جامعة صنعاء : الدكتوراه للباحثة مروة الهادي من قسم علوم الحاسوب بكلية الحاسوب

نالت الباحثه /مروة عبدالرحمن عبدالله احمد الهادي درجة الدكتوراه في الحوسبة وعلم المعلومات قسم (علوم الحاسوب) تخصص (علوم حاسوب) كلية (الحاسوب وتكنولوجيا المعلومات) بجامعة صنعاء عن اطروحتها الموسومة بــــــ(نموذج مراقبة ذكي جديد للرعاية الصحية يعتمد على انترنت الأشياء وتقنيات التعلم العميق) يوم السبت تاريخ هجري 16/شعبان/1446 الموافق 15/2/2025م وتكونت لجنة المناقشة والحكم من الأستاذ الدكتور (غالب حمود الجعفري) مشرفا رئيسا وعضو اللجنة والأستاذ الدكتور (عبدالماجد احمد الخليدي) مناقشا داخليا ورئيسا للجنة والأستاذ المشارك(فؤاد حسن عبدالرزاق) مناقشا خارجيا عضو اللجنة وقد هدفت الاطروحة إلي بناء نماذج للتنبؤ بأمراض القلب من خلال معالجة القيود الموجودة في الدراسات السابقة. وكذلك استكشاف تأثير دمج نماذج التنبؤ مع أنظمة المراقبة عن طريق المحاكاة للوقت الفعلي، وضمان التطبيق العملي في الرعاية الصحية. فيما توصلت الاطروحة الى عدد من النتائج منها ارتفاع في نسبه دقه النتائج الخاصة بالتنبؤ بإمراض القلب الى 98.5 % والتطبيق المحاكي بناء على نتيجة التنبؤ وقدمت الباحثة للدكتوراه في اطروحتها عدد من التوصيات منها تجريب أدوات تحسين أخرى بالإضافة إلى الأدوات الحالية، مثل إضافة Stochastic Gradient Descent (SGD) مع Momentum، وAdaptive Gradient Algorithm (Adagrad)، ومقارنتها بأدوات التحسين الحالية بالإضافة الى استخدام اطار عمل (Flask، Dash) لإنشاء لوحات معلومات مراقبة في الوقت الفعلي. حضر المناقشة عدد من الأكاديميين والباحثين والطلاب والمهتمين وعدد من زملاء الباحث وأفراد أسرته.

Today, Saturday Shaaban 16th, 1446H, February 15th, 2025, the candidate researcher/
Marwa Abdul-Rahman Abdullah Ahmed AL-HADI
Obtained the Philosophy of Doctorate degree in Computing and Data Science, Major: Computer Science from Faculty of Computer and Information Technology, Sanaa University, for her thesis entitled:
A novel Smart Healthcare Monitoring Model Based on Internet of Things and
Deep Learning Techniques
The discussing committee was formed of:
♦️ Professor Dr. Ghaleb Hamoud AL-JAPHARI, Principle Supervisor Committee Member,
♦️ Professor Dr. Abdul-Majed Ahmed AL-KHOLAIDI, Internal Examiner Head of Committee, and
♦️ Associate Professor Dr. Fuad Hasan Abdul-Razaq, External Examiner Committee Member.
The thesis aims at addressing the critical lack in heart disease predication accuracy using integrated datasets, and the lack of having an applicable smart IoT application that integrates with deep learning techniques based on the predication process.

The study comes out with some results: the potential of heart disease prediction models powered by deep learning techniques and smart IoT monitoring is meant to revolutionize the healthcare system by enhancing accuracy and applicable work up to 98.5%. Such models provide insights for the future ability of real-time implementation of heart disease prediction and monitoring systems.
The study concludes with some recommendations of which the proposed method provides a solid foundation for future research and encourages digging more in this field not only in heart disease systems but also in other systems. The study recommends using other tools, such as: Stochastic Gradient Descent, Adaptive, Momentum, Gradient Algorithm (Adagrad), all besides a work cadre like Flask and Dash as for monitoring actual real time.

Attendees of the viva session were a number of academics, researchers, interested students of the major, the researcher’s colleagues and some of family members.