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.
روابط وملفات
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
MLA