استخدام نموذج VGG16 لاكتشاف مرض كوفيد-19 من صور أشعة الصدر السينية

ليلى اصميدة; ايمان  خليفة; ريما فرحات

doi:10.59743/jbs.v35i2.4

المؤلفون

ليلى اصميدة كلية تقنية المعلومات ، الجامعة الأسمرية الإسلامية ، زليتن - ليبيا
ايمان خليفة كلية تقنية المعلومات ، الجامعة الأسمرية الإسلامية ، زليتن - ليبيا
ريما فرحات كلية تقنية المعلومات ، الجامعة الأسمرية الإسلامية ، زليتن - ليبيا

DOI:

https://doi.org/10.59743/jbs.v35i2.4

الكلمات المفتاحية:

الشبكات العصبية الالتفافية (CNNs)، أشعة الصدر السينية (Chest X-ray) ، كوفيد-19، نموذج VGG16

الملخص

جائحة كورونا (كوفيد-19) هي جائحة عالمية ظهرت أواخر شهر ديسمبر 2019 في مدينة وهان بجمهورية الصين، وأصبح هذا المرض يتزايد يوميا في جميع أنحاء العالم فتزايد عدد المصابين والوفيات وفقا لتقارير منظمة الصحة العالمية. وبسبب تزايد هذا المرض وقلة الامكانيات والمعدات المتاحة للكشف عن هذا المرض خصوصا في مراحله الأولى، وكذلك بسبب نقص الأطباء المتخصصين في القرى النائية تم القيام ببناء نموذج في التعلم العميق لتصنيف 8000 صورة باستخدام الشبكات العصبية الالتفافيةConvolutional Neural) Networks ) وكانت الدقة 0.51، كذلك تم استخدام نموذج VGG16للتنبؤ بوجود المرض من عدمه لنفس الصور، وقد تم الوصول الى دقة 0.93. كما اثبت نموذج VGG16 كفاءته في هذه الدراسة مقارنة بنموذج الشبكة العصبية (CNN_S).

المراجع

World Health Organization. (2022). WHO guidelines on the use of chest imaging in COVID-19.

World Health Organization. (2020). Use of chest imaging in COVID-19: a rapid advice guide, 11 June 2020 (No. WHO/2019-nCoV/Clinical/Radiology_imaging/2020.1). World Health Organization.)

Ilyas, M., Rehman, H., & Naït-Ali, A. (2020). Detection of covid-19 from chest x-ray images using artificial intelligence: An early review. arXiv preprint arXiv:2004.05436.

Haghanifar, A., Majdabadi, M. M., Choi, Y., Deivalakshmi, S., & Ko, S. (2022). Covid-cxnet: Detecting covid-19 in frontal chest x-ray images using deep learning. Multimedia Tools and Applications, 1-31.

Abbas, A., Abdelsamea, M. M., & Gaber, M. M. (2021). Classification of COVID-19 in chest X-ray images using DeTraC deep convolutional neural network. Applied Intelligence, 51(2), 854-864.

Sekeroglu, B., & Ozsahin, I. (2020). <? covid19?> Detection of COVID-19 from Chest X-Ray Images Using Convolutional Neural Networks. SLAS TECHNOLOGY: Translating Life Sciences Innovation, 25(6), 553-565.

Towards Data Scince ,M. (2020). Convolutional Neural Networks, Explained. towardsdatascience. com.

Hussain, M., Bird, J. J., & Faria, D. R. (2018, September). A study on cnn transfer learning for image classification. In UK Workshop on computational Intelligence (pp. 191-202). Springer, Cham.

Patel, K. (2019). Convolutional Neural Networks—A Beginner’s Guide. Toward Data Science.

Masumoto, H., Tabuchi, H., Nakakura, S., Ohsugi, H., Enno, H., Ishitobi, N., ... & Mitamura, Y. (2019). Accuracy of a deep convolutional neural network in detection of retinitis pigmentosa on ultrawide-field images. PeerJ, 7, e6900.