NeoPedia
توسط پژوهشگران ایرانی انجام شد

طراحی یك سیستم برای تشخیص فوری بیماری كووید-19

طراحی یك سیستم برای تشخیص فوری بیماری كووید-19

نئوپدیا: پژوهشگران دانشگاه علوم پزشکی شهید بهشتی با بهره گیری از الگوریتم های یادگیری عمیق سیستمی برای تفسیر تصاویر سی تی اسکن بیماران مبتلا به بیماریهای ریوی و تشخیص فوری کووید-19 طراحی کردند.



به گزارش نئوپدیا به نقل از ایسنا، باتوجه به همه گیری بیماری کووید-۱۹، داشتن ابزارهای دقیق و آنی برای تشخیص بیماری ضروری می باشد. تصاویر سی تی اسکن بعنوان روش تشخیصی، به تنهایی در تشخیص بیماری کووید-۱۹ عملکرد بالایی ندارد و برمبنای پروتکلهای تشخیصی باید همراه با تست PCR باشد و نمی توان برای تشخیص بیماری کووید-۱۹ تنها از تصاویر سی تی اسکن بهره برد.

برای حل این مشکل می توان با بهره گیری از روش های یادگیری عمیق عملکرد تصاویر سی تی اسکن را ارتقا داد و با طراحی سیستمی مبتنی بر یادگیری عمیق بصورت کاملا خودکار، تصاویر رادیولوژی بیماری کووید-۱۹ را از تصاویر دیگر پنومونی ها، با دقت بالایی تشخیص داد.

در این سیستم با ارائه یک الگوریتم، میزان درگیری ریه در بیماریهای ریوی استخراج و همراه با نتیجه تعیین کننده تشخیص مبتلاشدن به کووید-۱۹ بعنوان خروجی سیستم به کاربر عرضه می شود. این سیستم از الگوریتم های متنوعی برای تشخیص بیماری کووید-۱۹ استفاده می نماید و در نهایت کاراترین الگوریتم در تشخیص موارد مثبت و غیر مثبت مبتلا به کووید-۱۹ انتخاب می شود.

پژوهشگران دانشگاه علوم پزشکی شهید بهشتی، با طراحی یک سیستم تشخیص کووید-۱۹، با بهره گیری از الگوریتم یادگیری عمیق توانستند سیستم تشخیص اتوماتیک با دقت ۹۹.۶ طراحی نمایند. این سیستم دارای خاصیت هایی است که ضایعه درگیر ریه را استخراج و قطعه بندی کرده و سپس حجم ضایعه درگیر ریوی را در قالب اعداد به متخصص بالینی اعلام می کند.

بررسی های این مطالعه درباب این سیستم نشان داد که درجه صحت و حساسیت آن به ترتیب برابر با، ۹۹.۹، ۹۸.۷ است. این سیستم قادر می باشد خطای تشخیصی تصاویر سی تی اسکن در تشخیص بیماران کووید-۱۹ را کم کند و همین طور بدون اتلاف وقت، در روز تصاویر زیادی را تفسیر کرده و میزان درگیری ریوی را به متخصص رادیولوژی ارائه دهد.

پژوهشگران این مطالعه معتقدند که این سیستم ها در موارد بحرانی و همه گیری بیماریها می توانند در کمترین زمان تصاویر مبتلایان را تفسیر و اطلاعات بیشتر در اختیارمتخصص بالینی قرار دهند.
نتایج این پروژه تحقیقاتی با عنوان «سیستم تشخیص اتوماتیک بیماری کوید19 بر طبق تصاویر CT-Scan با بهره گیری از یادگیری عمیق» در پایگاه نتایج پژوهش های سلامت کشور انتشار یافته و فرخنده اسدی، مصطفی قادرزاده، داود بشاش آلانق و حسن ابوالقاسمی از دانشگاه علوم پزشکی هید بهشتی در انجام آن مشارکت داشتند.
مقاله حاصل این پروژه تحقیقاتی بوسیله لینک زیر قابل دسترسی است:

Deep Convolutional Neural Network–Based Computer-Aided Detection System for COVID-19 Using Multiple Lung Scans: Design and Implementation Study




منبع:

1400/03/24
09:02:59
5.0 / 5
199
این مطلب را می پسندید؟
(1)
(0)

تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب
لطفا شما هم نظر دهید
= ۵ بعلاوه ۵
NeoPedia