|
|
|
|
بکارگیری شبکه عصبی عمیق پیچشی برای تشخیص بیماری کووید-19 از روی تصاویر سی تی اسکن
|
|
|
|
|
|
|
|
نویسنده
|
عزیزی رضوانه ,عباسی نیشابوری حمید
|
|
منبع
|
دهمين كنفرانس بين المللي هوش مصنوعي و رباتيك - 1402 - دوره : 10 - دهمین کنفرانس بین المللی هوش مصنوعی و رباتیک - کد همایش: 02230-23861 - صفحه:0 -0
|
|
چکیده
|
در این مقاله، به بررسی کاربرد محاسبات نرم در تشخیص کووید-19 از طریق تحلیل تصاویر سی تی اسکن پرداخته شده است. در این پژوهش از مدل‌های یادگیری عمیق پیچشی استفاده شده و عملکرد آن در تشخیص بیماری مورد ارزیابی قرار گرفته است. در این تحقیق، ما بهینه‌سازی روش‌های استخراج ویژگی از تصاویر سی تی اسکن را بررسی نموده و نتایج به دست آمده از آزمایشات خود را ارائه خواهیم داد. در این مقاله، ما بر روی طراحی یک تشخیص کووید -19 با استفاده از مدل شبکه عصبی کانولوشن با پشتیبانی از نرم‌افزارهای منبع‌باز مانند keras، python، google colab، kaggle و visual studio کار می‌کنیم.نتایج این مطالعه نشان می‌دهند که استفاده از شبکه‌های عمیق پیچشی با لایه بندی صورت گرفته می‌تواند بهبود قابل توجهی در دقت تشخیص کووید-19 از طریق تصاویر سی تی اسکن ایجاد کند و در تشخیص سریع‌تر و دقیق‌تر بیماران موثر باشد.
|
|
کلیدواژه
|
تصاویر سی تی اسکن ، شبکه عصبی کانولوشن، کووید 19، مدل‌سازی، ،یادگیری عمیق
|
|
آدرس
|
, iran, , iran
|
|
پست الکترونیکی
|
hamid.abbasi@iau.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|