مناقشة شهادة ماجستير حول تشخيص COVID-19 من صور الرئة المقطعية باستخدام شبكات العصبية التلافيفية الموازية
 التاريخ :  10/10/2021 9:22:10 PM  , تصنيف الخبـر  كلية تكنولوجيا المعلومات
Share |

 كتـب بواسطـة  مسؤول موقع كلية تكنولوجيا المعلومات  
 عدد المشاهدات  482

جرت مناقشة طالب الدراسات العليا - الماجستير ( مصطفى خلف هاشم) وذلك على قاعة المؤتمرات في كلية تكنولوجيا المعلومات في يوم الخميس المصادف 30-9-2021 وكانت حول 

Diagnosing Covid-19 of Lung CT Images Using Deep Parallel Convolutional Neural Networks


تشخيص COVID-19 من صور الرئة المقطعية باستخدام شبكات العصبية التلافيفية الموازية 


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.







الاعلى مشاهدة