Detecting Corona virus Based on lung x-ray image and Convolutional networks
Dissertation
Hoda Al-Saedi
Faculty of Electrical and Computer Engineering
1400
65p
cd
master's
Electrical and Computer Engineering
1400/06/24
Tabriz
The corona virus has become a global crisis in recent months. The virus has disrupted or shut down many sports, as well as social, economic, and scientific activities. The current study, we want to detect corona virus using machine learning and classification algorithms based on lung images. In general, the goal is to first train a convolutional neural network with a data set of lung images that represent coronary and non-coronary, and then to evaluate the quality of the proposed method with a test set. The simulation results of the proposed method show that the diagnosis accuracy can be made with 95.8%.
ویروس کرونا در ماه های اخیر به یک بحران جهانی تبدیل شده است. این ویروس بسیاری از فعالیتهای ورزشی ، اجتماعی ، اقتصادی و علمی را مختل کرده یا تعطیل کرده است. مطالعه حاضر ، ما می خواهیم ویروس کرونا را با استفاده از الگوریتم های یادگیری ماشین و طبقه بندی بر اساس تصاویر ریه تشخیص دهیم. به طور کلی ، هدف این است که ابتدا یک شبکه عصبی کانولوشن با مجموعه داده ای از تصاویر ریه که نشان دهنده عروق کرونر و غیر کرونر است ، آموزش داده شود و سپس کیفیت روش پیشنهادی را با یک مجموعه آزمایش ارزیابی کنید. نتایج شبیه سازی روش پیشنهادی نشان می دهد که دقت تشخیص را می توان با 95.8 انجام داد
تشخیص ویروس کرونا مبتنی بر تصویر و اشعه ایکس ریه و شبکه های کانولوشنال
Corona diagnosis, deep learning, Convolutional Neural Networks (CNN), lung images
تشخیص کرونا ، یادگیری عمیق ، شبکه های عصبی تحول (CNN) ، تصاویر ریه