کنفرانس بین المللی محاسبات نرم

صفحه اصلی / پنجمین کنفرانس بین المللی محاسبات نرم

پیش بینی کووید 19 براساس مدل های هوش مصنوعی برروی تصاویر اسکن ریه

نویسندگان :

سید فرزین میربستانی¹ مرضیه فریدی ماسوله² مریم عابدینی³

1- موسسه آموزش عالی احرار رشت 2- موسسه آموزش عالی احرار رشت 3- دانشگاه گیلان

کلمات کلیدی :

کووید-19،رادیوگرافی اشعه ایکس،قفسه سینه،هوش مصنوعی،پردازش تصویر

چکیده :

هدف اصلی این پژوهش پیش بینی بیماری کووید-19 براساس مدل های هوش مصنوعی برروی تصاویر اسکن ریه است که با استفاده از الگوریتم های هوش مصنوعی و بررسی دقیق نقاط ضعف و قوت هر کدام از الگوریتم ها شکل گرفته است با توجه به نتایج حاصله مشخص گردید که مدل VGG19 بهترین عملکرد را در این زمینه دارا می باشد . الگوریتم VGG19 یک معماری شبکه عصبی کانولوشن است که به دلیل عملکرد قوی در وظایف تشخیص تصویر محبوبیت پیدا کرده است. این مدل از 19 لایه شامل لایه های کانولوشن که ویژگی های بصری مختلف را از تصاویر ورودی استخراج می کند و لایه های کاملاً متصل که این ویژگی ها را برای پیش بینی طبقه بندی می کند تشکیل شده است. با اعمال الگوریتم VGG19 روی تصاویر اسکن ریه، می‌تواند بین ریه‌های سالم، ذات‌الریه و ریه‌های مبتلا به کووید-19 تمایز قائل شد. این امر با تجزیه و تحلیل ویژگی های تصویری که مشخصه هر شرایط است حاصل شده و تمایز دقیق را امکان پذیر می کند. در این پژوهش از یک پایگاه داده جامع که شامل تصاویر ریه بیماران کووید-19، سالم و ذات الریه می باشد جهت بررسی عملکرد الگوریتم VGG19 استفاده شده است.در این پژوهش مدل ایجاد شده براساس داده های آموزشی در فرآیند ارزبابی مجدد از طریق تصاویر آزمایشی اراعه شده آموزش دیده به گونه ای که با هربار آزمایش عملکرد مدل بهبود داده میشود. براساس نتایج حاصله نشان داده شده است که این روش با دقت 94.44 درصد توانسته بیماری را به درستی تشخیص دهد. که یک نتیجه امیدوارکننده است.