مشروع الكشف المبكر عن الأطفال المتوحدين باستخدام الذكاء الاصطناعي

تفاصيل العمل

وصف المشروع:

هذا المشروع يهدف إلى تطوير نظام يعتمد على الذكاء الاصطناعي والرؤية الحاسوبية للكشف المبكر عن التوحد لدى الأطفال من خلال تحليل الصور والفيديوهات الملتقطة بواسطة كاميرات المراقبة في المنازل والمدارس.

تفاصيل العمل:

جمع البيانات:

تم جمع بيانات غير طبيعية مُقسمة إلى أربع مجلدات، تحتوي على صور توضح ميزات مميزة مرتبطة بالتوحد مثل:

الوقوف على الأصابع.

وضع اليد على الأذن.

الانعزال أو عدم التفاعل مع البيئة المحيطة.

إنشاء النموذج:

استخدام تقنيات التعلم العميق (Deep Learning) لبناء النموذج.

تدريب النموذج باستخدام الشبكات العصبية التلافيفية (CNN) من خلال مكتبات مثل TensorFlow وKeras.

تحسين دقة النموذج باستخدام بيانات متنوعة ومُعالجة الصور لتعزيز التمييز بين الميزات.

اختبار النموذج:

اختبار النموذج على صور وفيديوهات جديدة لتقييم دقته وقدرته على اكتشاف الميزات المذكورة بدقة عالية.

تحقيق نسب دقة متقدمة بفضل البيانات المعالجة جيدًا واستخدام نماذج متطورة.

دمج النظام مع الكاميرات:

دمج النموذج مع كاميرات مراقبة في البيوت والمدارس.

تصميم برنامج يقوم بتحليل الصور والفيديوهات في الوقت الفعلي (Real-Time Analysis).

عند رصد علامات التوحد، يتم إرسال تنبيهات تلقائية للأهل أو المشرفين.

تشغيل النظام:

النظام يعمل بشكل تلقائي لتحليل الصور والفيديوهات بشكل مستمر.

يمكن تخصيص النظام ليقدم تقارير دورية عن نشاط الطفل وملاحظاته.

الفائدة:

للعائلات: الكشف المبكر عن التوحد يُمكّن الأهل من توفير العلاج المناسب في وقتٍ مبكر.

للمدارس: تحسين تجربة التعليم للأطفال الذين يحتاجون رعاية خاصة.

للمجتمع: دعم دمج الأطفال المتوحدين في المجتمع وتوفير رعاية مُخصصة.

التقنيات المستخدمة:

البرمجة: Python.

المكتبات: TensorFlow، Keras، OpenCV، NumPy، Pandas.

الأجهزة: كاميرات مراقبة، خوادم لمعالجة البيانات.