Une nouvelle réalisation scientifique par le Centre de recherche en ingénierie biomédicale de l'Université d'Anbar

Dans le cadre de ses efforts continus pour faire progresser la recherche scientifique et contribuer aux domaines de la biotechnologie et de l'ingénierie médicale, le Centre de recherche en ingénierie biomédicale de l'Université d'Anbar a atteint une nouvelle étape. Le directeur du Centre, Prof. Dr. Yousif Al-Mashhadany, a publié un article de recherche à fort impact intitulé : "Détection des anticorps IgG COVID-19 basée sur l'algorithme CNN-BiLSTM combiné avec un ensemble de données en fibre optique". L'étude a été publiée dans le Journal of Virological Methods, une revue évaluée par des pairs indexée dans Clarivate et Scopus, classée dans Q2. La revue a un facteur d'impact de 2,2 et un CiteScore de 5,8, avec l'ISSN électronique : 1879-0984. Cette publication est le résultat d'un effort de recherche collaboratif avec plusieurs institutions malaisiennes, notamment l'Université nationale de Malaisie (UKM). L'étude propose une approche innovante pour détecter le COVID-19 à travers un modèle hybride qui intègre des réseaux de neurones convolutifs (CNN) et des réseaux de mémoire à long terme bidirectionnels (Bi-LSTM), utilisant des données en fibre optique liées aux anticorps IgG pour le virus SARS-CoV-2. Les résultats expérimentaux ont démontré la haute performance du modèle proposé, atteignant une précision de classification de 89 %, un rappel de 88 %, une spécificité de 90 %, une précision de 90 %, un score F1 de 89 % et une moyenne géométrique de 89 %. Le modèle a également enregistré une aire sous la courbe ROC de 96 %. Ces résultats ont été comparés à des études précédentes, confirmant la fiabilité et l'efficacité du modèle. Les résultats indiquent que le modèle hybride proposé détient un potentiel prometteur pour la classification précise des cas de COVID-19. Il pourrait servir d'outil de diagnostic précieux dans les établissements de santé, en particulier en améliorant la précision et la spécificité de la détection basée sur l'analyse des anticorps IgG.

Liens de recherche et d'indexation :

Article sur ScienceDirect :(Cliquez ici)

Profil de l'auteur sur Scopus :(Cliquez ici)

Profil de l'auteur sur Web of Science: (Cliquez ici)