تشخیص میزان درگیری ریوی بیماران کووید-۱۹ در تصاویر سی تی اسکن قفسه سینه با استفاده از الگوریتم تکامل تفاضلی خود تطبیق
Publish place: Twelfth National Conference on Applied Research in Electrical, Computer and Medical Engineering
Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 527
This Paper With 11 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:
ECMECONF12_024
تاریخ نمایه سازی: 4 مرداد 1401
Abstract:
با فراگیری بیماری کرونا در سراسر دنیا ، استفاده از تکنیکهای پردازش تصویر و الگوریتم های هوش مصنوعی جهت آنالیز تصاویر سیتیاسکن (CXR) قفسه سینه بیماران مبتلا به کووید-۱۹ضرورت بیش از پیش یافته است تعیین درصد پیشرفت و گسترش ویروس کووید-۱۹در ناحیه ریه شخص بیمار یکی از نیازمندیهای اساسی و ضروری مراکز بستری بیماران کووید-۱۹ محسوب میگردد. بیشترین تحقیقات در این حوزه، به مقالات مبتنی بر روشهای یادگیری عمیق با بکارگیری شبکه های عصبی کانولوشن اختصاص داشته، که عمدتا به موضوع غربالگری افراد بیمار و سالم میپردازند. در این میان تعداد معدودی از مقالات به موضوع تعیین درصد درگیری ریوی و پیشرفت ویروس در بیماران کرونایی بر اساس تصاویر CXR میپردازند. تشخیص میزان درگیری ریه بیماران، بر اساس تصاویر متفاوت CXR در روزهای متوالی، دارای معضلات و مشکلات خاص خود از جمله تفاوت در ابعاد، شدت روشنایی، میزان دوز و زاویه تابش اشعه در این تصاویر بوده که بکارگیری یک فیلتر تفاضل گیر ساده روی داده های دو تصویر را غیرممکن میسازند. بکارگیری یک روش بهینه سازی خود تطبیق با ماهیت تفاضلی و چند هدفه میتواند دقت و صحت کار را افزایش و زمان تحلیل را کاهش دهد.
Keywords:
اشعه ایکس قفسه سینه , الگوریتم تکامل تفاضلی خود تطبیق چند هدفه , پردازش تصویر , درگیری ریوی , کووید-.۱۹
Authors
علی کارساز
دانشیار موسسه آموزش عالی خراسان
رقیه اکبریان
کارشناسی ارشد موسسه آموزش عالی خراسان
علی سلطانی نژاد محمدی
دانشکده فنی و حرفه ای شهید محمد منتظری مشهد