تصنيف حالات الإنزلاق الغضروفي للعمود الفقري بإستخدام خوارزمية دعم المتجهات (SVM) على صور الرنين المغناطيسي (MRI)

المؤلفون

  • نجاة محمد عبدالله التباوي قسم الفيزياء، كلية التربية تراغن، جامعة فزان
  • امحمد محمد صفور قسم الفيزياء، كلية العلوم، جامعة سبها
  • حامد عبد الحق سعيد قسم الطاقات المتجددة ، كلية العلوم الهندسية والتقنية، جامعة سبها
  • فاطمة زكريا كلية العلوم التقنية، سيها

DOI:

https://doi.org/10.51984/xtpx9y93

الكلمات المفتاحية:

الانزلاق الغضروفي، التصوير بالرنين المغناطيسي، تجزئة PCA-SHFT، التشخيص بمساعدة الحاسوب خوارزمية دعم المتجهات .(SVM

الملخص

يُعد الانزلاق الغضروفي من الأمراض الشائعة التي تصيب العمود الفقري ويؤدي إلى الضغط على الأعصاب المحيطة ويسبب آلامًا شديدة وأعراضًا عصبية. يعتمد التشخيص الدقيق لهذا المرض بشكل رئيسي على التصوير بالرنين المغناطيسي (MRI)، وهو أحد أكثر تقنيات التصوير الطبي كفاءة في تقديم صور عالية الدقة للأنسجة الرخوة، بما في ذلك الأقراص الغضروفية.  يهدف هذا البحث إلى تطوير نظام تشخيص بمساعدة الحاسوب (CAD) لعملية الكشف عن الانزلاق الغضروفي وتصنيفه باستخدام بيئة البرمجة MATLAB، سعياً لتقليل هامش الخطأ البشري وتسريع اتخاذ القرار الطبي. اعتمدت الدراسة على تكامل خوارزمية (PCA-SIFT) لعملية التجزئة الدقيقة وتوصيف المعالم، ومصفوفة التواجد المشترك للمستويات الرمادية (GLCM) لاستخراج السمات الإحصائية والنسيجية، متبوعة بخوارزمية آلة المتجهات الداعمة (SVM) للتصنيف الثنائي.  استندت المنهجية إلى تحليل 11 صورة رنين مغناطيسي (MRI) لمرضى من مركز سبها الطبي، تم من خلالها استخلاص 54 عينة غضروفية (34 غضروفاً سليماً و20 غضروفاً مصاباً بالانزلاق).  أثبت النظام كفاءته بتحقيق دقة تصنيف إجمالية بلغت 70%. وأظهرت النتائج أن السمات المستخرجة مثل "التفلطح" (Kurtosis) تعد مؤشرات حيوية، حيث سجلت زيادة واضحة في الحالات المصابة، مما يعزز قدرة النظام كأداة دعم تشخيصي أولي. 

 

التنزيلات

منشور

2026-05-16

كيفية الاقتباس

تصنيف حالات الإنزلاق الغضروفي للعمود الفقري بإستخدام خوارزمية دعم المتجهات (SVM) على صور الرنين المغناطيسي (MRI). (2026). وقائع مؤتمرات جامعة سبها, 5(1), 11-14. https://doi.org/10.51984/xtpx9y93

المؤلفات المشابهة

1-10 من 58

يمكنك أيضاً إبدأ بحثاً متقدماً عن المشابهات لهذا المؤلَّف.

الأعمال الأكثر قراءة لنفس المؤلف/المؤلفين