في إطار سعيه المستمر لتعزيز البحث العلمي وتقديم إسهامات نوعية في مجالات التقانة الحيوية والطبية، حقق مركز بحوث الهندسة الطبية في جامعة الأنبار إنجازًا علميًا جديدًا تمثل في نشر بحث علمي رصين لمدير المركز الأستاذ الدكتور يوسف المشهداني، بعنوان: "COVID-19 IgG antibodies detection based on CNN-BiLSTM algorithm combined with fiber-optic dataset" وقد نُشر هذا البحث في مجلة Journal of Virological Methods، المصنفة ضمن الربع الثاني (Q2) في قواعد بيانات كلاريفيت وسكوبس، حيث يبلغ معامل التأثير (Impact Factor) للمجلة 2.2 ومعدل الاقتباس (CiteScore) 5.8، وتحمل المجلة الرقم الدولي الإلكتروني (E-ISSN: 1879-0984). جاء هذا البحث نتيجة تعاون علمي مشترك مع عدد من الجامعات الماليزية، لا سيما الجامعة الوطنية الماليزية (UKM)، ويقدم البحث مقاربة مبتكرة للكشف عن فيروس كوفيد-19، من خلال تطوير نموذج هجين يجمع بين الشبكات العصبية الالتفافية (CNN) وشبكات الذاكرة طويلة وقصيرة المدى ثنائية الاتجاه (Bi-LSTM)، باستخدام بيانات الألياف البصرية الخاصة بالأجسام المضادة من نوع IgG لفيروس SARS-CoV-2. وقد أظهرت نتائج التجارب أداءً عاليًا للنموذج المُقترح، حيث بلغت دقة التصنيف 89%، والاستدعاء 88%، والخصوصية 90%، ودقة النموذج 90%، ودرجة F1 89%، والمتوسط الهندسي 89%، بينما سجلت منطقة تحت منحنى ROC نسبة 96%. وتمت مقارنة هذه النتائج بنتائج دراسات سابقة مثبتة علميًا، مما يعزز مصداقية النموذج وفعاليته. تشير هذه النتائج إلى أن النموذج الهجين المقترح يمثل خطوة واعدة في مجال الكشف عن كوفيد-19 باستخدام تقنيات الذكاء الاصطناعي، ويمكن أن يكون أداة فعالة تدعم العاملين في القطاع الصحي، خاصةً من خلال تعزيز دقة وخصوصية أدوات التشخيص القائمة على الأجسام المضادة IgG.
صفحة الباحث في Web of Science: (اضغط هنا)
عدد المشاهدات : 53