يادگيري عميق در پردازش تصاوير سي يت اسكن ريه بيماران مبتلا به كرون

Deep learning in chest CT-scan images processing of covid-19 patients

بيماري كرونا، از ژانويه 2020 در بازار عمده فروشان ماهي در شهر وهان چين شروع و سازمان بهداشت جهاني آن را به عنوان يك بيماري عمومي و يك مخاطره بي نالمللي معرفي و در فوريه 2020 آن را كرونا يا كوويد- 19 نامگذاري نمود. با گسترش روزافزون بيماري كرونا در سراسر دنيا، استفاده از تكني كها و الگوريتم هاي هوش مصنوعي به خصوص شبك ههاي عصبي كانولوشن مبتني بر يادگيري عميق جهت غربالگري تصاوير س يت ياسكن قفسه سينه بيماران مبتلا به كوويد- 19 ضرورت بيش از پيش يافته و سهم عمده اي از مقالات چاپ شده در اين حوزه را به خود اختصاص داد هاند. در حال حاضر دق تهاي تشخيص و غربالگري گزارش شده در مقالات علمي مبتني بر روش هاي هوش مصنوعي و يادگيري عميق از روي تصاوير س يت ياسكن قفسه سينه بيماران، به بيش از 95 درصد رسيده است. يكي از معضلات موجود در زمينه رو شهاي مبتني بر هوش مصنوعي، به مساله آموزش شبك ههاي عصبي كانولوشن و نيازمندي آنها به تعداد بالايي از داد ههاي آموزش باز م يگردد. تلفيق چندين معماري مختلف از شبكه هاي عصبي كانولوشن، منجر به افزايش دقت در اين نوع از شبكه ها به بيش از 99 درصد گرديده است.

Corona disease started in January 2020 in the wholesale fish market in Wuhan, China, and the World Health Organization declared it as a public disease and an international hazard, and in February 2020 named it Corona or Covid-19. Under this global pandemic, using artificial intelligence techniques especially convolutional neural networks based on deep learning for screening chest CT images are becoming more vital as before. The most studies in this field belong to the articles based on the deep learning methodologies using convolution neural