تشخیص و شناسایی بیماریهای عفونی ریه با استفاده از تصاویر CT-Scan مبتنی بر روشهای هوش مصنوعی
- سال انتشار: 1401
- محل انتشار: ششمین کنفرانس بین المللی مطالعات جهانی در مهندسی کامپیوتر، برق و مکانیک
- کد COI اختصاصی: ENPMCONF06_058
- زبان مقاله: فارسی
- تعداد مشاهده: 247
نویسندگان
دانشجوی کارشناسی ارشد،دانشکده ریاضی و کامپیوتر ، دانشگاه شهید باهنر کرمان، کرمان، ایران،
دانشیار، دانشکده ریاضی و کامپیوتر ، دانشگاه شهید باهنر کرمان، کرمان، ایران،
دانشیار، دانشکده ریاضی و کامپیوتر ، دانشگاه شهید باهنر کرمان، کرمان، ایران.
چکیده
بیماری COVID-۱۹ به سرعت در جهان در حال گسترش است. تشخیص COVID-۱۹ در مراحل اولیه برای ارائه مراقبتهای درمانی و بهبود افراد مبتلا همچنبن محافظت جمعیت غیرآلوده از اهمیت زیادی برخوردار است. روش های تصویربرداری با اشعه ایکس قفسه سینه (CXR) و توموگرافی کامپیوتری (CT) به طور گسترده برای تشخیص سریع و دقیق COVID-۱۹ و دیگر بیماریهای عفونی ریه استفاده می شود. با این حال، شناسایی دستی عفونت از طریق تصاویر رادیویی بسیار چالش برانگیز است زیرا وقت گیر است و به شدت مستعد خطاهای انسانی است. برای این منظور ما یک سیستم تشخیص خودکار بیماریهای عفونی ریه مبتنی بر اینترنت اشیاء پیشنهاد میکنیم. در مدل پیشنهادی ابتدا به منظور کمک به متخصصین رادیولوژی برای تفسیر هرچه بهتر تصاویر پزشکی با استفاده از دو مدل شبکه عصبی پیچشی از پیش آموزش دیده به نامهای ResNet۵۰V۲ و ResNet۵۰ و یک مجموعه داده تصاویر پزشکی CT Scan قفسه سینه در یک طبقهبندی سه کلاسه برای پیش بینی دقیق موارد مبتلا به COVID-۱۹، افراد سالم و موارد مبتلا به ذاتالریه استفاده کردیم که در نهایت بهترین نتیجه بدست آمده متعلق به معماری ترکیبی دو مدل با دقت %۹۹,۸۰۴ میباشد. بنابراین، با در دسترس بودن مجموعه داده های تصاویر پزشکی بهبود یافته، بدیهی است که CNN ها برای تشخیص زودهنگام و موثر بیماری های ریوی بسیار مفید هستند.کلیدواژه ها
هوش مصنوعی، یادگیری ماشین، یادگیری عمیق، طبقه بندی تصاویر پزشکی، شبکه عصبی پیچشیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.