fa تشخیص خودکار و دقیق کووید-19 از تصاویر سی تی اسکن قفسه سینه با استفاده از روش یادگیری عمیق طب دریا Marine Medicine پژوهشي اصیل Original Article <div style="text-align: justify;"><span style="color:#000000;"><span style="font-size:12px;"><span style="font-family:IRANyekan;"><strong>زمینه و هدف:</strong> 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.<br> <strong>روش‌ها:</strong> 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 <span dir="LTR">Matlab</span> انجام شد.<br> <strong>یافته‌ها:</strong> 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.<br> <strong>نتیجه‌گیری:</strong> در مرحله تشخیص کووید-19، از هوش مصنوعی می‌توان برای تشخیص الگوهای تصاویر پزشکی گرفته شده با سی‌تی اسکن استفاده کرد.</span></span></span></div> <div style="text-align: justify;"><strong>Background and Aim: </strong>The World Health Organization has some recommendations for early diagnosis of COVID-19 for appropriate treatment. In the present study, automatic and accurate diagnosis of COVID-19 by chest CT scan images using the deep learning method was performed.<br> <strong>Methods:</strong> The steps performed in this algorithm for segmentation and identification of images of healthy lungs and lungs affected by COVID-19 were a selection of appropriate images, preprocessing of images including noise reduction, extraction of image properties, finally segmentation and image classification using a combination of the deep learning method and water wave optimization algorithm to detect COVID-19 in lung images. All modeling was done based on Matlab software.<br> <strong>Results:</strong> By applying the water wave optimization algorithm to the deep learning algorithm, its accuracy improved by some 7% in the diagnosis of COVID-19. Therefore, the proposed algorithm with an average accuracy of 98% has a high ability to be used in the clinic for accurate and rapid diagnosis of COVID-19, which can be of great help to the medical staff.<br> <strong>Conclusion:</strong> In the diagnosis phase of COVID-19, artificial intelligence can be used to detect patterns of medical images taken by CT scan.</div> تشخیص خودکار, کووید-19, سی تی اسکن Automatic diagnosis, COVID-19, CT scan 41 48 http://jmarmed.ir/browse.php?a_code=A-10-303-1&slc_lang=fa&sid=1 Nadereh Tabrizi نادره تبریزی nadereh.tabriz@gmail.com 10031947532846003445 10031947532846003445 Yes Department of Physics, Payame Noor University, Tehran, Iran گروه فیزیک، دانشگاه پیام نور، تهران، ایران Saman Navkhasi سامان ناوخاصی saman.nawkhasi@gmail.com 10031947532846003446 10031947532846003446 No