تمت في قسم هندسة الطب الحياتي مناقشة طالب الماجستير رائد حامد لطيف، وذلك يوم الخميس الموافق 10 تموز 2025، حول أطروحته الموسومة:

Automated Segmentation of Lung Lesions in Chest using Hybrid Approaches

تألّفت لجنة المناقشة من:

رئيس اللجنة: الأستاذ الدكتور صادق كامل غركان – الكلية التقنية الهندسية الكهربائية / الجامعة التقنية الوسطى

عضوًا: الأستاذ المساعد الدكتور أُسيل محمد علي حسين – كلية الهندسة / جامعة النهرين

عضوًا: المدرس الدكتور أثيل نوفل محمد طاهر – كلية الهندسة / جامعة النهرين

وكانت الأطروحة بإشراف:

الأستاذ المساعد الدكتور أحمد فائق حسين – كلية الهندسة / جامعة النهرين

وقد قُيّمت الأطروحة علميًا من قبل:

المقوم العلمي الأول: الأستاذ المساعد الدكتور محمد صباح جرجيس – الجامعة التقنية الشمالية / الكلية التقنية الهندسية – الموصل

المقوم العلمي الثاني: الأستاذ المساعد الدكتور إسراء بدر ناصر – كلية الهندسة / جامعة النهرين

كما قُوّمت لغويًا من قبل:

المدرس الدكتور سمر علي جابر – كلية الهندسة / جامعة النهرين

تهدف هذه الدراسة إلى تطوير نموذج هجين لتجزئة آفات الرئة في صور الأشعة المقطعية للصدر باستخدام تقنيات التعلم العميق والأساليب التقليدية.

يعتمد النموذج على دمج تقنيات التجزئة التقليدية مع نموذج SKICU-Net المعدّل، الذي يتضمن آليات انتباه ومحسنات انتقائية (Selective Kernel Blocks)، لغرض تحسين دقة التجزئة.

كما تضمن العمل استخدام أدوات التحليل النوعي مثل  Grad-CAM++، وخوارزمية كشف الحواف (Canny Edge Detection)، وتحليل الهستوغرام، لتقييم جودة التجزئة بصريًا.

وقد أظهرت النتائج أن النموذج المقترح يتفوق على النماذج التقليدية والمعمقة الأخرى مثل U-Net وVGG19  من حيث دقة التجزئة ومؤشرات الأداء المختلفة مثل: DSC , IoU , F1-score

وقد تم قبول الأطروحة لكونها مستوفية لمتطلبات نيل شهادة الماجستير.

The Master’s thesis defense of Mr. Raad Hamed Latif was held at the Department of Biomedical Engineering on Thursday, 10th July 2025. His thesis is titled:

“Automated Segmentation of Lung Lesions in Chest using Hybrid Approaches”

The examination committee consisted of:

• Chair: Prof. Dr. Sadiq Kamil Garkan – College of Electrical Engineering Technology / Middle Technical University

• Member: Asst. Prof. Dr. Aseel Mohammed Ali Hussein – College of Engineering / Al-Nahrain University

• Member: Lecturer Dr. Atheel Nawfal Mohammed Taher – College of Engineering / Al-Nahrain University

The thesis was supervised by:

• Asst. Prof. Dr. Ahmed Faeq Hussein – College of Engineering / Al-Nahrain University

The thesis was scientifically evaluated by:

• First scientific reviewer: Asst. Prof. Dr. Mohammed Sabah Jirjees – Northern Technical University / College of Engineering Technology – Mosul

• Second scientific reviewer: Asst. Prof. Dr. Israa Badr Nasser – College of Engineering / Al-Nahrain University

It was also linguistically reviewed by:

• Lecturer Dr. Samar Ali Jabir – College of Engineering / Al-Nahrain University

This study aims to develop a hybrid model for segmenting lung lesions in chest CT images using deep learning techniques alongside traditional methods.
The model combines conventional segmentation techniques with a modified SKICU-Net architecture, which incorporates attention mechanisms and selective kernel blocks to enhance segmentation accuracy.

The work also included the use of qualitative analysis tools such as Grad-CAM++, the Canny Edge Detection algorithm, and histogram analysis to visually evaluate segmentation quality.

The results demonstrated that the proposed model outperforms traditional and other deep learning models such as U-Net and VGG19 in terms of segmentation accuracy and various performance metrics including DSC, IoU, and F1-score.

The thesis was accepted as it fulfilled the requirements for obtaining the Master’s degree.