سیدفرزین میربستانی - کارشناسی ارشد کامپیوتر نرم افزار موسسه آموزش عالی احرار
مرضیه فریدی ماسوله - هیات علمی - موسسه آموزش عالی احرار رشت
مریم عابدینی - دکتری تخصصی دانشگاه گیلان

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.

کووید،۱۹،رادیوگرافی اشعه ایکس،قفسه سینه،هوش مصنوعی،پردازش تصویر