الكشف عن تضخم القلب (DenseNet-169)

🔬 التركيز البحثي:

نشر DenseNet-169 لاستغلال الاتصال المكثف، مما يضمن تلقي كل طبقة مدخلات من جميع الطبقات السابقة. يؤدي هذا إلى تعزيز قدرة النموذج بشكل كبير على 'تذكر' الميزات الهامة عبر الشبكات العميقة.

📊 مقاييس الأداء:

• الدقة الإجمالية: 98.52%.

• دقة التحقق: 99.10%.

• الدقة (Precision): 98.40% | الاستدعاء (Recall): 98.65% | F1-Score: 98.52%

• AUC-ROC: 0.993

• المعلمات: 13.1 مليون معلمة قابلة للتدريب (عالية الكفاءة).

• حجم المدخلات: 224x224 صور RGB.

• خرائط الميزات: 32 مرشحاً لكل طبقة في الكتل المكثفة.

🕸️ نقاط القوة الهيكلية:

• الكتل المكثفة: الوصلات المباشرة بين الطبقات تخفف من مشكلة تلاشي التدرج.

• إعادة استخدام الميزات: تتلقى كل طبقة خرائط ميزات من جميع الطبقات السابقة.

• معدل النمو: يضمن k=32 انتشاراً فعالاً للميزات.

• التجميع المتوسط العالمي: يقلل من العبء الحسابي مع منع الإفراط في التدريب.

• طبقات الانتقال: عامل ضغط θ=0.5 لتقليل الأبعاد.

📁 ملفات النموذج:

• النموذج: `model_densenet169.keras`

• الورقة البحثية: IEEE/ICCA'2025