research centers


Search results: Found 5

Listing 1 - 5 of 5
Sort by

Article
Classification of Cardiac Arrhythmia using ID3 Classifier Based on Wavelet Transform
تصنيف الاضطرابات القلبية بأستخدام المصنف ID3 وتحليل المويجة

Authors: Ahmed T. Sadiq احمد طارق صادق --- Nidhal H. Shukr نضال حميد شكر
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2013 Volume: 54 Issue: 5 Pages: 1167-1175
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Accurate detection of Electro Cardio Graphic (ECG) features is an important demand for medical purposes, therefore an accurate algorithm is required to detect these features. This paper proposes an approach to classify the cardiac arrhythmia from a normal ECG signal based on wavelet decomposition and ID3 classification algorithm. First, ECG signals are denoised using the Discrete Wavelet Transform (DWT) and the second step is extract the ECG features from the processed signal. Interactive Dichotomizer 3 (ID3) algorithm is applied to classify the different arrhythmias including normal case. Massachusetts Institute of Technology-Beth Israel Hospital (MIT-BIH) Arrhythmia Database is used to evaluate the ID3 algorithm. The experimental result shows that the accuracy of ID3 is 92% in the case of Haar transform and 94% with Daubeshies4 transform.

في الاغراض الطبية يكون الكشف الدقيق لخصائص الاشارة القلبية (ECG) مطلبا مهما لذلك نحتاج الى خوارزمية دقيقة لكشف تلك الخواص. في هذا البحث, في هذا البحث تم اقتراح نهج لكشف وتصنيف الاضطرابات القلبية بالاعتماد على تحليل المويجات. في الخطوة الاولى تم تقليل الضوضاء في الاشارة بأستخدام تحليل المويجات المتقطع (DWT) وفي الخطوة الثانية تم استخلاص الخصائص من الاشارة القلبية ثم طبقنا خوارزمية ID3 لتصنيف مختلف الاضطرابات القلبية مع الحالة الطبيعية للقلب. لتعليم واختبار الخوارزمية تمت الاستفادة من قاعدة البيانات MIT-BIH وللحصول على الاشارات الخاصة بالاضطرابات القلبية. ان النتائج العملية تبين ان دقة تصنيف الخوارزمية هو 92% عند استخدام تحويل Harr و94% بأستخدام تحويل Duabechies4.


Article
A Hybrid Estimation System for Medical Diagnosis using Modified Full Bayesian Classifier and Artificial Bee Colony
نظام تخميني مهجن لأغراض التشخيص الطبي باستخدام مصنف Bayesian المطور وخوارزمية مستعمرة النحل الاصطناعية

Authors: Ahmed T. Sadiq احمد طارق صادق --- Noor T. Mahmood نور ثامر محمود
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2014 Volume: 55 Issue: 3A Pages: 1095-1107
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents a hybrid approach called Modified Full Bayesian Classifier (M-FBC) and Artificial Bee Colony (MFBC-ABC) for using it to medical diagnosis support system. The datasets are taken from Iraqi hospitals, these are for the heart diseases and the nervous system diseases. The M-FBC is depended on common structure known as naïve Bayes. The structure for network is represented by D-separated for structure's variables. Each variable has Condition Probability Tables (CPTs) and each table for disease has Probability. The ABC is easy technique for implementation, has fewer control parameters and it could be easier than other swarm optimization algorithms, so that hybrid with other algorithms to reach the optimal structure. In the input stage, the symptoms and the medical history for the patient are processed through the BNs structures to obtain from Modified Full Bayesian Classifier- Artificial Bee Colony (MFBC-ABC). The proposed system inputs all medical dataset and it filters and extracts the dataset. After the evaluation of the structures, the system can select the best optimal structure by determining the accepted accuracy. The accuracy for M-FBC model is approximately (93%) for heart diseases and approximately (98%) for nervous system diseases. While in The MFBC-ABC model, the accuracy is approximately (100%) for heart diseases and is approximately (99%) for nervous model diseases. The experimental results shown that the results for MFBC-ABC is better than on M-FBC

البحث يعرض الطريقة الهجينة التي تعتمد على ادوات الذكاء الاصطناعي المتكونة من مصنف Bayesian المطور (M-FBC) وخوارزمية مستعمرة النحل الاصطناعية ((ABC مما يؤدي الى MFBC-ABC)) حيث تستخدم لتدعم نظام التشخيص الطبي. ان قواعد البيانات المعتمدة في البحث لأمراض القلب وامراض الجملة العصبية مأخوذة من المستشفيات العراقية. يعتمد M-FBC على الهيكل العام المعروف naïve Bayes. ويتم تمثل متغيرات هيكل الشبكة بواسطة D-separating. وكل متغير يحتوي نسبة احتمالية وجودة في الجدول. كما وان كل جدول يتم حساب الاحتمالية له. خوارزمية مستعمرة النحل الاصطناعية هي أسهل من غيرها من خوارزميات السرب التي تستخدم للوصول للحل الامثل لذلك هي سهله التهجين مع غيرها من الخوارزميات للوصول الى الهيكل الامثل. في مرحلة الادخال، يتم معالجة الاعراض والتاريخ الطبي للمريض من خلال هياكل BN الناتجة عن MFBC-ABC. النظام المقترح يأخذ كل البيانات المدخلة الطبية وفلاتر واستخراج البيانات. بعد تقيم الهياكل، يمكن للنظام تحديد أفضل هيكل مثالي وذلك بتحديد قيمة الدقة المقبولة. ان دقة الموديل M-FBC كانت تقريبا 93% لأمراض القلب ولأمراض الجملة العصبية تقريبا 98%. ومن القيام باختبار دقة MFBC-ABC لأمراض القلب كانت تقريبا 100% وامراض الجملة العصبية كانت تقريبا 99% والنتائج التجريبية أظهرت MFBC-ABC هو أفضل من M-FBC.

Keywords


Article
Feature Extraction of Human Facail Expressions Using Haar Wavelet and Neural network
استخلاص معالم تعابير وجه الانسان باستخدام تحويلات هار المويجيه والشبكه العصبيه الصناعيه

Authors: Salah Sleibi Al-Rawi صلاح صليبي الراوي --- Ahmed T. Sadiq احمد طارق صادق --- Wasan M. Alaluosi وسن مداح الالوسي
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2016 Volume: 57 Issue: 2C Pages: 1558-1565
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

One of the challenging and active research topics in the recent years is Facial Expression. This paper presents the method to extract the features from the facial expressions from still images. Feature extraction is very important for classification and recognition process. This paper involve three stages which contain capture the images, pre-processing and feature extractions. This method is very efficient in feature extraction by applying haar wavelet and Karhunen-Loève Transform (KL-T). The database used in this research is from Cohen-Kanade which used six expressions of anger, sadness fear, happiness, disgust and surprise. Features that have been extracted from the image of facial expressions were used as inputs to the neural network to recognize the facial expression .The recognition rate in this research was 90.5%.

واحدة من المواضيع البحثية الصعبة والفعاله في السنوات الأخيرة هو تعابير الوجه. تقدم في هذا البحث طريقة لاستخلاص معالم من تعابير الوجه من الصور الثابتة. عمليه استخلاص المعالم مهمة جدا في عمليه التصنيف والتمييز. وتتضمن هذه الدراسه مراحل والتي تحتوي على :التقاط الصور ,مرحله قبل المعالجه, مرحله استخلاص المعالم من اجل توظيفها في عمليه التمييز . هذه الطريقه فعالة جدا في استخراج ميزة من خلال تطبيق التحويل المويجي الهار ومن ثم استخدام تحويل KL-T تم الاختباربالاعتماد على قاعده بيانات كوهن -كاند لست تعابير هي الغضب والخوف والحزن، السعادة والاشمئزاز ومفاجأة. واستخدمت الميزات التي تم استخراجها من صورة تعبيرات الوجه كمدخلات في الشبكة العصبيه من اجل القيام بعمليه تمييز الاشخاص . حقق هذا النظام نسبه عاليه من تمييز الاشخاص وصل الى( 90.5%).


Article
Modified Bees Swarm Optimization Algorithm for Association Rules Mining
خوارزمية سرب النحل ألامثل المعدلة للتنقيب عن قواعد الارتباط

Authors: Rasha A. Mohammed رشا عبود محمد --- Mehdi G. Duaimi مهدي كزار دعيمي --- Ahmed T. Sadiq احمد طارق صادق
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 1B Pages: 364-376
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Mining association rules is a popular and well-studied method of data mining tasks whose primary aim is the discovers of the correlation among sets of items in the transactional databases. However, generating high- quality association rules in a reasonable time from a given database has been considered as an important and challenging problem, especially with the fast increasing in database's size. Many algorithms for association rules mining have been already proposed with promosing results. In this paper, a new association rules mining algorithm based on Bees Swarm Optimization metaheuristic named Modified Bees Swarm Optimization for Association Rules Mining (MBSO-ARM) algorithm is proposed. Results show that the proposed algorithm can be used as an alternative to the traditional methods.

التنقيب عن قواعد الارتباط هو من الطرق الشائعة والمهمة من مهام التنقيب عن البيانات والتي تهدف بشكل رئيسي الى ايجاد العلائقية بين مجموعة من العناصر في قاعدة البيانات . ومع ذلك فان توليد قواعد ارتباط ذات جودة عالية في وقت مناسب من قاعدة بيانات معينة يعتبر تحدي مهم و صعب خصوصا" مع الازدياد السريع في احجام قواعد البيانات .العديد من خوارميات التنقيب عن قواعد الارتباط قد اقترحت مع نتائج واعدة . هذا البحث يقدم خوارزمية جديدة للتنقيب عن قواعد الارتباط باستخدام خوارزمية سرب النحل الامثل . النتائج اظهرت امكانية استخدام الخوارزمية المقترحة كبديل للطرق التقليدية.


Article
Robot Arm Path Planning Using Modified Particle Swarm Optimization based on D* algorithm
تخطيط المسار لذراع الروبوت باستخدام تقنية سرب الطيور المعدلة إعتماداً على خوارزمية D

Authors: Ahmed T. Sadiq احمد طارق صادق --- Firas A. Raheem فراس عبد الرزاق رحيم --- Noor Alhuda F. Abbas نور الهدى فضل عباس
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2017 Volume: 13 Issue: 3 Pages: 27-37
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Much attention has been paid for the use of robot arm in various applications. Therefore, the optimal path finding has a significant role to upgrade and guide the arm movement. The essential function of path planning is to create a path that satisfies the aims of motion including, averting obstacles collision, reducing time interval, decreasing the path traveling cost and satisfying the kinematics constraints. In this paper, the free Cartesian space map of 2-DOF arm is constructed to attain the joints variable at each point without collision. The D*algorithm and Euclidean distance are applied to obtain the exact and estimated distances to the goal respectively. The modified Particle Swarm Optimization algorithm is proposed to find an optimal path based on the local search, D* and Euclidean distances. The quintic polynomial equation is utilized to provide a smooth trajectory path. According to the observe results, the modified PSO algorithm is efficiently performs to find an optimal path even in difficult environments.

حظي ذراع الروبوت مؤخرا بالكثير من الاهتمام نظرا لاستخداماته المتعددة في مختلف التطبيقات. ولذلك فان إيجاد المسارالامثل للذراع له دور بالغ الاهمية في تحسين حركات الذراع وتوجيهها . وتتمثل المهمة الاساس لتخطيط المسار في البحث عن المسار الملبي لأهداف الحركة والمتضمنة: تجنب الاصطدام بالعوائق، وخفض زمن الحركة، تقليل تكلفة المسافة وتحقيق القيود الكينماتيكية للذراع. في هذا البحث، تم هيكلة الفضاء الكارتيزي الحر لذراع ثنائي درجات حرية الحركة، والذي يضم جميع قيم المفاصل بضمانة عدم الاصطدام بالعوائق. فضلا عن استخدام كلل من خوارزميةD* ومعادلة المسافة الإقليدية للحصول على المسافة الدقيقة والمسافة المقدرة عن الهدف على التوالي. واقتراح خوارزمية السرب المعدلة للبحث عن المسار الامثل محليا اعتمادا على المسافات المستخلصة من خوارزمية D* ومعادلة المسافة الإقليدية. وقد تم استخدم المعادلة المتعددة الحدود من الدرجة الخامسة بغية الحصول على مسار سلس في مدة زمنه محددة. ووفقا للنتائج المستخلصة، فأن خوارزمية السرب المعدلة تبحث بكفاءة عن المسار الأمثل وفي ظل بيئات صعبة ومعقدة.

Listing 1 - 5 of 5
Sort by
Narrow your search

Resource type

article (5)


Language

English (4)

Arabic and English (1)


Year
From To Submit

2017 (2)

2016 (1)

2014 (1)

2013 (1)