Diagnosis of Covid-19 in X-ray Images Based on Convolutional Neural Network (CNN)

الملخص

يركز عدد من الدراسات على التشخيص المبكر لـ COVID-19 للحد من انتشار هذا الفيروس في المجتمعات من أجل دعم النظام الصحي والاقتصاد. تقترح هذه الورقة نموذج الشبكة العصبية التلافيفية (CNN) بناءً على صور الصدر بالأشعة السينية للكشف عن مرض COVID-19. بالإضافة إلى ذلك ، تم استخدام تقنية تعزيز البيانات (augmentation) على هذه الصور لزيادة مجموعة البيانات وتقليل فرط التدريب داخل شبكه CNN. يعتمد هذا النظام على صور الأشعة السينية للصدر. يحتوي النظام المقترح على ثلاث مراحل ، المرحلة الأولى هي المعالجة المسبقة التي تبدأ بتغيير حجم صور الأشعة السينية إلى أحجام متساوية (224 × 224) ، وتحويل صور الأشعة السينية إلى صور ذات تدرجات رمادية ، ومن ثم عمليه تحسين الصورة الناتجة باستخدام تقنية معادلة الرسم البياني (Histogram Equalization). المرحلة الثانية استخراج الميزات باستخدام CNN بعد تطبيق تقنيه تعزيز البيانات على مجموعة البيانات. التصنيف هو المرحلة الأخيرة للكشف عن عينة الاختبار فقط إذا كانت مصابة بـ Covid-19 أم لا، حيث تم استخدام وظيفة SoftMax لتصنيف المرضى. أظهرت النتائج دقة عالية في عملية تصنيف صور الاختبار علاوة على ذلك، تم استخدام الخصوصية والحساسية والدقة ودرجة F1 كمعايير لتقدير كفاءة التصنيف لنموذج CNN المقترح ، حيث تبلغ دقة النموذج 100٪ في مجموعة بيانات الاختبار (220 صورة بالأشعة السينية).