بخشی از پاورپوینت
اسلاید 1 :
شبکه عصبی کانولوشن کم عمق برای غربالگری شیوع کووید-19 با استفاده از عکسبرداری
اشعه X قفسه سینه
اسلاید 2 :
چکیده
در میان دادههای تصویربرداری رادیولوژی، عکسبرداری اشعه ایکس قفسه سینه CXR در مشاهده بروز کووید-19 بسیار استفاده میشود. برای غربالگری انبوه، استفاده از CXR ، یک ابزار مبتنی بر هوش مصنوعی محاسباتی کارآمد، برای تشخیص موارد مثبت کووید-19 از موارد غیر کووید ضروری است. به این منظور، یک شبکه عصبی کانولوشن سبک وزن CNN با معماری کم عمق متناسب ارائه داده ایم که با استفاده از CXR موارد مثبت کووید-19 را بدون منفی کاذب بطور خودکار تشخیص میدهد.
معماری کم عمق CNN در مقایسه با سایر مدلهای یادگیری عمیق با پارامترهای کمتری طراحی شده است. معماری متناسب با CNN کم عمق با استفاده از CXR های 321 مورد مثبت کووید تأیید شد. علاوه بر موارد مثبت کووید-19، مجموعه دیگری از 5856 مورد غیرکووید-19 در نظر گرفته شد که شامل موارد ذات الریه عادی، ویروسی و باکتریایی است. در آزمونهای آزمایشی ما، برای جلوگیری از جهتگیری احتمالی، اعتبارسنجی 5 برابر دنبال شد و از هر دو مجموعه داده متعادل و نامتعادل استفاده شد.
اسلاید 3 :
فصل اول
مدل پیشنهادی بالاترین دقت ممکن 99 . 69٪ ، را با حساسیت 1.0 به دست آورد، جایی که AUC، 9995/0 بود. بعلاوه، میزان مثبت کاذب گزارش شده برای 5856 مورد منفی کووید-19 فقط 0/0015 بود. نتایج ما اظهار داشت که CNN پیشنهادی میتواند برای غربالگری انبوه استفاده شود. با استفاده از مجموعه دقیقاً مشابه مجموعه CXR، نتایج فعلی بهتر از سایر مدلهای یادگیری عمیق و کارهای پیشرفته اصلی بود.
اسلاید 4 :
در دسامبر سال 2019، بیماری جدید ویروس کرونا (کووید-19) در استان ووهان چین یافت شد. برخلاف سرماخوردگی و آنفولانزا، کووید-19 بسیار مسری تر است و برای سیستم ایمنی بدن انسان کاملاً ناشناخته است. به بیان دقیقتر، سندرم تنفسی بسیار حاد SARS و سندرم تنفسی خاورمیانه MERS دو بیماری شناخته شده ویروس کرونا هستند که به ترتیب 10 و 37 درصد مرگ و میر زیادی دارند . هم اکنون، کووید-19 بیش از 6,057,853 نفر را مبتلا کرده است که بیش از 371,166 مورد مرگ در سراسر جهان دارند (تاریخ، 01 ژوئن، 2020). نرخ شیوع کووید-19 نمایی است و سریعتر از سایر بیماریهای مربوط به تنفس است. امروزه محققان برای پیش بینی عواقب احتمالی با استفاده از ابزارهایی که توسط هوش مصنوعی هدایت میشوند، به دادههای کمی محدود شدهاند.
در ژانویه سال 2020، هوانگ سی و همکاران برخی از جنبههای بالینی و پاراکلینیکی کووید-19 را با استفاده از 41 بیمار گزارش کرده است. مقاله آنها بیان کرده که ناهنجاریهایی مانند Ground - Glass Opacity (GGO) با استفاده از سیتی اسکن قفسه سینه قابل مشاهده است. سی تی اسکن به طور گسترده ای برای شناسایی الگوهای غیر معمول در موارد تایید شده کووید-19 استفاده میشود. به طور دقیق، لی یا و شیا ل 51 تصویر سیتی اسکن را بررسی کردند و در 96.1٪ موارد، کووید-19 با موفقیت شناسایی شد. ژو اس و همکاران، 62 مورد کووید-19 و ذات الریه را آزمایش کردند و نتایج آنها الگوهای متنوعی را نشان داد که از نظر ظاهری مانند پارانشیم ریه و بیماریهای بینابینی هستند. همچنین، ژنگ یه و همکاران اظهار داشتند که ظهور CT معمول و غیر معمول در تصمیم گیری به رادیولوژیستها کمک میکند و آنها را با بیماری آشنا میکند.
اسلاید 5 :
توجه !
پاورپوینت حاضر به صورت اختصاصی توسط فروشگاه کالاهای دانلودی ایران عرضه تهیه و ثبت شده است و هر گونه کپی برداری و انتشار آن توسط افراد سوجو، بدون اخطار قبلی، پیگرد قانونی به همراه خواهد داشت.
برای دسترسی به مجموعه پاورپوینت های تهیه شده توسط مجموعه ایران عرضه میتوانید اینجا کلیک کنید
