تشخیص اولیه نارسایی ریوی با استفاده از مدل VGG۱۶

در سالهای اخیر با پیشرفت علم داده و هوش مصنوعی، در تمامی حوزه ها رد پایی از آن یافت می شود.یکی از این حوزه های حائز اهمیت، حوزه پزشکی است[ ۱]. با شیوع بیماری کرونا و سایر بیماری هایتنفسی، معاینه دستگاه تنفسی حساسیت خاص خود را یافته است و یکی از این موارد، بیماری نارسایی ریوی pneumonia است. اصلی ترین روش تشخیص بیماری، تصویر رادیولوژی X-ray است. توجه ما در این پژوهش به مسئله کاهش خطای انسانی و افزایش دقت در انجام این تشخیص ها به وسیله هوشمصنوعی و پردازش تصویر است. تمرکز این پژوهش بر نحوه عملکرد یک مدل شبکه عصبی کانولوشنی CNN به نام VGG۱۶ می باشد که پیش از این در حوزه پزشکی بکارگرفته شده است. ما با استفاده از یک مجموعه داده از تصاویر مربوط به دستگاه تنفسی افراد در دو سالم و دارای نارسایی، به آموزش مدل VGG۱۶ و دسته بندی تصاویر پرداخته ایم. دقت به دست آمده از این پژوهش ۹۴.۵ درصد بوده و میزان خطا را به حداقل رسانده است.

کلیدواژه ها:

نارسایی ریوی ، CNN ، پردازش تصویر ، دسته بندی