CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تشخیص تحت وب بیماری کرونا با به کارگیری مدل یادگیری عمیق

عنوان مقاله: تشخیص تحت وب بیماری کرونا با به کارگیری مدل یادگیری عمیق
شناسه ملی مقاله: IRANWEB08_009
منتشر شده در هشتمین کنفرانس بین المللی وب پژوهی در سال 1401
مشخصات نویسندگان مقاله:

علی حیدری - دانشجوی کارشناسی ارشد گروه بیوانفورماتیک، دانشگاه علم و فرهنگ، تهران
حمیدرضا عرفانیان - استادیار، گروه بیوانفورماتیک، دانشگاه علم و فرهنگ، تهران

خلاصه مقاله:

ویروس کووید۱۹ که یک گونه جهش یافته از خانواده کروناویروس می باشد که در مارس ۲۰۲۰ توسط سازمان جهانی بهداشت همه گیر اعلام شد و از آنگاه تا به امروز جهان را در وضعیت قرمز بهداشتی قرار داده است. میزان مرگ و میر حاصل از ابتلابه اینویروس در ابتدای سال ۲۰۲۲ نزدیک به شش میلیون نفر ثبت شده است. تا کنون روش های متعددی برای تشخیص ابتلا فرد به این ویروس معرفی گردیده است که عمدتا دسترسی به آنها سخت بوده و البته برخی از این روش ها بسیار زمان بر هستند. از این روارائه یک سرویس هوشمند تحت وب که هدف اصلی این پژوهش می باشد بسیار ضروری می باشد به ویژه اینکه این سرویس از بروزترین تکنیک های یادگیری عمیق برای تشخیص ابتلا فرد به بیماری کووید۱۹ از طریق بررسی عکس رادیولوژی قفسه سینه استفاده می کند.در این مقاله. از رویکرد یادگیری عمیق بهره گیری سده و مدل الکسنت در این فرایند مورد استفاده قرار می گیرد. داده هایبکار گیری شده در این پژوهش شامل ۸۸۴۰ عکس قفسه سینه که نیمی از آن مربوط به افراد بدون درگیری ویروس کووید۱۹ بوده و نیمی دیگر مربوط به بیماران مبتلا به ویروس کووید۱۹ می باشد. مدل با دستیابی به ۹۹.۲۶ درصد دقت در تشخیص و ۹۵ درصدضریب حساسیت و ویژگی ۹۹۰۷ درصدی, نشان داد بسیار قابل اطمینان می باشد.



کلمات کلیدی:
کووید ۱۹، یادگیری عمیق، مدل الکسنت، پردازش تصویر پزشکی، التهاب ریه

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1458443/