ناقشت الطالبة مرح هشام محمد قواسمة رسالة الماجستير في برنامج تكنولوجيا التصوير الطبي، وجاءت بعنوان:

“تطوير إطار قائم على الذكاء الاصطناعي لتحسين تصنيف آفات الثدي باستخدام فيديو الموجات فوق الصوتية بالاعتماد على دمج هرمي للميزات المكانية والزمنية والعميقة”.

وتكونت لجنة المناقشة من: أ.د. رضوان القصراوي مشرفًا ورئيسًا، د. حسين المصري ممتحنًا داخليًا، ود. إياد طومار من جامعة بيرزيت ممتحنًا خارجيًا.

وركزت الدراسة على تعزيز تصنيف آفات الثدي في التصوير بالموجات فوق الصوتية، عبر الاستفادة من الديناميكيات الزمنية في الفيديو ودمجها مع الميزات العميقة ضمن إطار دمج هرمي للميزات.

وأشارت النتائج إلى أن أفضل طريقة لتمييز آفات الثدي كانت باستخدام مزيج من الميزات العميقة مع طريقة دمج هرمي للميزات (HFF)، فقد أعطى هذا المزيج أعلى دقة، خاصة في التعرف على الآفات الحميدة. كما أن استخدام الميزات العميقة وحدها قدّم نتائج جيدة أيضاً، في حين أن الاعتماد على المعلومات الزمنية فقط كان الأقل دقة.

وأظهرت النتائج أن أفضل دقة في اكتشاف الآفات الخبيثة كانت عند استخدام الميزات العميقة مع الانحدار اللوجستي. كما أن طريقة دمج الميزات (HFF) قدّمت أداءً قويًا أيضًا، بينما كانت الميزات الزمنية وحدها الأقل دقة. وتشير النتائج إلى أن دمج المعلومات من عدة مصادر يساعد النموذج على رؤية الصورة بشكل أوضح، فيصبح التمييز بين الأنواع أسهل. وتستفيد النماذج البسيطة من هذا الدمج بشكل كبير، بينما يكون تأثيره أقل على النماذج الأكثر تعقيدًا لأنها قادرة بالفعل على التعامل مع البيانات المعقدة.

وأكدت الدراسة أن استغلال البعد الزمني في فيديو الألتراساوند مع دمج الميزات العميقة ضمن HFF يحقق أداءً تنافسيًا جدًا، ويمثل اتجاهًا واعدًا لدعم قرار اختصاصيي الأشعة وتقليل التباين في التفسير، مع التأكيد على أهمية التحقق على بيانات أكبر ومتعددة المراكز لضمان قابلية التعميم سريريًا.

يشار إلى أن الطالبة قواسمة قامت بنشر بحث مستل من رسالة الماجستير في مجلة Intelligence-Based Medicine في دار النشر Elsevier، بعنوان:

“Hybrid spatiotemporal feature fusion for robust lesion detection and tracking in breast ultrasound video data”.

https://www.sciencedirect.com/science/article/pii/S2666521225001358