توسعه شبکه عصبی عمیق کارآمد برای تشیخص خودکار کووید ۱۹ با استفاده ازتصاویراشعه ایکس قفسه سینه

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 160

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CEITCONF05_004

تاریخ نمایه سازی: 27 فروردین 1401

چکیده مقاله:

پانومونی کووید ۱۹ را می توان به عنوان بزرگ ترین چالش انسانی قرن بیست و یکم توصیف کرد. توسعه و انتقال بیماری باعث افزایش مرگ ومیر در همه کشورها شده است. بنابراین، تشخیص سریع کووید ۱۹ برای درمان و کنترل بیماری لازم است در این مقاله، روش جدیدی برای شناسایی خودکار پانومونی کووید ۱۹ با استفاده از یک شبکه عصبی عمیق ارائه شده است. در روش پیشنهادی از تصاویر اشعه ایکس قفسه سینه با توجه به طبقات سالم، ویروسی، باکتریایی و کووید ۱۹ در هفت سناریو مختلف در شبکه های GAN همراه با تلفیقی از یادگیری انتقال عمیق و شبکه های LSTM، بدون در نظر گرفتن استخراج / انتخاب ویژگی برای طبقه بندی ذات الریه استفاده می شود. نتایج حاصل از شبکه پیشنهادی از نظر دقت، صحت، حساسیت و ویژگی درمقایسه با سایر رویکردهای یادگیری انتقال عمیق بسیار امیدوارکننده بسته به عملکرد بالای روش پیشنهادی می توان ازآن در طول درمان بیماران استفاده کرد.

کلیدواژه ها:

تصاویراشعه ایکس کووید ۱۹ ، .GAN .DNN .CNN

نویسندگان

زهرا فتاحی

دانشجوی کارشناسی ارشد هوش مصنوعی و رباتیکز