Index Medicus for the Eastern Mediterranean Region (IMEMR) Index Copernicus ResearchBible J-Gate I2OR ROAD CiteFactor Scientific Indexing Services SID Magiran Google Scholar رتبه علمی پژوهشی از کمیسیون نشریات وزارت بهداشت
گروه فیزیک، دانشگاه پیام نور، تهران، ایران ، nadereh.tabriz@gmail.com
چکیده: (4222 مشاهده)
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.
Tabrizi N, Navkhasi S. Automatic and Accurate Diagnosis of COVID-19 by Chest CT scan Images Using Deep Learning Method. J Mar Med 2021; 3 (4) :41-48 URL: http://jmarmed.ir/article-1-303-fa.html
تبریزی نادره، ناوخاصی سامان. تشخیص خودکار و دقیق کووید-19 از تصاویر سی تی اسکن قفسه سینه با استفاده از روش یادگیری عمیق. مجله طب دریا. 1400; 3 (4) :41-48
