تشخيص خودكار آمفيزم ريوي با استفاده از شبكه عصبي عميق مبتني بر Unet بهينه‌سازي شده

مقدمه: يكي از بيماري‌هاي ريوي كه معمولاً تا سنين بالا ناشناخته مي‌ماند و درمان قطعي ندارد، آمفيزم ريوي است كه تشخيص سريع اين بيماري به افراد درگير در اين بيماري كمك زيادي مي‌كند و از رشد توده‌هاي آمفيزم جلوگيري مي‌كند. اين تحقيق سعي در تشخيص زودهنگام اين بيماري به كمك روش‌هاي يادگيري عميق دارد.روش كار: اين تحقيق با كمك شبكه عصبي Unet بهينه‌سازي شده با الگوريتم فراابتكاري GPC‌، سعي در تشخيص سريع‌تر اين بيماري دارد. داده‌هاي اين پژوهش از بيمارستان‌هاي امام علي و بوعلي سينا شهرستان زاهدان استان سيستان و بلوچستان جمع‌آوري شده است. داده‌ها شامل 300 قطعه با آمفيزم شامل  65 مورد CLE ، 97 مورد PSE  و 138 مورد PLE  و 45 مورد داده نرمال است. اين  داده‌ها توسط شبكه عصبي عميق Unet و با الگوريتم بهينه‌سازي GPC مورد بررسي قرار گرفتند و در نهايت به كمك معيارهاي accuracy،recall، Specificity و F-measure با ساير روش‌هاي انجام شده مورد مقايسه و بررسي قرار گرفتند.يافته‌ها: در اين پژوهش معيارهاي به كاررفته به ترتيب با دقت 97.18، پيش‌بيني98.40، حساسيت 48.23 و امتياز f 50.97‌، نتايج بسيار بهتري در مقايسه با ساير روش‌هاي تشخيص آمفيزم به كمك شبكه Unet بهينه شده داشته است كه  نشان از تشخيص سريع‌تر و دقيق‌تر و اثر بخش‌تر اين بيماري به كمك روش پيشنهادي دارد. نتيجه‌گيري: استفاده از روش‌هاي درست يادگيري عميق در تركيب با الگوريتم‌هاي بهينه‌سازي قوي مي‌تواند درمان سريع تر و دقيق تر بيماري‌ها را امكان پذير سازد.