رسالة في تكنولوجيا بابل تبحث تشخيص COVID-19 من صور الرئة المقطعية باستخدام شبكات العصبية التلافيفية الموازية


تاريخ النشر : 10/22/2021
عدد مشاهدات هذا الموضوع : 65
تم نشر الموضوع بواسطة : وسام عماد ناجي المعموري
 
هبه امير جابر 
ناقشت رسالة ماجستير في كلية تكنولوجيا المعلومات بجامعة بابل للطالب مصطفى خلف (تشخيص COVID-19 من صور الرئة المقطعية باستخدام شبكات العصبية التلافيفية الموازية).بينت الدراسة أن الانتشار السريع لفيروس كورونا وتهديده للبشرية دفع الباحثين للبحث عن أفضل السبل لتشخيص هذا المرض.احدى طريقة التشخيص هو تفاعل البوليميراز المتسلسل،لكن حساسيتها للمرض تصل إلى 70% وتستغرق وقتًا.إحدى الطرق المقترحة لتشخيص كوفيد هي من خلال الصور المقطعية.نظرًا لأن الصور المقطعية تتطلب اطباء أشعة متخصصين وذوي خبرة،وبما ان عدد أخصائيي الأشعة قليل مقارنة بعدد الأشخاص المصابين.لذلك اقترحنا تشخيصًا تلقائيًا لكوفيد من خلال الصور المقطعية بأستخدام التعلم العميق.الشبكة العصبية التلافيفية هي شبكة فعالة لتصنيف الصور. 
النموذج المقترح يتكون من ثلاث نماذج من الشبكات العصبية التلافيفية احدهما تم تصميمها وتدريبها من الصفر وهي (MuNet) والآخران تم تدريبهما مسبقًا (ResNet50 و InceptionV3) تم اختيارهما بعد تدريب عدة نماذج (DenseNet121 ، MobileNetV2 ، NASNetMobile ، VGG16 و EfficientNetB0).بعد تدريب النماذج الثلاثة،يتم استخدام طريقة التجميع في الخطوة الثالثة للحصول على أفضل دقة فيما بينها.حصل النموذج المقترح على الدقة والحساسية والنوعية (1.00،1.0000 ،0.9956 على التوالي) للتدريب،والدقة والحساسية والنوعية (0.92 ، 0.9801 ، 0.8661 على التوالي) للاختبار.