یادگیری عمیق در پردازش تصاویر سی تی اسکن ریه بیماران مبتلا به کرونا

بیماری کرونا، از ژانویه 2020 در بازار عمده فروشان ماهی در شهر وهان چین شروع و سازمان بهداشت جهانی آن را به عنوان یک بیماری عمومی و یک مخاطره بین المللی معرفی و در فوریه 2020 آن را کرونا یا کووید-19 نامگذاری نمود. با گسترش روزافزون بیماری کرونا در سراسر دنیا، استفاده از تکنیکها و الگوریتمهای هوش مصنوعی به خصوص شبکه های عصبی کانولوشن مبتنی بر یادگیری عمیق جهت غربالگری تصاویر سی تی اسکن قفسه سینه بیماران مبتلا به کووید-19 ضرورت بیش از پیش یافته و سهم عمدهای از مقالات چاپ شده در این حوزه را به خود اختصاص داده اند. در حال حاضر دقتهای تشخیص و غربالگری گزارش شده در مقالات علمی مبتنی بر روش های هوش مصنوعی و یادگیری عمیق از روی تصاویر سی تی اسکن قفسه سینه بیماران، به بیش از 95 درصد رسیده است. یکی از معضلات موجود در زمینه روش های مبتنی بر هوش مصنوعی، به مساله آموزش شبکه های عصبی کانولوشن و نیازمندی آنها به تعداد بالایی از داده های آموزش باز میگردد. تلفیق چندین معماری مختلف از شبکه های عصبی کانولوشن، منجر به افزایش دقت در این نوع از شبکه ها به بیش از 99 درصد گردیده است.