تشخیص بیماری کووید-۱۹ در تصاویر پرتو X مبتنی بر روش های یادگیری عمیق و ترکیب دسته بندها
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 23
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JHBMI-10-2_001
تاریخ نمایه سازی: 8 مرداد 1403
Abstract:
مقدمه: کووید-۱۹ یک ویروس جدید است که باعث عفونت در دستگاه تنفسی فوقانی و ریه ها می شود که تعداد موارد مرگ و میر به طور روزانه در مقیاس یک بیماری همه گیر جهانی افزایش یافته است. تصاویر اشعه ایکس قفسه سینه برای نظارت بر بیماری های مختلف ریه مفید بوده و اخیرا برای نظارت بر بیماری کووید-۱۹ استفاده شده است.
روش: در این پژوهش جهت بازشناسی کووید-۱۹ از روی تصاویر x از یک فرآیند چند مرحله ای بهره گرفته شده است که در مرحله نخست عملیات پیش پردازش با هدف نرمال سازی روی داده ها صورت گرفته است. در گام دوم که مهم ترین گام روش پیشنهادی می باشد، عملیات استخراج ویژگی صورت گرفته است. عملیات استخراج ویژگی براساس شبکه های یادگیری عمیق صورت گرفته است. بعد از عملیات استخراج ویژگی از الگوریتم های یادگیری ماشین جهت دسته بندی تصاویر بهره گرفته شده است. الگوریتم های مورد استفاده در این بخش الگوریتم های ماشین بردار پشتیبان، نزدیک ترین همسایه و درخت تصمیم می باشند. نتایج این دسته بندها در گام چهارم براساس رای اکثریت ترکیب گردیده اند.
نتایج: پارامترهای به کاررفته در این پژوهش جزء پارامترهای دسته بندی می باشد که شامل: دقت، صحت، فراخوان و معیار F می باشند که به ترتیب مقادیر ۹۶/۵، ۹۲/۲۵، ۹۴ و ۹۳ به دست آمده است.
نتیجه گیری: نتایج آزمایش ها نشان دهنده کارایی قابل قبول روش پیشنهادی می باشد زیرا علاوه بر کاهش محاسبات توسط لایه جدا پذیر، از ترکیب دسته بندها و وزن دهی به آن ها برای به دست آوردن نتیجه نهایی استفاده گردیده است.
Keywords:
COVID-۱۹ , X-ray Images , Feature Extraction , Deep Learning Networks , Machine Learning , Classification , کووید-۱۹ , تصاویر پرتو x , استخراج ویژگی , شبکه های یادگیری عمیق , یادگیری ماشین , دسته بندی
Authors
محمد روستائی
B.Sc. Student in Computer Engineering, Department of Computer Engineering, Faculty of Engineering, Malayer University, Malayer, Iran
داور گیوکی
PhD in Computer Engineering, Assistant Professor, Department of Computer Engineering, Faculty of Engineering, Malayer University, Malayer, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :