ارائه یک روش جدید مبتنی بر شبکه عصبی عمیق و الگوریتم xgboost به منظور تشخیص بیماری کرونا از روی تصاویر اشعه ایکس
|
|
|
|
|
|
|
|
نویسنده
|
حسنی شریف ,نصیری حمید
|
|
منبع
|
دوازدهمين كنفرانس ملي و دومين كنفرانس بين المللي بينايي ماشين و پردازش تصوير ايران - 1400 - دوره : 12 - دوازدهمین کنفرانس ملی و دومین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایران - کد همایش: 00201-13087 - صفحه:0 -0
|
|
چکیده
|
چکیده- در اواخر سال 2019 و پس از همه‌گیری بیماری کووید-19 در جهان، محققان و پژوهشگران بسیاری در دنیا سعی کرده‌اند روش‌هایی را برای تشخیص و شناسایی افراد مبتلا به کووید-19 ارائه کنند. در همین راستا این پژوهش با تمرکز بر شناسایی فرد مبتلا به کووید-19 از روی تصاویر اشعه ایکس انجام شده است. در این مقاله روش جدیدی به منظور تشخیص بیماری کرونا از روی تصاویر اشعه ایکس ارائه شده است. در روش پیشنهادی از شبکه عصبی عمیق به منظور استخراج ویژگی‌های تصاویر اشعه ایکس قفسه سینه بیمار استفاده می‌شود و ویژگی‌های استخراج شده به عنوان ورودی به الگوریتم xgboost داده می‌شوند تا این الگوریتم عمل دسته‌بندی را انجام دهد. آزمایشات ارزیابی و مقایسه روش پیشنهادی با روش‌هایی که در سال‌های اخیر ارائه شده‌اند نشان می‌دهد که روش پیشنهادی به نسبت روش‌های موجود دقت و سرعت بالاتری داشته و در تشخیص بیماری کرونا از روی تصاویر اشعه ایکس عملکرد قابل قبولی دارد.
|
|
کلیدواژه
|
الگوریتم xgboost، بیماری کرونا، شبکه عصبی عمیق، شبکه densenet169، کووید-19
|
|
آدرس
|
|
|
|
|
|
|
|
|
|
|