کنفرانس بین المللی محاسبات نرم

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

تشخیص بیماری کرونا از روی تصاویر اشعه ایکس با استفاده از تنظیم دقیق شبکه عصبی کانولوشنی عمیق و رویکرد یادگیری انتقالی

نویسندگان :

حمید نصیری¹ محمد باغبان²

1- دانشگاه صنعتی امیرکبیر 2- دانشگاه تهران

کلمات کلیدی :

کلمات کلیدی تصویر اشعه ایکس، شبکه عصبی عمیق، کووید-۱۹، یادگیری انتقالی، یادگیری عمیق، ResNet

چکیده :

تشخیص موارد ابتلا به بیماری کووید-19، برای مقابله با همه‌گیری آن امری بسیار کلیدی است. آزمایش PCR یک روش برای تشخیص این بیماری است اما می‌توان با تصویربرداری از قفسه‌ سینه و مشاهده‌ تغییرات آن نیز بیماری کووید-19 را تشخیص داد. در این پژوهش یک شبکه عصبی عمیق کانولوشنی بر پایه‌ ResNet50 و یادگیری انتقالی ساخته شده‌است و بخشی از این شبکه با مجموعه‌‌داده‌ تصاویر اشعه‌ ایکس قفسه سینه مورد آموزش قرار گرفته‌ است. در این پژوهش ابتدا دسته‌بندی با سه کلاس "کووید-19" و "بدون یافته" و "ذات‌الریه" و سپس با دو کلاس "کووید-19" و "بدون یافته" انجام شده ‌است و با اعتبارسنجی متقابل 5 بخشی، میانگین دقت ۴۲/۸۹ درصد برای دسته‌بندی سه کلاسه و ۳۶/۹۹ درصد برای دسته‌بندی دو کلاسه به دست آمده است.