعتماد على صور الأشعة الصوتية، بما يسهم في دعم التشخيص المبكر ورفع كفاءة التقييم الطبي.
واعتمد المشروع على بناء نموذج هجين باسم ConvDAB-Net من خلال دمج بنية ConvNeXt مع آليات الانتباه (Channel Attention وSpatial Attention)، بهدف تحسين دقة استخراج الخصائص من الصور الطبية وتقليل تأثير الضوضاء، مما يعزز قدرة النموذج على التمييز بين الحالات المرضية بكفاءة عالية.
ولتعزيز موثوقية النتائج، تم تقييم النموذج باستخدام عدة استراتيجيات تدريبية، شملت معالجة البيانات غير المتوازنة والمتوازنة، إضافة إلى تطبيق تقنية التحقق المتقاطع (Cross-Validation)، حيث حقق النموذج دقة تجاوزت 98% مع أداء مستقر في مختلف السيناريوهات.
كما تميز المشروع باستخدام تقنية Grad-CAM لتفسير قرارات النموذج وإبراز المناطق المؤثرة في الصور، مما يعزز الشفافية والثقة في مخرجات النظام، ويدعم إمكانية استخدامه كأداة مساندة في التشخيص الطبي.
ويعكس هذا المشروع مستوى متقدمًا من التكامل بين الذكاء الاصطناعي والتصوير الطبي، ويجسد كفاءة الطلبة في تطوير حلول تقنية ذات أثر عملي في المجالات الصحية الدقيقة.

تنفيذ المشروع:
جوهره عبدالسلام
إشراف:
د. أمين شايع
أ. محمد القماسي

لجنة المناقشة الداخلية:
د. حمزة جامل – عميد كلية علوم الحاسوب وتقنية المعلومات
د. أيمن الصبري – عميد الدراسات العليا والبحث العلمي
أ.د. فضل باعلوي – عميد مركز التطوير وضمان الجودة
د. جميل حمزة – رئيس قسم تقنية المعلومات

لجنة المناقشة الخارجية:
أ.د. أحمد سلطان الهجامي – جامعة صنعاء
أ.م.د. مالك الجبري – جامعة صنعاء

جامعةتونتكالدولية_للتكنولوجيا

الذكاء_الاصطناعي

مشاريع_التخرج

IUTT