>
Fa
  |  
Ar
  |  
En
بررسی مدلهای یادگیری عمیق برای تحلیل تصاویر پزشکی کووید-19
نویسنده
صادقی آیدین
منبع
اولين همايش ملي دستاوردهاي نوين در مهندسي برق، كامپيوتر و مهندسي پزشكي - 1401 - دوره : 1 - اولین همایش ملی دستاوردهای نوین در مهندسی برق، کامپیوتر و مهندسی پزشکی - کد همایش: 01221-53023 - صفحه:0 -0
چکیده
بیماری کووید-19 چالشهای جدیدی را به سازمانهای مراقبتهای بهداشتی در سراسر جهان تحمیل کرده است. برای مقابله با بحران جهانی، استفاده از تصویربرداری قفسه سینه نقش مهمی در تشخیص، پیش بینی و مدیریت بیماران کووید-19 با علائم متوسط تا شدید یا با شواهدی از وضعیت بدتر شدن تنفسی داشته است. در پاسخ، انجمن تجزیه و تحلیل تصاویر پزشکی به سرعت برای توسعه و انتشار مدلها و ابزارهای یادگیری عمیق برای تامین نیاز فوری مدیریت و تفسیر مقادیر زیادی از دادههای تصویربرداری کووید-19 اقدام نمود. این مقاله نه تنها خلاصهای از روشهای موجود در یادگیری عمیق و تحلیل تصاویر پزشکی بلکه بحثها و توصیههای عمیقی برای پژوهشهای آتی ارائه میدهد. به طوری که در دسترس بودن گسترده مجموعه دادههای کووید-19 نوید بزرگی برای یک بستر آزمایشی متحول کننده جهت توسعه، تصدیق و انتشار روشهای جدید یادگیری عمیق در مرزهای علم داده و هوش مصنوعی است.
کلیدواژه
تحلیل تصاویر پزشکی، تصویربرداری قفسه سینه، یادگیری عمیق، کووید-19
آدرس
, iran
پست الکترونیکی
sadeghi_aidin@yahoo.com
investigation of deep learning models for covid-19 medical image analysis
Authors
Copyright 2023
Islamic World Science Citation Center
All Rights Reserved