اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديداستخلاص السمات الأمثلية من الصور الشعاعية X-Ray لتشخيص الاصابة بمرض covid-19
828
1 0
0.0
(
0
)
تأليف
م.رفيف الشاوي( باحث )
تمت اﻹضافة من قبل
م. رفيف الشاوي
اسأل ChatGPT حول البحث
ونتيجة تفشي covid-19 بشكل هائل حول العالم وتزايد عدد الإصابات والوفيات بسببه كان له الأثر الكبير في ضرورة البحث عن أساليب سريعة لتشخيص covid-19. فتم إيجاد الحلول التقنية الأمثلية باستخدام التعلم العميق من خلال بناء نموذج يساعد على استخلاص السمات الأمثلية من الصور الشعاعية والتي بدورها تدخل إلى مصنفات ويتم تصنيفها بشكل أسرع إلى أشخاص مصابة أم طبيعية. وهذا يساعد في الحد من انتشاره عن طريق اتخاذ الإجراءات اللازمة مع الأشخاص المصابين وعزلهم عن الأشخاص الآخرين. لقد استخدمنا نموذج CNN يساعد في استخلاص السمات من الصور الشعاعية الصدرية X-Ray ومن ثم إدخال تلك السمات إلى مصنفات لتشخيص المرض بحالتيه الإيجابية والسلبية والغاية من ذلك مساعدة المؤسسات الصحية في السرعة بتشخيص المرض واتخاذ التدابير اللازمة بعد ذلك.
No English abstract
مراجعة الذكاء الصنعي:
ملخص البحث
تقدم هذه الورقة البحثية دراسة حول استخدام تقنيات التعلم العميق لاستخلاص السمات الأمثلية من الصور الشعاعية X-Ray لتشخيص الإصابة بمرض Covid-19. يتم التركيز على بناء نماذج تعتمد على الشبكات العصبية الالتفافية (CNN) لتحليل الصور الشعاعية واستخلاص السمات التي تساعد في تصنيف الحالات إلى مصابة أو غير مصابة. تتناول الورقة عدة دراسات سابقة استخدمت تقنيات مختلفة مثل ResNet50 وXception وVGG19 وغيرها، وتستعرض نتائجها ودقتها في التشخيص. تهدف الدراسة إلى تحسين دقة التشخيص وسرعته للمساهمة في الحد من انتشار المرض من خلال اتخاذ الإجراءات اللازمة مع الأشخاص المصابين وعزلهم عن الآخرين. يتم استخدام مجموعة بيانات تتكون من صور شعاعية للصدر، ويتم تدريب النماذج المختلفة عليها لاستخلاص السمات وتصنيف الحالات. تتضمن الورقة أيضًا شرحًا لمفاهيم التعلم العميق والشبكات العصبية الالتفافية والعمليات الأساسية فيها مثل الالتفاف، التجميع، والتصنيف، بالإضافة إلى مقاييس الأداء المستخدمة لتقييم دقة النماذج.
قراءة نقدية
تعتبر هذه الدراسة خطوة مهمة نحو تحسين دقة وسرعة تشخيص مرض Covid-19 باستخدام تقنيات التعلم العميق. ومع ذلك، هناك بعض النقاط التي يمكن تحسينها. أولاً، يمكن توسيع مجموعة البيانات المستخدمة لتشمل المزيد من الصور من مصادر مختلفة لزيادة تنوع البيانات وتحسين دقة النموذج. ثانيًا، يمكن استكشاف تقنيات أخرى مثل التعلم بالنقل (Transfer Learning) بشكل أعمق لتحسين أداء النماذج. ثالثًا، يمكن التركيز على تقليل التحيز في البيانات المستخدمة لضمان أن النموذج يعمل بشكل جيد على جميع الفئات السكانية. وأخيرًا، يمكن تحسين توثيق الدراسة لتوضيح الخطوات المتبعة بشكل أكثر تفصيلًا، مما يسهل على الباحثين الآخرين تكرار التجارب والبناء عليها.
أسئلة حول البحث
-
ما هو الهدف الرئيسي من الدراسة؟
الهدف الرئيسي من الدراسة هو إيجاد الحلول التقنية المثلى باستخدام التعلم العميق لبناء نموذج يساعد على استخلاص السمات الأمثلية من الصور الشعاعية لتشخيص الإصابة بمرض Covid-19 بسرعة ودقة.
-
ما هي التقنيات المستخدمة في الدراسة لتحليل الصور الشعاعية؟
تم استخدام تقنيات التعلم العميق والشبكات العصبية الالتفافية (CNN) لتحليل الصور الشعاعية واستخلاص السمات اللازمة لتصنيف الحالات إلى مصابة أو غير مصابة.
-
ما هي مجموعة البيانات المستخدمة في الدراسة؟
تم استخدام مجموعة بيانات تتكون من 1000 صورة شعاعية للصدر، منها 500 صورة لأشخاص مصابين بمرض Covid-19 و500 صورة لأشخاص غير مصابين.
-
ما هي النتائج التي توصلت إليها الدراسة؟
توصلت الدراسة إلى أن النماذج المقترحة تعمل بشكل جيد في تشخيص مرض Covid-19 من خلال الصور الشعاعية، حيث حققت دقة تصنيف عالية تصل إلى 98.62% في بعض النماذج.
المراجع المستخدمة
Arman Haghanifar, M ahdiyar Molahasani Majdabadi, YounheeChoi, S. Deivalakshmi, SeokbumKo," COVID-CXNET: DETECTING COVID-19 IN FRONTAL CHEST X-RAY IMAGES USING DEEP LEARNING"30 July 2020.
قيم البحث
اقرأ أيضاً
بات مرض كورونا من الأمراض التي تهدد حياتنا اليومية وذلك يعود إلى سرعة المرض الكبيرة وكانت الجهود كلها تصب في الحد من ذلك الانتشار الهائل للفيروس وذلك عن طريق التشخيص السريع للمرضى واتخاذ الاحتياطات اللازمة بعد ذلك.
هذا فرض علينا البحث عن أساليب مجدي
ة و سريعة لتشخيص المرض والحد من انتشاره والوصول إلى حلول تقنية مفيدة باستخدام التعلم العميق وذلك من خلال بناء نموذج يساعد على تصنيف الصور الشعاعية للمرضى هل هم أشخاص أصحاء أم مصابين وبالتالي القدرة على تشخيص المرض بشكل أسرع
لقد استخدمنا نموذج قائم على التعلم العميق وهو شبكة عصبية تلافيفة لمساعدة أخصائي الأشعة على تشخيص وتحديد الإصابة أو نفيها تلقائيا من الصور الشعاعية
وقد حقق النموذج دقة تصنيف مقدارها 96.46 في المئة
ولدت جائحة Covid-19 هيئة متنوعة من الأدبيات العلمية تحديا في التنقل، وتحفيز الاهتمام بالأدوات الآلية للمساعدة في العثور على معرفة مفيدة.نحن نتابع بناء قاعدة المعرفة (KB) من الآليات --- مفهوم أساسي في جميع أنحاء العلوم، والذي يشمل الأنشطة والوظائف وال
علاقات السببية، بدءا من العمليات الخلوية إلى الآثار الاقتصادية.استخراج هذه المعلومات من اللغة الطبيعية للأوراق العلمية من خلال تطوير مخطط واسع موحد يضرب التوازن بين الأهمية والاتساع.نبحث عن مجموعة بيانات من الآليات مع مخططنا وتدريب نموذج لاستخراج علاقات الآلية من الأوراق.توضح تجاربنا فائدة KB لدينا في دعم البحث العلمي متعدد التخصصات على أدب CovID-19، مما يتفوق على البحث البارز PubMed في دراسة ذات خبراء سريريين.محرك البحث لدينا، مجموعة البيانات والرمز متاحة للجمهور.
نقترح التصور الدلالي كطريقة تحليلية بصرية لغوية.يمكنها تمكين الاستكشاف والاكتشاف على مجموعات البيانات الكبيرة للشبكات المعقدة من خلال استغلال دلالات العلاقات فيها.ينطوي ذلك على استخراج المعلومات، وتطبيق عمليات الحد من المعلمات، وبناء تمثيل البيانات ا
لهرمية وتصميم التصور.نقدم أيضا نظام التصور القابل للبحث والتفاعل في Covid-Semviz المرافق للاستكشاف عن بيانات Covid-19 لإظهار تطبيق طريقةنا المقترحة.في دراسات المستخدمين، وجد المستخدمون أن CAVID-Semviz المدعوم بالتصور الدقيق مفيدة من حيث إيجاد المعلومات ذات الصلة واكتشاف جمعيات غير معروفة.
يعدّ هذا العمل متابعة لدراسة أطياف تألق الإصدار الفوتوني التدفقي لإيون البراسيوديميوم Pr3+. قمنا بدراسة تأثير إيون البراسيديميوم بنسية 1% على البلورتين Li2YB5O10, LaF3 فأظهرت البلورة Li2YB5O10 قمماً طيفية عدة أهمها عند الطولين الموجيين 272nm, 300nm،
و كان الزمن التألقي الموافق للقمة الأولى هو τ=10.6ns. و أظهرت البلورة LaF3 خطين طيفيين حادين عند الطولين الموجيين 478.6nm, 485.5nm المتعلقين بالانتقالات الطاقية 3P0→3H4. أما زمن التألق لها فكان مساوياً τ=1.8ns. يتبين من هذه الدراسة أن المركبين Li2YB5O10, LaF3 يتمتعان بخصائص تألقية جيدة و هي تعدّ من المركبات الواعدة من أجل تطوير الأجهزة الطبية و خاصة الليزر، و في المقاييس الإشعاعية و في مجالات علمية أخرى.
ركزت الدراسة على المشكلة الآتية: هل يوجد أثر لجائحة كورونا في الطلب السياحي لمنشآت المبيت في محافظة اللاذقية؟. وهدفت الدراسة إلى الآتي: بيان واقع الطلب السياحي على منشآت المبيت قبل جائحة كورونا، إضافة إلى تحديد التغيرات في هيكل الطلب السياحي في منشآت
المبيت(الفنادق، والشاليهات والشقق المفروشة، والزوار) خلال فترة جائحة كورونا في محافظة اللاذقية عام 2020. تم استخدام المنهج الوصفي التحليلي. وقد توصلت الدراسة إلى مجموعة من النتائج أهمها: أثرت جائحة كورونا على الطلب السياحي الكلي لمنشآت المبيت في محافظة اللاذقية بشكل كبير في عام 2020 مقارنة بعام 2019، يوجد تحسن في الطلب السياحي الكلي على منشآت المبيت في محافظة اللاذقية في الأعوام الثلاث قبل الجائحة، أثرت الجائحة على مكونات الكلب السياحي(الفنادق، الشقق المفروشة، الزوار) في محافظة اللاذقية في عام 2020، تأثر الطلب السياحي على الفنادق بشكل أقل من الطلب السياحي على الشاليهات والشقق والزوار.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
