كورونا-نيداان: شبكة عصبية تلافيفية عميقة خفيفة الوزن للكشف عن عدوى كوفيد-19 بناءً على صور الأشعة السينية للصدر

يُعدّ وباء فيروس كورونا المستجد (كوفيد-19) الأزمة الصحية العامة الكبرى التي واجهناها منذ الحرب العالمية الثانية. ينتشر الوباء حول العالم كموجة، ووفقًا للتقرير الأخير لمنظمة الصحة العالمية، تزداد عدد الحالات المؤكدة والوفيات بشكل سريع. وقد أدى وباء كوفيد-19 إلى أزمات اجتماعية واقتصادية وسياسية حادة، والتي ستركّ أثرًا طويل الأمد. إحدى التدابير المضادة للسيطرة على انتشار الفيروس هي تقنية كشف دقيقة وموثوقة وسريعة، تُستخدم لتحديد المرضى المصابين. لا تزال توفر وتكلفة مجموعات اختبار RT-PCR عقبة رئيسية في العديد من الدول، ما يعيق مواجهة تفشي المرض بكفاءة. تشير النتائج الحديثة إلى أن الشذوذات في الأشعة الصدرية يمكن أن تميز المرضى المصابين بفيروس كوفيد-19. في هذه الدراسة، تم اقتراح نموذج "كورونا-نيداان" (Corona-Nidaan)، وهو شبكة عصبية عميقة مُقلّلة (DCNN) خفيفة الوزن، لاكتشاف حالات كوفيد-19 والالتهاب الرئوي والحالات الطبيعية من خلال تحليل صور الأشعة السينية للصدر، دون أي تدخل بشري. كما تم تقديم طريقة بسيطة لزيادة عدد العينات في الفئة النادرة (minority class oversampling) للتعامل مع مشكلة عدم توازن البيانات. كما تم دراسة تأثير التعلم الناقل (transfer learning) باستخدام الشبكات العصبية التلافيفية المُدرّبة مسبقًا (pre-trained CNNs) على كشف إصابة كوفيد-19 المستندة إلى صور الأشعة الصدرية. أظهر التحليل التجريبي أن نموذج كورونا-نيداان يتفوق على الدراسات السابقة والنمذجة القائمة على الشبكات المُدرّبة مسبقًا. فقد حقق النموذج دقة قدرها 95% في التصنيف الثلاثي، مع دقة ودقة استدعاء (recall) بلغت 94% للحالات المصابة بكوفيد-19. وفي أثناء دراسة أداء النماذج المُدرّبة مسبقًا المختلفة، تبين أن نموذج VGG19 يتفوق على غيره من النماذج المُدرّبة مسبقًا، حيث حقق دقة 93% مع دقة استدعاء 87% ودقة 93% في كشف إصابة كوفيد-19. تم تقييم النموذج من خلال فحص مجموعة بيانات صور الأشعة الصدرية للمرضى الهنود المصابين بكوفيد-19، وأظهر أداءً جيدًا من حيث الدقة.