تشخیص کرونا با استفاده از الگوریتم های یادگیری عمیق

امروزه با توجه به همه گیری کرونا و افزایش روزافزون این بیماری در سطح جهان، افزایش گسترده ی تعداد مبتلایان به این بیماری و تلفات ناشی از آن را شاهد هستیم. با وجود پیشرفت های چشمگیر علم پزشکی در زمینه های درمان و تشخیص بیماری های مختلف، افزایش ناگهانی مراجعات برای تشخیص و درمان این بیماری سازمان بهداشت جهانی را با مشکلاتی همچون کم بود کیت تشخیص و همچنین دقت تشخیص، روبه رو کرده است. در شرایطی که وجود این ویروس منحوس ، ۴.۴ میلیون نفر را به کام مرگ کشانده است، روش های رادیوگرافی مانند سی تی اسکن و اشعه ایکس در مقابل کمبود کیت های مورد نیاز برای انجام آزمایش PCR می توانند برای تشخیص فرد مبتلا در مراحل اولیه مورد استفاده قرار بگیرند. این مقاله به مطالعه ی روش های مختلف یادگیری عمیق برای تشخیص این بیماری از روی تصاویر بدست آمده از سی تی اسکن و ایکس ری پرداخته است. استفاده از این روش ها کمک شایانی به حل مشکلات بوجود آمده به دلیل کم بود کیت های تشخیص کرده و دقت تشخیص بیماری را تا حد قابل قبولی افزایش داده است.

کلیدواژه ها:

کوید ۱۹ ، تصاویر اشعه ایکس ، یادگیری عمیق ، شبکه های کانولوشنی ، پردازش تصویر