منذ 2 أشهر

CovidCTNet: نهج مفتوح المصدر للتعلم العميق لتحديد كوفيد-19 باستخدام صور التصوير المقطعي المحوسب (CT)

Javaheri, Tahereh ; Homayounfar, Morteza ; Amoozgar, Zohreh ; Reiazi, Reza ; Homayounieh, Fatemeh ; Abbas, Engy ; Laali, Azadeh ; Radmard, Amir Reza ; Gharib, Mohammad Hadi ; Mousavi, Seyed Ali Javad ; Ghaemi, Omid ; Babaei, Rosa ; Mobin, Hadi Karimi ; Hosseinzadeh, Mehdi ; Jahanban-Esfahlan, Rana ; Seidi, Khaled ; Kalra, Mannudeep K. ; Zhang, Guanglan ; Chitkushev, L. T. ; Haibe-Kains, Benjamin ; Malekzadeh, Reza ; Rawassizadeh, Reza

عرض تفاصيل الورقة البحثية

CovidCTNet: نهج مفتوح المصدر للتعلم العميق لتحديد كوفيد-19 باستخدام صور التصوير المقطعي المحوسب (CT)

الملخص

مرض فيروس كورونا لعام 2019 (كوفيد-19) شديد العدوى مع خيارات علاج محدودة. التشخيص المبكر والدقيق لكوفيد-19 حاسم في تقليل انتشار المرض ووفياته المرافقة. حاليًا، يعتبر الكشف عن طريق التفاعل البوليمرازي بالنسخ العكسي (RT-PCR) المعيار الذهبي للكشف عن كوفيد-19 في العيادات الخارجية والداخلية. على الرغم من أن RT-PCR هي طريقة سريعة، إلا أن دقتها في الكشف لا تتجاوز حوالي 70-75٪. استراتيجية أخرى معتمدة هي تصوير الطبقي المحوري (CT). يمتلك تصوير الطبقي المحوري حساسية أعلى بكثير تبلغ حوالي 80-98٪، ولكن دقة مشابهة تبلغ 70٪. لتعزيز دقة الكشف عن طريق تصوير الطبقي المحوري، قمنا بتطوير مجموعة خوارزميات مفتوحة المصدر تُسمى كوفيدCTنت التي تمكنت بنجاح من التمييز بين كوفيد-19 والالتهاب الرئوي الحاد المكتسب في المجتمع (CAP) وأمراض الرئة الأخرى. يزيد نموذج كوفيدCTنت من دقة الكشف عن طريق تصوير الطبقي المحوري إلى 90٪ مقارنةً بالأطباء الإشعاعيين (70٪). صُمم النموذج للعمل مع أحجام عينات متغايرة وصغيرة بشكل مستقل عن أجهزة تصوير الطبقي المحوري. بهدف تسهيل الكشف عن كوفيد-19 عالميًا ومساعدة الأطباء الإشعاعيين والأطباء في عملية الفحص، سنقوم بإصدار جميع الخوارزميات والتوضيحات البارامترية بصيغة مفتوحة المصدر. مشاركة نموذجنا كوفيدCTنت بصيغة مفتوحة المصدر تمكن المطورين من تحسين وتحسين الخدمات بسرعة، مع الحفاظ على خصوصية المستخدم وملكيته للبيانات.