شماره ركورد كنفرانس :
5103
عنوان مقاله :
ارائه يك روش جديد مبتني بر شبكه عصبي عميق و الگوريتم XGBoost به منظور تشخيص بيماري كرونا از روي تصاوير اشعه ايكس
پديدآورندگان :
حسني شريف دانشگاه سمنان , نصيري حميد دانشگاه صنعتي اميركبير
كليدواژه :
الگوريتم XGBoost , بيماري كرونا , شبكه عصبي عميق , شبكه DenseNet169 , كوويد-۱۹
عنوان كنفرانس :
دوازدهمين كنفرانس ملي و دومين كنفرانس بين المللي بينايي ماشين و پردازش تصوير ايران
چكيده فارسي :
چكيده- در اواخر سال 2019 و پس از همه‌گيري بيماري كوويد-19 در جهان، محققان و پژوهشگران بسياري در دنيا سعي كرده‌اند روش‌هايي را براي تشخيص و شناسايي افراد مبتلا به كوويد-19 ارائه كنند. در همين راستا اين پژوهش با تمركز بر شناسايي فرد مبتلا به كوويد-19 از روي تصاوير اشعه ايكس انجام شده است. در اين مقاله روش جديدي به منظور تشخيص بيماري كرونا از روي تصاوير اشعه ايكس ارائه شده است. در روش پيشنهادي از شبكه عصبي عميق به منظور استخراج ويژگي‌هاي تصاوير اشعه ايكس قفسه سينه بيمار استفاده مي‌شود و ويژگي‌هاي استخراج شده به عنوان ورودي به الگوريتم XGBoost داده مي‌شوند تا اين الگوريتم عمل دسته‌بندي را انجام دهد. آزمايشات ارزيابي و مقايسه روش پيشنهادي با روش‌هايي كه در سال‌هاي اخير ارائه شده‌اند نشان مي‌دهد كه روش پيشنهادي به نسبت روش‌هاي موجود دقت و سرعت بالاتري داشته و در تشخيص بيماري كرونا از روي تصاوير اشعه ايكس عملكرد قابل قبولي دارد.
