1
دانشجوی دکتری مخابرات، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز
2
دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز
چکیده
بیماری کروناویروس 2019 یا کووید-19، یک بیماری حاد تنفسی با قدرت انتقال ویروس بالا است که موجب نرخ بالای مرگ و میر در سراسر جهان شده است. اگرچه تشخیص سریع این بیماری میتواند نقش حیاتی در بهبود بیمار داشته باشد، اما انجام آزمایشهای رادیوگرافی توسط کادر درمان فرآیند زمانبری است. بنابراین، استفاده از تصاویر اولتراسوند و روشهای یادگیری عمیق توصیه میشود. تکنیک اولتراسوند بدون اشعه است و میتواند در بخشهای اطفال و مراقبت های ویژه برای بیماران خاص مورد استفاده قرار گیرد. با این حال، تصاویر آن دارای نویز است که عملکرد روشهای یادگیری عمیق را تحت تأثیر قرار میدهد. به همین منظور، در این مقاله، ما روش الگوی باینری محلی یکنواخت را که در مقابل نویز مقاوم است با روش یادگیری عمیق ترکیب میکنیم. ابتدا الگوی باینری محلی یکنواخت بر روی دو صفحه ی زمانی محاسبه میشود تا ویژگی های مربوط به تظاهرات کووید-19 در تصاویر متوالی اولتراسوند استخراج شود و سپس، ماتریس به دست آمده به عنوان ورودی شبکه ی کانولوشنی داده میشود. با توجه به آزمایش های انجام شده، روش پیشنهادی عملکرد بهتری در مقایسه با سایر روشهای پیشرفته دارد. نتایج نشان میدهد که دقت شناسایی کووید-19 از روی داده های اولتراسوند با استفاده از روش پیشنهادی 98.5 درصد است.
اسماعیلی, ,ویدا, & محصل فقهی, محمود. (1401). تشخیص بیماری کووید-19 با ترکیب روشهای دستی و یادگیری عمیق از روی تصاویر اولتراسوند. مجله بینایی ماشین و پردازش تصویر, 9(4), 31-41.
MLA
,ویدا اسماعیلی; محمود محصل فقهی. "تشخیص بیماری کووید-19 با ترکیب روشهای دستی و یادگیری عمیق از روی تصاویر اولتراسوند". مجله بینایی ماشین و پردازش تصویر, 9, 4, 1401, 31-41.
HARVARD
اسماعیلی, ,ویدا, محصل فقهی, محمود. (1401). 'تشخیص بیماری کووید-19 با ترکیب روشهای دستی و یادگیری عمیق از روی تصاویر اولتراسوند', مجله بینایی ماشین و پردازش تصویر, 9(4), pp. 31-41.
VANCOUVER
اسماعیلی, ,ویدا, محصل فقهی, محمود. تشخیص بیماری کووید-19 با ترکیب روشهای دستی و یادگیری عمیق از روی تصاویر اولتراسوند. مجله بینایی ماشین و پردازش تصویر, 1401; 9(4): 31-41.
)