دانلود پروپوزال آماده |
|||
|---|---|---|---|
| عنوان فارسی پروپوزال | تشخیص و دسته بندی خودکار بیماری کرونا با استفاده از تصاویر اشعه ایکس و شبکههای عصبی کانولوشن عمیق |
||
| عنوان انگلیسی پروپوزال | Automatic detection and classfication of coronavirus disease (COVID‑۱۹) using X‑ray images and deep convolutional neural networks | ||
| سال نگارش | ۲۰۲۲ | ||
| رشته | مهندسی کامپیوتر – مهندسی پزشکی – IT | ||
| قالب فایل | Word | ||
| مقاله بیس | دارد | ||
این پروپوزال دارای مقاله بیس می باشد که در زیر آمده است:
https://safirdep.com/wp-content/uploads/2022/04/Automatic-detection-of-coronavirus-disease-COVID‑19-using-X‑ray_.pdf
فهرست مطالب
- بیان مسأله مدیریت نسخه های الکترونیکی
- مروری بر مبانی نظری تحقیق
- مروری بر پیشینه تحقیق
- مدل/ چارچوب مفهومی اولیه تحقیق
- ضرورت انجام تحقیق
- مرور ادبیات و سوابق مربوطه
- جنبه جدید بودن و نوآوری در تحقیق
- اهداف مشخص تحقیق
- سؤالات تحقیق
- فرضیههای تحقیق
- تعریف واژهها و اصطلاحات فنی و تخصصی
- روش‌شناسی تحقیق
- شرح کامل روش (میدانی، کتابخانهای) و ابزار (مشاهده و آزمون، پرسشنامه، مصاحبه، فیشبرداری و غیره ) گردآوری دادهها
- جامعه آماری، روش نمونهگیری و حجم نمونه
- فهرست منابع
بخشی از بیان مساله دسته بندی خودکار بیماری کرونا
کرونا ویروس یکی از پاتوژنهای اصلی است که در درجـه اول سیستم تنفسی انسان را هدف قرار مـیدهـد. شـیوع قبلـی بیمـاری کروناویروس شامل سندرم حاد تنفسی به عنوان عامل ایجاد عفونت شدید دستگاه تنفسی تحتانی در انسان میباشد که بـه عنـوان یـک تهدیـد بزرگ برای سلامت عمومی انسان شناخته مـی شـود. به طوری که تا اوایل سال ۲۰۲۱، تعداد کل موارد ابتلا به ویروس کرونا در سراسر جهان به بیش از ۱۰۰ ملیون نفر رسید و از این موارد، بالغ بر دو ملیون بیمار فوت شدند. اما همچنان جهان با اپیدمی COVID-19 دست و پنجه نرم می کند (Narinو همکاران، ۲۰۲۱).
خوشبختانه، با ساخت واکسن کرونا، گسترش سریع بیماری کاهش یافته است و سطح ایمنی توسعه یافته است. اما اثربخشی واکسن‌ها هنوز ۹۵ درصد است و باید توجه داشت که واکسن یک اقدام پیشگیری است و نه روش درمان. حتی با وجود در دسترس بودن واکسن، تشخیص زودهنگام ویروس کرونا برای جلوگیری از گسترش بیشتر بیماری مهم است.
عفونت COVID-19 به صورت عفونت ریه ظاهر می شود و تصاویر اشعه ایکس قفسه سینه (CXR) و سی تی اسکن در درجه اول تشخیص عفونت ریه از هر نوع استفاده می شود. روش‌های هوش مصنوعی و یادگیری عمیق متداول‌ترین روش‌هایی هستند که محققان برای تشخیص عفونت کرونا
خوشبختانه، با ساخت واکسن کرونا، گسترش سریع بیماری کاهش یافته است و سطح ایمنی توسعه یافته است. اما اثربخشی واکسن‌ها هنوز ۹۵ درصد است و باید توجه داشت که واکسن یک اقدام پیشگیری است و نه روش درمان. حتی با وجود در دسترس بودن واکسن، تشخیص زودهنگام ویروس کرونا برای جلوگیری از گسترش بیشتر بیماری مهم است.
عفونت COVID-19 به صورت عفونت ریه ظاهر می شود و تصاویر اشعه ایکس قفسه سینه (CXR) و سی تی اسکن در درجه اول تشخیص عفونت ریه از هر نوع استفاده می شود. روش‌های هوش مصنوعی و یادگیری عمیق متداول‌ترین روش‌هایی هستند که محققان برای تشخیص عفونت کرونا
برخی از مراجع دسته بندی خودکار بیماری کرونا
-
- Narin, A., Kaya, C., & Pamuk, Z. (2021). Automatic detection of coronavirus disease (covid-19) using x-ray images and deep convolutional neural networks. Pattern Analysis and Applications, ۲۴(۳), ۱۲۰۷-۱۲۲۰٫
- Subramanian, N., Elharrouss, O., Al-Maadeed, S., & Chowdhury, M. (2022). A review of deep learning-based detection methods for COVID-19. Computers in Biology and Medicine, 105233.
- Nausheen, F., & Naidu, P. S. (2022). Detection of Coronavirus from Chest X-ray Images Using 2D Convolutional Neural Network. In Contactless Healthcare Facilitation and Commodity Delivery Management During COVID 19 Pandemic(pp. 1-8). Springer, Singapore.
- Mousavi, Z., Shahini, N., Sheykhivand, S., Mojtahedi, S., & Arshadi, A. (2022). COVID-19 detection using chest X-ray images based on a developed deep neural network. SLAS technology, ۲۷(۱), ۶۳-۷۵٫
نقد و بررسی‌ها
هیچ دیدگاهی برای این محصول نوشته نشده است.