بررسی مدل های یادگیری عمیق برای تحلیل تصاویر پزشکی کوو ید- ۱۹
- سال انتشار: 1402
- محل انتشار: نخستین همایش ملی دستاوردهای نوین در مهندسی برق، مهندسی کامپیوتر و مهندسی پزشکی
- کد COI اختصاصی: CSCONFERENCE01_146
- زبان مقاله: فارسی
- تعداد مشاهده: 286
نویسندگان
کارشناسی ارشد، گروه مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
چکیده
بیماری کووید-۱۹ چالش های جدیدی را به سازمان های مراقبت های بهداشتی در سراسر جهان تحمیل کرده است. برای مقابله بابحران جهانی استفاده از تصویربرداری قفسه سینه نقش مهمی در تشخیص, پیش بینی و مدیریت بیماران کووید-۱۹ با علاثممتوسط تا شدید یا با شواهدی از وضعیت بدتر شدن تنفسی داشته است. در پاسخ. انجمن تجزیه و تحلیل تصاویر پزشکی به سرعتبرای توسعه و انتشار مدل ها و ابزارهای یادگیری عمیق برای تامین نیاز فوری مدیریت و تفسیر مقادیر زیادی از داده هایتصویربرداری کووید-۱۹ اقدام نمود. این مقاله نه تنها خلاصه ای از روش های موجود در یادگیری عمیق و تحلیل تصاویر پزشکیبلکه بحث ها و توصیه های عمیقی برای پژوهش های آنی ارائه می دهد. به طوری که در دسترس بودن گسترده محموعه داده هایکووید-۱۹ نوید بزرگی برای یک بستر آزمایشی متحول کننده جهت توسعه, تصدیق و انتشار روش های جدید یادگیری عمیق درمرزهای علم داده و هوش مصنوعی است.کلیدواژه ها
تحلیل تصاویر پزشکی، تصویربرداری قفسه سینه، یادگیری عمیق، کووید- ۱۹مقالات مرتبط جدید
- PLCدر برق و اتوماسیون صنعتی
- کاربرد ترانزیستورها در مدارات خاص
- Simulation of Robot Motion and Control of Complex Movements Using Reinforcement Learning Algorithms
- Improving Mechanical Designs for Extreme Space Conditions with Artificial Intelligence
- مدل سازی چندعاملی برای مدیریت هوشمند پسماند در شهرهای هوشمند مبتنی بر اینترنت اشیا
اطلاعات 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.