پيش بيني كوويد 19 براساس مدل هاي هوش مصنوعي برروي تصاوير اسكن ريه

Prediction of Covid-19 based on artificial intelligence models on lung scan images

هدف اصلي اين پژوهش پيش بيني بيماري كوويد-19 براساس مدل هاي هوش مصنوعي برروي تصاوير اسكن ريه است كه با استفاده از الگوريتم هاي هوش مصنوعي و بررسي دقيق نقاط ضعف و قوت هر كدام از الگوريتم ها شكل گرفته است با توجه به نتايج حاصله مشخص گرديد كه مدل VGG19 بهترين عملكرد را در اين زمينه دارا مي باشد . الگوريتم VGG19 يك معماري شبكه عصبي كانولوشن است كه به دليل عملكرد قوي در وظايف تشخيص تصوير محبوبيت پيدا كرده است. اين مدل از 19 لايه شامل لايه هاي كانولوشن كه ويژگي هاي بصري مختلف را از تصاوير ورودي استخراج مي كند و لايه هاي كاملاً متصل كه اين ويژگي ها را براي پيش بيني طبقه بندي مي كند تشكيل شده است. با اعمال الگوريتم VGG19 روي تصاوير اسكن ريه، مي‌تواند بين ريه‌هاي سالم، ذات‌الريه و ريه‌هاي مبتلا به كوويد-19 تمايز قائل شد. اين امر با تجزيه و تحليل ويژگي هاي تصويري كه مشخصه هر شرايط است حاصل شده و تمايز دقيق را امكان پذير مي كند. در اين پژوهش از يك پايگاه داده جامع كه شامل تصاوير ريه بيماران كوويد-19، سالم و ذات الريه مي باشد جهت بررسي عملكرد الگوريتم VGG19 استفاده شده است.در اين پژوهش مدل ايجاد شده براساس داده هاي آموزشي در فرآيند ارزبابي مجدد از طريق تصاوير آزمايشي اراعه شده آموزش ديده به گونه اي كه با هربار آزمايش عملكرد مدل بهبود داده ميشود. براساس نتايج حاصله نشان داده شده است كه اين روش با دقت 94.44 درصد توانسته بيماري را به درستي تشخيص دهد. كه يك نتيجه اميدواركننده است.