ارزيابي ميزان درگيري ريوي بيماران كرونايي در تصاوير سي تي اسكن قفسه سينه با استفاده از الگوريتم تكامل تفاضلي خود تطبيق چند هدفه

با فراگيري بيماري كرونا در سراسر دنيا در طول يك سال گذشته، استفاده از تكنيك هاي پردازش تصوير و الگوريتم هاي هوش مصنوعي جهت آناليز تصاوير سي تي اسكن (CXR) قفسه سينه بيماران مبتلا به كوويد19ضرورت يافته است. تعيين درصد پيشرفت و گسترش ويروس كوويد19در ناحيه ريه شخص بيمار يكي از نيازمندي هاي اساسي و ضروري مراكز بستري بيماران كرونايي محسوب مي گردد. بيشترين تحقيقات در اين حوزه، به مقالات مبتني بر روش هاي يادگيري عميق با بكارگيري شبكه هاي عصبي كانولوشن اختصاص داشته، كه عمدتا به موضوع غربال گري افراد بيمار و سالم مي پردازند. در اين ميان تعداد معدودي از مقالات به موضوع تعيين درصد درگيري ريوي و پيشرفت ويروس در بيماران كرونايي بر اساس تصاوير CXR پرداخته اند. عدم شكل گيري بانك هاي اطلاعات تصاوير منسجم با اطلاعات يكپارچه و جامع يكي از معضلات اصلي در اين حوزه محسوب مي گردد. تعيين ميزان درگيري ريوي مبتلايان به بيماري، بر اساس تصاوير متفاوت CXR در روزهاي متوالي، داراي معضلات و مشكلات خاص خود از جمله تفاوت در ابعاد، شدت روشنايي، ميزان دوز و زاويه تابش اشعه در اين تصاوير بوده كه بكارگيري يك فيلتر تفاضل گير ساده روي داده هاي دو تصوير را غيرممكن مي سازند. بكارگيري يك روش بهينه سازي خود تطبيق با ماهيت تفاضلي و چند هدفه مي تواند دقت و صحت كار را افزايش و زمان تحليل را كاهش دهد.