چکیده مقاله
هدف اصلی این پژوهش پیش بینی بیماری کووید ۱۹ براساس مدل های هوش مصنوعی برروی تصاویر اسکن ریه است که با استفاده از الگوریتم های هوش مصنوعی و بررسی دقیق نقاط ضعف و قوت هر کدام از الگوریتم ها شکل گرفته است با توجه به نتایج حاصله مشخص گردید که مدل VGG۱۹ بهترین عملکرد را در این زمینه دارا می باشد الگوریتم VGG۱۹ یک معماری شبکه عصبی کانولوشن است که به دلیل عملکرد قوی در وظایف تشخیص تصویر محبوبیت پیدا کرده است این مدل از ۱۹ لایه شامل لایه های کانولوشن که ویژگی های بصری مختلف را از تصاویر ورودی استخراج می کند و لایه های کاملا متصل که این ویژگی ها را برای پیش بینی طبقه بندی می کند تشکیل شده است با اعمال الگوریتم VGG۱۹ روی تصاویر اسکن ریه، می تواند بین ریه های سالم، ذات الریه و ریه های مبتلا به کووید ۱۹ تمایز قائل شد این امر با تجزیه و تحلیل ویژگی های تصویری که مشخصه هر شرایط است حاصل شده و تمایز دقیق را امکان پذیر می کند در این پژوهش از یک پایگاه داده جامع که شامل تصاویر ریه بیماران کووید ۱۹، سالم و ذات الریه می باشد جهت بررسی عملکرد الگوریتم VGG۱۹ استفاده شده است در این پژوهش مدل ایجاد شده براساس داده های آموزشی در فرآیند ارزبابی مجدد از طریق تصاویر آزمایشی اراعه شده آموزش دیده به گونه ای که با هربار آزمایش عملکرد مدل بهبود داده میشود براساس نتایج حاصله نشان داده شده است که این روش با دقت ۹۴ ۴۴ درصد توانسته بیماری را به درستی تشخیص دهد که یک نتیجه امیدوارکننده است
کلیدواژهها
نویسندگان
شیوه ارجاع
میربستانی، سیدفرزین و فریدی ماسوله، مرضیه و عابدینی، مریم،1402،پیش بینی کووید ۱۹ براساس مدل های هوش مصنوعی برروی تصاویر اسکن ریه،پنجمین کنفرانس بین المللی محاسبات نرم،رودسر
ارائهشده در
مجموعه مقالات پنجمین کنفرانس بین المللی محاسبات نرم16 اسفند 1402 · رودسر