إطار شبكة عصبونية تلافيفية للكشف عن مرض كوفيد-19 في صور التصوير المقطعي المحوسب

الملخص

كوفيد-19 هو فيروس RNA يسبب أمراضًا معدية تنتقل بين الحيوانات وتطورت بين البشر. هذه الفئة من مسببات الأمراض هي المسؤولة عن أمراض الجهاز التنفسي. ويشير فيروس كورونا إلى النتوءات التي تشبه التاج على السطح الخارجي للفيروس. في السنوات الأخيرة، حدث توسع في توظيف الأدوات المتقدمة في مجال معالجة الصور الرقمية وتحليلها (DIPA) لدعم من أجهزة التصوير الطبي للكشف الدقيق والمساعدة في تشخيص الكثير من الأمراض. من هذا المنطلق، نشأت الحاجة الملحة لتوظيف الذكاء الاصطناعي مكملاً لـ DIPA في الكشف عن الأمراض. في هذا البحث، نقترح نهجًا فعالاً لمعالجة صور الأشعة المقطعية للرئة بشكل تكيفي، ومن ثم اكتشاف احتمالية الإصابة بفيروس كورونا بناءً على مصنف يعتمد على الشبكة العصبونية التلافيفية CNN كأداة للتعلم العميق. لقد اخترنا مجموعة بيانات فيروس كورونا  SARS-COV-2 المعروفة لمتلازمة الجهاز التنفسي الحادة الشديدة كمجموعة بيانات فعالة مقترحة في الأدبيات ذات الصلة لتدريب والتحقق من صحة نماذج الذكاء الاصطناعي التي يمكن أن يقترحها الباحثون فيما يتعلق بالكشف التلقائي عن وجود فيروس كورونا في صورة الأشعة المقطعية للرئة. من ناحية أخرى، تحتوي مجموعة بيانات SARS-COV-2 على حالات دراسة كافية من وجهة نظر إحصائية، مما يجعل أي نموذج ذكاء اصطناعي مطور قابلاً للتدريب والتحقق من صحته. استخدمنا 70% من إجمالي الصور المقدمة لـ SAR-COV-2  في مرحلة تدريب المصنف، و30% الأخرى في مرحلة الاختبار كبيانات غير مرئية لم يتم تضمينها أثناء مرحلة التدريب. أثبتت النتائج التي تم الحصول عليها نجاح أسلوبنا في مرحلتي التدريب والاختبار دون أي مشاكل مشهورة، مثل الإفراط في الملاءمة، أو الانحناء المبكر، أو الأداء غير المستقر. لذلك نؤكد جودة الأداء واستقرار نهجنا مع دقة محققة على البيانات غير المرئية تصل إلى 99٪ في اكتشاف وتمييز حالات الإصابة.