تصنيف مراحل النوم باستخدام تعلم الآلة وتحليل إشارات EEG

قمت بتطوير نظام يعتمد على Machine Learning لتصنيف مراحل النوم المختلفة باستخدام إشارات الدماغ (EEG). شمل المشروع جميع مراحل بناء النموذج، بدايةً من معالجة البيانات وتنظيفها، واستخراج الخصائص (Feature Extraction)، والتعامل مع عدم توازن البيانات باستخدام SMOTE، ثم تدريب ومقارنة عدة نماذج لاختيار النموذج الأفضل. أهم ما يتضمنه المشروع: • معالجة وتحليل إشارات EEG. • استخراج الخصائص الإحصائية وخصائص Wavelet Transform. • معالجة مشكلة عدم توازن البيانات باستخدام SMOTE. • تدريب وتقييم عدة نماذج Machine Learning. • تقييم الأداء باستخدام Accuracy وPrecision وRecall وF1-Score وConfusion Matrix. التقنيات المستخدمة: Python، Pandas، NumPy، Scikit-learn، MNE، Matplotlib، PyWavelets. النتيجة: حقق نموذج Random Forest دقة بلغت 91% مع متوسط دقة 92.4% باستخدام Stratified Cross-Validation