ارائه یک روش جدید مبتنی بر شبکه عصبی عمیق و الگوریتم XGBoost به منظور تشخیص بیماری کرونا از روی تصاویر اشعه ایکس

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 511

فایل این مقاله در 8 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP12_010

تاریخ نمایه سازی: 27 فروردین 1401

چکیده مقاله:

در اواخر سال ۲۰۱۹ و پس از همه گیری بیماری کووید-۱۹ در جهان، محققان و پژوهشگران بسیاری در دنیا سعی کرده اند روش‎هایی را برای تشخیص و شناسایی افراد مبتلا به کووید-۱۹ ارائه کنند. در همین راستا این پژوهش با تمرکز بر شناسایی فرد مبتلا به کووید-۱۹ 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 ویژگی های تصاویر اشعه ایکس قفسه سینه بیمار استفاده می شود و ویژگی های استخراج شده به عنوان ورودی به الگوریتم XGBoost داده می شوند تا این الگوریتم عمل دسته بندی را انجام دهد. آزمایشات ارزیابی و مقایسه روش پیشنهادی با روش هایی که در سال های اخیر ارائه شده اند نشان می دهد که روش پیشنهادی به نسبت روش های موجود دقت و سرعت بالاتری داشته و در تشخیص بیماری کرونا از روی تصاویر اشعه ایکس عملکرد قابل قبولی دارد.

نویسندگان

حمید نصیری

دانشجوی دکتری دانشگاه صنعتی امیرکبیر

شریف حسنی

دانشجوی کارشناسی دانشگاه سمنان