مروری بر تشخیص خودکار کووید۱۹ از تصاویر اشعه ایکس قفسه سینه با شبکه های عصبی کانولوشن

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 178

فایل این مقاله در 12 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:

ITCT16_056

تاریخ نمایه سازی: 22 شهریور 1401

چکیده مقاله:

یادگیری عمیق در سالهای اخیر چندین برابر بهبود یافته است و نقش مهمی در طبقه بندی تصاویر ایفا میکند که شامل تصویربرداری پزشکی نیز میشود. شبکه های عصبی کانولوشنال (CNN) در تشخیص بسیاری از بیماریها از جمله بیماری عروق کرونر، مالاریا، بیماری آلزایمر، بیماریهای مختلف دندانی و بیماری پارکینسون عملکرد خوبی داشته است. مانند سایر موارد، CNN چشمانداز قابل توجهی در تشخیص بیماران کووید۱۹ با تصاویر اشعه X قفسه سینه و CT دارد. کرونا ویروس، یک بیماری همه گیر و مسری است که با شیوع گسترده آن، اثرات زیادی بر زندگی انسان و اقتصاد جهان گذاشته است. برای رویارویی با این بیماری و اثرات اقتصادیBاجتماعی آن علاوه بر مراقبت و درمان، تشخیص، یک روش بسیار مهم است. در این مقاله، یک مدل CNN برای تشخیص بیماران کووید۱۹ از تصاویر اشعهX قفسه سینه پیشنهاد شده است. نتایج میتواند به گسترش و دسترسی به سایر اشکال تشخیص کووید۱۹ و تسریع روند شناسایی این بیماری کمک کند.

کلیدواژه ها:

یادگیری عمیق ، ویروس کرونا ، شبکه های عصبی کانولوشن.

نویسندگان

شادی عالی پور امرائی

گروه مهندسی پزشکی، موسسه آموزش عالی علم گستر ایران، لرستان، بروجرد

امین الهیاری

عضو هیات علمی گروه مهندسی برق، موسسه آموزش عالی علم گستر ایران، لرستان، بروجرد