TY - JOUR ID - TI - Coronavirus 2019 (COVID-19) Detection Based on Deep Learning الكشف عن فيروس كورونا 2019 (COVID-19) بناءً على التعلم العميق AU - Toqa Abd Ul-Mohsen Sadoon تقى عبدالمحسن سعدون AU - Mohammed Hussein Ali محمد حسين علي PY - 2020 VL - 23 IS - 4 SP - 408 EP - 415 JO - Al-Nahrain Journal for Engineering Sciences مجلة النهرين للعلوم الهندسية SN - 25219154 25219162 AB - Deep learning modeling could provide to detected Corona Virus 2019 (COVID-19) which is a critical task these days to make a treatment decision according to the diagnostic results. On the other hand, advances in the areas of artificial intelligence, machine learning, deep learning, and medical imaging techniques allow demonstrating impressive performance, especially in problems of detection, classification, and segmentation. These innovations enabled physicians to see the human body with high accuracy, which led to an increase in the accuracy of diagnosis and non-surgical examination of patients. There are many imaging models used to detect COVID-19, but we use computerized tomography (CT) because is commonly used. Moreover, we use for detection a deep learning model based on convolutional neural network (CNN) for COVID-19 detection. The dataset has been used is 544 slice of CT scan which is not sufficient for high accuracy, but we can say that it is acceptable because of the few datasets available in these days. The proposed model achieves validation and test accuracy 84.4% and 90.09%, respectively. The proposed model has been compared with other models to prove superiority of our model over the other models.

يمكن أن توفر نمذجة التعلم العميق الكشف عن فيروس كورونا 2019 (COVID-19) الذي يعد مهمة حاسمة هذه الأيام لاتخاذ قرار العلاج وفقًا لنتائج التشخيص. من ناحية أخرى ، فإن التطورات في مجالات الذكاء الاصطناعي ، والتعلم الآلي ، والتعلم العميق ، وتقنيات التصوير الطبي تسمح بإظهار أداء مثير للإعجاب ، لا سيما في مشاكل الكشف والتصنيف والتجزئة. مكنت هذه الابتكارات الأطباء من رؤية جسم الإنسان بدقة عالية ، مما أدى إلى زيادة دقة التشخيص والفحص غير الجراحي للمرضى. هناك العديد من نماذج التصوير المستخدمة للكشف عن COVID-19 ، لكننا نستخدم التصوير المقطعي المحوسب (CT) لأنه شائع الاستخدام. علاوة على ذلك ، نستخدم للكشف عن نموذج التعلم العميق المستند إلى الشبكة العصبية التلافيفية (CNN) لاكتشاف COVID-19. تم استخدام مجموعة البيانات 544 شريحة من الأشعة المقطعية وهي ليست كافية للحصول على دقة عالية ، ولكن يمكننا القول أنها مقبولة بسبب مجموعات البيانات القليلة المتاحة في هذه الأيام. النموذج المقترح يحقق دقة التحقق والاختبار 84.4٪ و 90.09٪ على التوالي. تمت مقارنة النموذج المقترح مع النماذج الأخرى لإثبات تفوق نموذجنا على النماذج الأخرى. ER -