نادره تبریزی - Department of Physics, Payame Noor University, Tehran, Iran
سامان ناوخاصی

زمینه و هدف: سازمان بهداشت جهانی توصیه هایی مبنی بر تشخیص به موقع بیماری کووید-۱۹ برای اتخاذ درمان مناسب دارد. در پژوهش حاضر تشخیص خودکار و دقیق بیماری کووید-۱۹ از تصاویر سی تی اسکن بدست آمده از قفسه سینه با استفاده از روش یادگیری عمیق انجام شده است. روش ها: مراحل انجام کار در این الگوریتم برای تقسیم بندی و شناسایی تصاویر مربوط به ریه سالم و ریه تحت تاثیر کووید-۱۹ به ترتیب عبارت بودند از انتخاب تصاویر مناسب، پیش پردازش تصاویر شامل حذف نویز تصاویر، استخراج ویژگی های تصاویر، در نهایت تقسیم بندی و طبقه بندی تصاویر با بهره گیری از روش تلفیقی یادگیری عمیق و الگوریتم بهینه سازی امواج آب به منظور تشخیص کووید-۱۹ در تصاویر مربوط به ریه. تمامی مدلسازی بر اساس نرم افزار Matlab انجام شد. یافته ها: با اعمال الگوریتم بهینه سازی امواج آب به الگوریتم یادگیری عمیق، دقت آن حدود ۷ درصد در تشخیص بیماری کووید-۱۹ بهبود داشت. بنابراین، الگوریتم پیشنهادی با دقت متوسط ۹۸ درصد از توانایی بالایی برای استفاده در بالین برای تشخیص دقیق و سریع کووید- ۱۹برخوردار است، که می تواند به کادر پزشکی کمک شایانی کند. نتیجه گیری: در مرحله تشخیص کووید-۱۹، از هوش مصنوعی می توان برای تشخیص الگوهای تصاویر پزشکی گرفته شده با سی تی اسکن استفاده کرد.

Automatic diagnosis, COVID-۱۹, CT scan, تشخیص خودکار, کووید-۱۹, سی تی اسکن