تشخيص الإصابة بفيروس كورونا بتحليل الصور المقطعية

الملخص

منذ ظهور Covid-19 في أواخر 2019 في مدينة ووهان الصينية، أصبح التعرف على COVID-19 من خلال الصور الطبية موضوعاً بحثياً نشطاً وهاماً لكل من يعمل في مجال التعلُّم الآلي والمجالات الأخرى المرتبطة.

لوقف انتشار COVID-19 ، من الضروري التعرف على الأشخاص المصابين ثم حصرهم وقد أثبتت العديد من طرق التعرف كفاءتها بما في ذلك RT-PCR والمسح المقطعي والأشعة السينية. على الرغم من أن اختبار RT-PCR يعتبر المعيار الذهبي في تشخيص COVID-19 ، إلا أنه يحتوي على معدل سلبي زائف كبير ، خاصة في المراحل المبكرة من الإصابة. في المقابل ، يمكن أن يؤدي استخدام طرق المسح بالأشعة السينية وطرق المسح المقطعي المحوسب إلى نتائج فعالة من حيث الوقت والدقة. ولكن استخدام الأشعة المقطعية و الأشعة السينية  يتطلب وجود أخصائي أشعة خبير لتحديد العدوى، ولحل هذه المسألة يمكن أن توفر أنظمة الذكاء الاصطناعي وتحديداً التعلُّم العميق حلاً بديلاً للتشخيص اليدوي لـ COVID-19. في هذا البحث قمنا بتطبيق طرائق التعلم العميق الشائعة والهامة وهي التعلم المتبقي و الشبكات الكثيفة الاتصال وبنى Inception على قاعدة بيانات صور مقطعية للرئة للكشف عن الإصابة بـ COVID-19. وقد كانت أعلى دقة وصلنا إليها في التصنيف 85.7% والتي حصلنا عليها من خلال تطبيق Inception-v3 مع مصنف XG-Boost.