تشخیص بیماری کووید-19 در تصاویر پرتو X مبتنی بر روش های یادگیری عمیق و ترکیب دسته بندها

کووید-19 یک ویروس جدید است که باعث عفونت در دستگاه تنفسی فوقانی و ریه ها می شود که تعداد موارد مرگ و میر به طور روزانه در مقیاس یک بیماری همه گیر جهانی افزایش یافته است. تصاویر اشعه ایکس قفسه سینه برای نظارت بر بیماری های مختلف ریه مفید بوده و اخیرا برای نظارت بر بیماری کووید-19 استفاده شده است.

در این پژوهش جهت بازشناسی کووید-19 از روی تصاویر x از یک فرآیند چند مرحله ای بهره گرفته شده است که در مرحله نخست عملیات پیش پردازش با هدف نرمال سازی روی داده ها صورت گرفته است. در گام دوم که مهم ترین گام روش پیشنهادی می باشد، عملیات استخراج ویژگی صورت گرفته است. عملیات استخراج ویژگی براساس شبکه های یادگیری عمیق صورت گرفته است. بعد از عملیات استخراج ویژگی از الگوریتم های یادگیری ماشین جهت دسته بندی تصاویر بهره گرفته شده است. الگوریتم های مورد استفاده در این بخش الگوریتم های ماشین بردار پشتیبان، نزدیک ترین همسایه و درخت تصمیم می باشند. نتایج این دسته بندها در گام چهارم براساس رای اکثریت ترکیب گردیده اند.

پارامترهای به کاررفته در این پژوهش جزء پارامترهای دسته بندی می باشد که شامل: دقت، صحت، فراخوان و معیار F می باشند که به ترتیب مقادیر 96/5، 92/25، 94 و 93 به دست آمده است.

نتایج آزمایش ها نشان دهنده کارایی قابل قبول روش پیشنهادی می باشد زیرا علاوه بر کاهش محاسبات توسط لایه جدا پذیر، از ترکیب دسته بندها و وزن دهی به آن ها برای به دست آوردن نتیجه نهایی استفاده گردیده است.