منصة الرسائل والاطاريح: التجزئة الدلالية والقياس الكمي للالتهاب الرئوي لكوفيد-19 باستخدام التعلم العميق الهرمي في الصور المقطعية

الخلاصة

لقد أثر جائحة كوفيد-19 بشكل كبير على حياة الإنسان، مما استلزم طرق تشخيص دقيقة وبروتوكولات علاج فعالة. يواجه أخصائيو الأشعة مسؤوليتين حاسمتين في إدارة مرضى كوفيد-19: اكتشاف تشوهات الرئة التي تشير إلى إصابة كوفيد-19 وتقييم مدى إصابة الرئة للمساعدة في تحديد شدة المرض وتوجيه العلاج ومراقبة تقدم المريض. تهدف هذه الأطروحة إلى مساعدة أخصائيي الأشعة من خلال تحديد موقع فيروس كورونا بدقة، وقياس العدوى، وتقييم شدة الالتهاب الرئوي كوفيد-19 من صور الأشعة المقطعية للصدر. يقدم النهج المقترح نموذج التقسيم الدلالي، ECGANCOVID، والذي يستخدم استراتيجية تقسيم هرمية للكشف عن مناطق العدوى في صور الرئة. بناءً على الأقنعة المولدة، يمكن للنهج تحديد شدة العدوى وانتشار الفيروس داخل الرئتين، مما يساعد في التشخيص وإدارة المرض بشكل أسرع. العمود الفقري لنموذج ECGANCOVID هو الشبكات التنافسية التوليدية المشروطة (CGAN) مع بنية مستوحاة من شبكة "U" الأعمق و Patchgan لاستخراج معلومات سياقية إضافية والحصول على نتائج تقسيم محسنة مع تحقيق تقسيم قوي للآفات الصغيرة في عمليات مسح الصدر المقطعية. أجريت تجارب على "مجموعة بيانات تقسيم الرئة والعدوى COVID-19" لتقييم فعالية النهج المقترح. تم استخدام معامل التشابه Dics والتقاطع والاتحاد لقياس جودة نموذج ECGANCOVID ، والذي وصل إلى 84.5٪ و 78.5٪ على التوالي. بالإضافة الى ذلك حقق النهج المقترح MAE بنسبة 0.53٪ في تحديد مناطق الرئة المصابة، متفوقًا على العديد من النماذج الأساسية والدراسات السابقة باستخدام نفس مجموعة البيانات المتاحة للجمهور. ومن ناحية أخرى، حققت نماذج النهج نتائج جيدة في توليد أقنعة دلالية مرجعية لكل من مناطق الرئة والعدوى عند استخدام مجموعة البيانات الخارجية وهي "مجموعة بيانات Medseg COVID" لتقييم قابلية تعميم النهج وضمان فعاليته في التطبيقات العملية.