تصنيف صور (Chest X-Ray) باستخدام CNN للكشف عن COVID-19 والالتهاب الرئوي
الكلمات المفتاحية:
Deep learning, Convolution Neural Network, COVID-19, Pneumoniaالملخص
في السنوات القليلة الماضية وتحديدا في أواخر 2019 انتشر فيروس خطير في جمهوريه الصين يسمى (SARS-CoV2) وهو المسبب لمرض كورونا المستجد (COVID-19)، أصبح هذا المرض في تزايد وانتشار سريع جدا حتى انتشر في العالم أجمع مما أدى لوفاة الالاف من الاشخاص، قبل اكتشاف اللقاحات المناسبة كانت الخطوات الأساسية لمحاربة هذا المرض هي الكشف والتشخيص المبكر ثم العزل التام للمرضى وللمخالطين لهم وذلك للحد من انتشاره السريع وهذا ما أوصت منظمة الصحة العالمية. تعتبر صور الاشعة السينية (X-Ray) للصدر من أهم الطرق التشخيصية لهذا المرض، لكن هذه الصور تحتاج الى أطباء ذو مهارة وكفاءة لتشخيصها وخاصة في وجود التشابه الكبير بين الالتهاب الرئوي Pneumonia الفيروسي أو البكتيري مع الالتهاب الذي يسببه COVID-19. في هذه الورقة تم بناء نموذج باستخدام الذكاء الاصطناعي والتعلم العميق لتصنيف صور الاشعة السينية للصدر وذلك لتسهيل ومساعدة الكوادر الطبية في التشخيص السريع والسليم، حيث يقوم هذا النموذج المصمم باستخدام الشبكات العصبية الالتفافية بتصنيف هذه الصور إلى ثلاثة تصنيفات وهي صور (طبيعية - مصابة بالتهاب رئوي Pneumonia - مصابة COVID-19). تم تدريب النموذج المقترح باستخدام 6432 صورة حيث يتميز هذا النموذج ببساطة تصميمه بالإضافة الى الأداء والكفاءة العالية في التصنيف مقارنه ببعض النماذج الأخرى وتبلغ دقته 95%.
