AU - Tabrizi, Nadereh AU - Navkhasi, Saman TI - Automatic and Accurate Diagnosis of COVID-19 by Chest CT scan Images Using Deep Learning Method PT - JOURNAL ARTICLE TA - jmarmed JN - jmarmed VO - 3 VI - 4 IP - 4 4099 - http://jmarmed.ir/article-1-303-fa.html 4100 - http://jmarmed.ir/article-1-303-fa.pdf SO - jmarmed 4 AB  - زمینه و هدف: سازمان بهداشت جهانی توصیه‌هایی مبنی بر تشخیص به موقع بیماری کووید-19 برای اتخاذ درمان مناسب دارد. در پژوهش حاضر تشخیص خودکار و دقیق بیماری کووید-19 از تصاویر سی تی اسکن بدست آمده از قفسه سینه با استفاده از روش یادگیری عمیق انجام شده است. روش‌ها: مراحل انجام کار در این الگوریتم برای تقسیم بندی و شناسایی تصاویر مربوط به ریه سالم و ریه تحت تاثیر کووید-19 به ترتیب عبارت بودند از انتخاب تصاویر مناسب، پیش پردازش تصاویر شامل حذف نویز تصاویر، استخراج ویژگی‌های تصاویر، در نهایت تقسیم‌بندی و طبقه‌بندی تصاویر با بهره‌گیری از روش تلفیقی یادگیری عمیق و الگوریتم بهینه سازی امواج آب به منظور تشخیص کووید-19 در تصاویر مربوط به ریه. تمامی مدلسازی بر اساس نرم افزار Matlab انجام شد. یافته‌ها: با اعمال الگوریتم بهینه سازی امواج آب به الگوریتم یادگیری عمیق، دقت آن حدود 7 درصد در تشخیص بیماری کووید-19 بهبود داشت. بنابراین، الگوریتم پیشنهادی با دقت متوسط 98 درصد از توانایی بالایی برای استفاده در بالین برای تشخیص دقیق و سریع کووید- 19برخوردار است، که می تواند به کادر پزشکی کمک شایانی کند. نتیجه‌گیری: در مرحله تشخیص کووید-19، از هوش مصنوعی می‌توان برای تشخیص الگوهای تصاویر پزشکی گرفته شده با سی‌تی اسکن استفاده کرد. CP - IRAN IN - LG - eng PB - jmarmed PG - 41 PT - Original Article YR - 2021