تمت في قسم هندسة الطب الحياتي مناقشة طالبة الماجستير مريم وليد حاتم، وذلك يوم الاثنين الموافق 25 اب 2025، حول أطروحتها الموسومة:

Brain-Computer Interface for Smart Home Automation using EEG and Artificial Intelligence

تألّفت لجنة المناقشة من:

رئيس اللجنة: الأستاذ المساعد الدكتور احمد فائق حسين/جامعة النهرين /كلية الهندسة 

عضواً: الأستاذ المساعد الدكتور  محمد سعدون حثيل/جامعة بغداد /كلية الهندسة.

عضواً: المدرس الدكتور ميس عدي عبدالرسول/جامعة النهرين /كلية الهندسة

وكانت الأطروحة بإشراف كل من : الأستاذ الدكتور انس قصي هاشم –جامعة النهرين/كلية الهندسة 

الاستاذ الدكتور لمى نبيه بوفرح/الجامعة اللبنانية الالمانية

وقد قُيّمت الأطروحة علميًا من قبل: المقوم العلمي الأول: الأستاذ المساعد الدكتور  محمد عماد عبدالستار –  جامعة النهرين /كلية هندسة المعلومات .

المقوم العلمي الثاني: الأستاذ المساعد الدكتور  عمار علاء الدين نوري – الجامعة 

العراقية/كلية الهندسة.

كما قُوّمت لغويًا من قبل: المدرس الدكتور سلمان ماجد سلمان- جامعة النهرين/ كلية الهندسة .

تهدف هذه الدراسة إلى تصميم وبناء منزل ذكي يعتمد على تخطيط الدماغ الكهربائي (MI-EEG) وباستخدام تقنيات التعلم الآلي (ML) والتعلم العميق (DL) 

تضمنت المنهجية المراحل الآتية:

 المعالجة المسبقة للإشارات وتنفيذ تقنيات التصفية والتقطيع.

 استخراج الميزات المطلوبة بأستخدام نموذج CNN.

استخراج الخصائص العميقة من خلال نماذج SVM,LDA,CNN.

النتائج

حقق النظام المقترح:

-اعلى دقة لنموذج SVM(ما يقارب %99%)

-اعلى دقة لنموذج CNN(ما يقارب %99)

-اعلى دقة لنموذج LDA(ما يقارب %99)

وقد قُبلت الرسالة لاستيفائها متطلبات نيل شهادة الماجستير في هندسة الطب الحياتي وبدرجة الامتياز.

The defense of the master’s student Maryam Waleed Hatem took place in the Department of Biomedical Engineering on Monday, 25th August 2025, regarding her thesis entitled:

“EEG-Based on Artificial Neural Network for Smart Home Design”
“Brain-Computer Interface for Smart Home Automation using EEG and Artificial Intelligence”

The defense committee consisted of:

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

• Member: Asst. Prof. Dr. Mohammed Saadoun Hatheel – University of Baghdad / College of Engineering

• Member: Lecturer Dr. Mais Uday Abdulrasool – Al-Nahrain University / College of Engineering

The thesis was supervised by:

• Prof. Dr. Anas Qusay Hashim – Al-Nahrain University / College of Engineering

• Prof. Dr. Lama Nabih Boufarah – Lebanese German University

The thesis was scientifically evaluated by:

• First Scientific Reviewer: Asst. Prof. Dr. Mohammed Imad Abdul-Sattar – Al-Nahrain University / College of Information Engineering

• Second Scientific Reviewer: Asst. Prof. Dr. Ammar Alaa Al-Deen Noori – Al-Iraqia University / College of Engineering

The thesis was linguistically reviewed by:

• Lecturer Dr. Salman Majid Salman – Al-Nahrain University / College of Engineering

Study Objective

This study aims to design and develop a smart home system based on motor imagery electroencephalography (MI-EEG) using Machine Learning (ML) and Deep Learning (DL) techniques.

Methodology

The methodology included the following stages:

• Preprocessing of EEG signals using filtering and segmentation techniques.

• Feature extraction using a Convolutional Neural Network (CNN) model.

• Extraction of deep features through SVM, LDA, and CNN models.

Results

The proposed system achieved:

• Highest accuracy for SVM model: ~99%

• Highest accuracy for CNN model: ~99%

• Highest accuracy for LDA model: ~99%

The thesis was accepted with distinction, as it fulfills the requirements for the Master’s Degree in Biomedical Engineering.