دراسة مقارنة لنتائج تشخيص مرض كوفيد-١٩ في اشعة الصدر السينية باستخدام بعض نماذج الشبكة العصبية التلافيفة

Abstract

يهدف البحث إلى تقديم إطار جديد لمفهوم التعلم العميق وأهميته في توفيره لتقنيات مختلفة تقدم المساعدة لأطباء الأشعة في تشخيص الإصابة بفيروس كورونا (Covid-19) في صور الصدر الشعاعية البسيطة ومن إحدى تقنيات التعلم العميق المستخدمة في البحث الشبكة العصبية التلافيفية Resnet50 وهي إحدى أنواع الشبكات العصبية الصناعية العميقة وإجراء مقارنة النتائج بنتائج أبحاث حول الموضوع نفسه تمت على شبكات عصبية صناعية أخرى. تمت عملية الحصول على الصور الشعاعية من قاعدة بيانات D. Joseph Paul Cohen البروفيسور في جامعة مونتريال وهي متاحة على الشبكة العالمية على موقع githup مجانا ومحدثة دائما بصور جديدة. تتضمن عدد كبير من الصور الشعاعية البسيطة والتصوير المقطعي المحوسب للصدر وبأبعاد مختلفة لأشخاص طبيعيين ولمرضى يعانون بشكل أساسي من متلازمات تنفسية مختلفة من ضمنها فيروس كرونا. تم دراسة الخطوات العملية في البحث من خلال صندوق أدوات DeepLearing في MATLAB 2018B على جهاز لابتوب بمعالج 2 غيغا هرتز ثنائي النواة وذاكرة 4 غيغايت حيث أظهرت النتائج 98.1% من الدقة و100% من الحساسية

Keywords

• تعلم عميق، رؤية حاسوبية، شبكة عصبونية تلافيفية، فيروس كورونا، ذكاء صنعي, تعلم تمثيلي, تعلم الميزة, تعلم آلي.