چکیده
بیماری کرونا ویروس (کووید 19)، زمین را از ریشه تکان داده است و ویرانگری حاصل از آن منجر به افزایش مسئولیت تشخیص رادیولوژیست ها شده است. در این مقطع زمانی بسیار مهم، هوش مصنوعی (AI) تأثیر بسزایی در کاهش بار کاری پزشکانی داشته است که در منطقه شیوع بیماری کار میکنند، و به آنها در تشخیص این بیماری جدید کمک میکند. در این کار، یک الگوریتم ترکیبی هوش مصنوعی مبتنی بر بهینه سازی ازدحام ذرات (PSO) - ماشین بردار پشتیبان (SVM) برای تجزیه و تحلیل خودکار تصاویر توموگرافی کامپیوتری به کار گرفته شده است که وجود پنومونی ناشی از کووید 19 را با احتمال بالایی تعیین میکند. این مقاله یک مدل برای آموزش سیستم ارائه میکند تا وجود پنومونی را تفکیک و طبقه بندی کند که این امر به نوبه خود منجر به کاهش 50% از زمان انجام کار برای پزشکان میشود. این مدل به خصوص در مکانهای شیوع بیماری که در آنها یک تیم از افراد با کمک هوش مصنوعی و/یا سابقه پزشکی با هم کار میکنند، سومند است. این سیستم ترکیبی هوش مصنوعی در همه نواحی سراسر جهان توزیع شد. مشاهده شد که با استفاده از این سیستم استقرار یافته، چالشه ایی همچون امنیت داده ها، اثربخشی زمان آزمایش مدل، نا هم خوانی داده ها و غیره، به طور مثبتی مدیریت شدند. به علاوه، این سیستم یکپارچه هوش مصنوعی، بیماران آلوده را به سرعت شناسایی میکند، پزشکان می توانند عفونت را تأیید کنند و بیماران را در زمان مناسب تفکیک کنند. در مجموع از 200 نمونه آموزشی، 150 مورد دارای عفونت تشخیص داده شد. کار پیشنهادی، اختصاصیت (ویژه بودن) 0.85، حساسیت 0.956 و صحت 95.78% را نشان داد.
1-مقدمه
در ماه دسامبر 2019، اولین شخص آلوده به ویروس SARS-COV-2 همراه با نارسایی تنفسی تشخیص داده شد، که منجر به شیوع جهانی پاندمی کووید 19 شد. مشاهده شد که این عفونت ویروسی، ارگان های تنفسی فرد را مورد هدف قرار می دهد....