Schoobrary رجوع
العودة إلى البحث
ماستر (LMD) الانجليزية 2023 f4443c40-9f7f-4b8c-9fbc-25c037a4bb80

Artificial neural network approach to detect COVID-19 disease from X-ray images

Abdelhakim Benamara, Hichem Laboukhi, Sayad Lamri

كلية الرياضيات والاعلام الآلي-جامعة محمد بوضياف - المسيلة · الجزائر

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

This research employs artificial neural networks, specifically deep learning techniques, to detect COVID-19 from chest X-ray images. The study created and assessed a neural network model using a dataset of medical images from both COVID-19 infected and non-infected individuals. The results demonstrated the model's effectiveness in accurately distinguishing between infected and non-infected cases, showcasing its potential as a valuable diagnostic tool for COVID-19. The study emphasizes the necessity for ongoing research, expanding datasets, andrefining neural network models to enhance accuracy. It underscores the significant potential of artificial intelligence and deep learning in disease diagnosis, promoting continuous collaboration between researchers and healthcare institutions to address global health challenges.

التعريف والنوع

رقم الوثيقة
f4443c40-9f7f-4b8c-9fbc-25c037a4bb80
رقم العقد
0
نوع الوسائط
Crawler
نوع المحتوى
الرسائل العلمية
صيغة المصدر
ماستر (LMD)
نوع الملف
pdf text
أسماء الملفات
2372368_1.pdf

بيانات النشر

ألقاب المؤلفين
[{"name_ar":"Abdelhakim Benamara","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Hichem Laboukhi","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Sayad Lamri","title_ar":"اشراف","title_en":"Supervision"}]
اللغة
English

المصدر والدورية

اسم المصدر
Artificial neural network approach to detect COVID-19 disease from X-ray images

المحتوى والصفحات

عدد الصفحات
0
ترجمة الملخص
تستخدم هذه الدراسة الشبكات العصبية الاصطناعية، وبالتحديد تقنيات التعلم العميق، لاكتشاف فيروسCOVID-19من صور الأشعة السينية للصدر. قامت الدراسة بإنشاء وتقييم نموذج لشبكة عصبية باستخدام مجموعة بيانات تتضمن صورا طبية لأشخاص مصابين وغير مصابين بفيروسCOVID-19. أظهرت النتائج فعالية النموذج في التمييز الدقيق بين الحالات المصابة وغير المصابة، مما يبرز إمكانيته كأداة تشخيص قيمة لفيروسCOVID-19. تشدد الدراسة على ضرورة استمرار البحث وتوسيع مجموعات البيانات وتحسين نماذج الشبكات العصبية لزيادة الدقة. وتسلط الدراسة الضوء على الإمكانيات الكبيرة للذكاء الاصطناعي وتقنيات التعلم العميق في تشخيص الأمراض، مشجعة على التعاون المستمر بين الباحثين والمؤسسات الصحية لمواجهة التحديات الصحية العالمية.
كلمات الباحثين
artificial neural networks, COVID-19 detection, chest X-ray images, deep learning techniques, intelligent diagnostic tools, dataset, infected cases, non-infected cases, accuracy, reliability, innovations, patient care, infectious diseases, artificial intelligence, global health challenges

إشراف وإعداد

الإشراف
Sayad Lamri
الإعداد
Abdelhakim Benamara, Hichem Laboukhi

الاقتباسات الببليوغرافية

APA

Abdelhakim Benamara،Hichem Laboukhi و Sayad Lamri. (2023). Artificial neural network approach to detect COVID-19 disease from X-ray images. أطروحة(ماستر (LMD)). كلية الرياضيات والاعلام الآلي-جامعة محمد بوضياف - المسيلة. الجزائر.

MLA

Abdelhakim Benamara،Hichem Laboukhi و Sayad Lamri. Artificial neural network approach to detect COVID-19 disease from X-ray images. 2023. كلية الرياضيات والاعلام الآلي-جامعة محمد بوضياف - المسيلة، ماستر (LMD).