توسعه شبکه عصبی عمیق کارآمد برای تشیخص خودکار کووید ۱۹ با استفاده ازتصاویراشعه ایکس قفسه سینه
Publish place: 5th National Conference on Computer, Information Technology and Applications of Artificial Intelligence
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 176
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEITCONF05_004
تاریخ نمایه سازی: 27 فروردین 1401
Abstract:
پانومونی کووید ۱۹ را می توان به عنوان بزرگ ترین چالش انسانی قرن بیست و یکم توصیف کرد. توسعه و انتقال بیماری باعث افزایش مرگ ومیر در همه کشورها شده است. بنابراین، تشخیص سریع کووید ۱۹ برای درمان و کنترل بیماری لازم است در این مقاله، روش جدیدی برای شناسایی خودکار پانومونی کووید ۱۹ با استفاده از یک شبکه عصبی عمیق ارائه شده است. در روش پیشنهادی از تصاویر اشعه ایکس قفسه سینه با توجه به طبقات سالم، ویروسی، باکتریایی و کووید ۱۹ در هفت سناریو مختلف در شبکه های GAN همراه با تلفیقی از یادگیری انتقال عمیق و شبکه های LSTM، بدون در نظر گرفتن استخراج / انتخاب ویژگی برای طبقه بندی ذات الریه استفاده می شود. نتایج حاصل از شبکه پیشنهادی از نظر دقت، صحت، حساسیت و ویژگی درمقایسه با سایر رویکردهای یادگیری انتقال عمیق بسیار امیدوارکننده بسته به عملکرد بالای روش پیشنهادی می توان ازآن در طول درمان بیماران استفاده کرد.
Keywords:
تصاویراشعه ایکس کووید ۱۹ , .GAN .DNN .CNN
Authors
زهرا فتاحی
دانشجوی کارشناسی ارشد هوش مصنوعی و رباتیکز