کامل صباحی؛ سبحان شیخی‌وند؛ زهره موسوی؛ مهدی رجبیون
چکیده
امروزه ویروس کرونای جدید به یک اپیدمی بزرگ جهانی تبدیل شده است. روزانه درصد بالایی از جمعیت کل جهان به این ویروس مبتلا می‌شوند و درصد چشمگیری در اثر ابتلا جان خود را از دست می‌دهند. با توجه به ماهیت واگیرداری ...
بیشتر
امروزه ویروس کرونای جدید به یک اپیدمی بزرگ جهانی تبدیل شده است. روزانه درصد بالایی از جمعیت کل جهان به این ویروس مبتلا می‌شوند و درصد چشمگیری در اثر ابتلا جان خود را از دست می‌دهند. با توجه به ماهیت واگیرداری شدید این ویروس، تشخیص، درمان و قرنطینة به‌موقع امری ضروری تلقی می‌شود. در این مقاله یک روش خودکار برای تشخیص کووید-19 از تصاویر اشعه ایکس قفسه سینه براساس شبکه‌های یادگیری عمیق ارائه شده است. برای شبکة یادگیری عمیق پیشنهادی در این کار از ترکیب شبکه‌های کانولوشنال با توابع فعال‌سازی فازی نوع 2 به‌منظور مواجهة بهتر با نویز استفاده شده است. همچنین برای افزایش دادگان، شبکه‌های مولد تخاصمی در این پژوهش به کار گرفته شده‌اند. صحت نهایی حاصل‌شده برای طبقه‌بندی سناریوی اول (سالم و کووید-19) و سناریوی دوم (سالم، پنومونیا و کووید-19) به‌ترتیب حدود 99 و 95 درصد است. علاوه بر این، نتایج روش پیشنهادی ازنظر معیارهای صحت، حساسیت و اختصاصیت در مقایسه با پژوهش‌های اخیر امیدوارکننده‌اند؛ به طوری که برای طبقه‌بندی سناریوی اول به‌ترتیب دارای حساسیت و اختصاصیت 100 و 99 درصد است. روش پیشنهادی با راه‌یابی به حوزة کاربردی می‌تواند به‌عنوان دستیار پزشک در طول درمان بیماران استفاده شود.
