منصة الرسائل والاطاريح: اكتشاف كوفيد - 19 في صور مفراس الرئة باستخدام شبكة VGG16 المعدلة

الخلاصة

تم تصنيف فايروس كورونا على انه جائحة من قبل منظمة الصحة العالمية حيث يتميز هذا الفايروس بسرعة انتشاره بصورة مباشرة او غير مباشرة بين الاشخاص. ن عملية اكتشاف الاصابة بهذا الفايروس في بداية انتشارة تتم عن طريق تحليل ) ,(RT-PCRومن اهم مساويء هذا النوع من التحليل هي تاخر النتيجة حيث تصل الى اسبوعين تقريبا وكذلك قلة توفر المواد اللوجستية لهذا الفحص بالاضافة الى تباين خبرات الفيزيائيين, مما ادى الى عدم القدرة علىالسيطرة على هذه الجائحة. ان الهدف الاساسي من هذا البحث هو تحديد وتشخيص الاصابة في الرئة. يمكن تقسيم النظام المقترح الى ثلاثة مراحل اساسية وهي: مرحلة عمليات المعالجة الي تتم على الصور والتي تشمل عدة خطوات منها تحويل نظام الصورة من ) (niiالى النظام ) (pngوتليها خطوة استخلاص منطقة الرئة من الصور وذلك بعملية ) (Region of Interest Extractionوبعدها خطوتي تغيير الحجم ) (resizingو ) ,(Normalizationاما المرحلة التالية هي مرحلة بناء وتدريب النظام, وفي هذه المرحلة تم استخدام طريقة ) (Transfer Learningوالتي هي جزء من مفهوم التعلم العميق (VGG16, Resnet50, Inception, and ( حيث تم تدريب عدة معماريات منهاDeep Learning) . Xception) وبعد عملية التدريب تم الحصول على اعلى دقة من تدريب معارية ) (VGG16لذلك تم التعديل على الشبكة للحصول على نتائج افضل. ان عملية التعديل على الشبكة VGG16تمت على الطبقات الثلاثة الاخيرة حيث تم استبدالها (global average layer, Batch_Normalization layer, and dense layer with بطبقات . binary classification) اما المرحلة الاخيرة من النظام تقوم بتحديد منطقة الاصابة في الرئة حيث تتم بواسطة استخدام تقنية ) ,(GRAD-CAMحيث يتم تطبيق هذه التقنية على الطبقات الاخيرة من النظام وفق معادلات رياضية تساعد على تحديد منطقة الاصابة. في هذا البحث تم استخدام اثنين من قواعد البيانات الاولى “Large COVID-19 CT scan ” slice datasetوفي هذه القاعدة لم يتم تنفيذ عملية تشخيص الاصابة بشكل. ومن الجدير بالذكر فان اعلى دقة تم التوصل لها عند استخدام قاعدة البيانات المذكورة هي % 99.7وبمعامل خطا يصل الى .0.0162 “COVID-19 CT Lung and Infection Segmentation اما قاعدة البيانات الثانية ” Datasetفانها تحتوي على قالب لمنطقة الرئتين لذلك تم استخلاص صورة الرئتين بعملية ) (ROIليتم تدريب الشبكة على الصور المستخلصة وبالتالي فان عملية التشخيص كانت جيدة. حيث تم الوصول لاعلى دقة تصل الى % 99.82وبمعامل خطا .