سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

حذف نویز تصاویر ریه بیماران COVID-۱۹ با استفاده از فیلتر بهینه دو طرفه و الگوریتم کرم شب تاب و شناسایی افراد بیمار با استفاده از شبکه عصبی پیچشی

Publish Year: 1403
Type: Conference paper
Language: Persian
View: 64

This Paper With 9 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

EESCONF13_025

Index date: 5 November 2024

حذف نویز تصاویر ریه بیماران COVID-۱۹ با استفاده از فیلتر بهینه دو طرفه و الگوریتم کرم شب تاب و شناسایی افراد بیمار با استفاده از شبکه عصبی پیچشی abstract

بیماری COVID-۱۹ طی دو سال گذشته یکی از شایع ترین بیماریهای واگیردار بوده که افراد بسیاری را درگیر نموده و منجر به بستری در بخش مراقبتهای ویژه و نیر خطر مرگ کرده است . پزشکان این ویروس را در سه نوع خفیف ، متوسط و شدید دسته بندی کرده اند. میانگین دوره ی نهفتگی این ویروس ۵ روز می باشد که اگر هر چه سریع تر فرد مبتلا شناسایی و تشخیص داده شود می توان بیمار را از خطر مرگ نجات داد. به همین علت برای شناسایی سریع تر فرد مبتلا به ویروس ، پزشکان علاوه بر آزمایش RT-PCR از تصاویر CT قفسه سینه نیز استفاده می کنند. اما این تصاویر با چالش هایی همچون نویز تصویر، شدت روشنایی و ... روبرو می شود. به همین علت در این پژوهش یک سیستم خودکار متشکل از الگوریتم های فیلتر دو طرفه (BF)، کرم شب تاب (FA) به حذف نویز از تصاویر CT قفسه سینه پرداخته و شبکه عصبی پیچشی (CNN) مبتنی بر معماری ResNet۵۰T به تفکیک و شناسایی فرد سالم از بیمار پرداخته است . در نهایت ، این سیستم علاوه بر کاهش زمان صرف شده برای حذف نویز تصاویر CT، به دقت ۹۴ درصد دست یافته که بیان گر آن است که در مقایسه با تحقیقات اخیر به نتایج قابل قبولی رسیده ایم .

حذف نویز تصاویر ریه بیماران COVID-۱۹ با استفاده از فیلتر بهینه دو طرفه و الگوریتم کرم شب تاب و شناسایی افراد بیمار با استفاده از شبکه عصبی پیچشی Keywords:

حذف نویز تصاویر ریه بیماران COVID-۱۹ با استفاده از فیلتر بهینه دو طرفه و الگوریتم کرم شب تاب و شناسایی افراد بیمار با استفاده از شبکه عصبی پیچشی authors

مهدی عبدالصالحی

گروه مهندسی پزشکی، واحد اسلامشهر، دانشگاه آزاد اسلامی، اسلامشهر، ایران

احمد کیاکجوری

گروه مهندسی برق، واحد اسلامشهر، دانشگاه آزاد اسلامی، اسلامشهر، ایران

مقاله فارسی "حذف نویز تصاویر ریه بیماران COVID-۱۹ با استفاده از فیلتر بهینه دو طرفه و الگوریتم کرم شب تاب و شناسایی افراد بیمار با استفاده از شبکه عصبی پیچشی" توسط مهدی عبدالصالحی، گروه مهندسی پزشکی، واحد اسلامشهر، دانشگاه آزاد اسلامی، اسلامشهر، ایران؛ احمد کیاکجوری، گروه مهندسی برق، واحد اسلامشهر، دانشگاه آزاد اسلامی، اسلامشهر، ایران نوشته شده و در سال 1403 پس از تایید کمیته علمی سیزدهمین کنفرانس بین المللی مهندسی برق، الکترونیک و شبکه های هوشمند پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله بیماری کوید ۱۹، تصاویر CT_scan، فیلتر دو طرفه ، الگوریتم کرم شب تاب ، شبکه پیچشی عصبی ، RoseNet هستند. این مقاله در تاریخ 15 آبان 1403 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 64 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که بیماری COVID-۱۹ طی دو سال گذشته یکی از شایع ترین بیماریهای واگیردار بوده که افراد بسیاری را درگیر نموده و منجر به بستری در بخش مراقبتهای ویژه و نیر خطر مرگ کرده است . پزشکان این ویروس را در سه نوع خفیف ، متوسط و شدید دسته بندی کرده اند. میانگین دوره ی نهفتگی این ویروس ۵ روز می باشد ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله حذف نویز تصاویر ریه بیماران COVID-۱۹ با استفاده از فیلتر بهینه دو طرفه و الگوریتم کرم شب تاب و شناسایی افراد بیمار با استفاده از شبکه عصبی پیچشی با 9 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.