Искусственный интеллект становится неотъемлемой частью жизни современного человека, охватывая практически все сферы жизни и деятельности. Пандемия коронавирусной инфекции (SARS-CoV-2, COVID-19) активизирует современные тенденции в области глубокого обучения, применяемые в медицине. Стремительно растущее количество инфицированных, необходимость наличия достаточно большого количества времени для проведения лабораторных исследований обуславливает необходимость использования других методов диагностики для своевременного выявления заболевания. По имеющимся данным COVID-19 вносит некоторые изменения в рентгеновские снимки и снимки компьютерной томографии (КТ) пациента. При этом не исключается вероятность того, что небольшие изменения в изображениях могут быть не замечены во время визуального осмотра. Метод искусственного интеллекта может помочь своевременно обнаружить положительные случаи COVID-19 и поставить клинический диагноз, тем самым сэкономив необходимое время для борьбы с вирусом. Для классификации и сегментации медицинских изображений разрабатываются сверточные нейронные сети. В данной статье рассматривается применение CNN для диагностики и прогноза COVID-19 с использованием рентгеновских снимков и изображений компьютерной томографии пациентов с COVID-19 с целью точного и раннего обнаружения и диагностики заболевания.
Artificial intelligence is becoming an integral part of the life of a modern person, covering almost all spheres of life and activity. The coronavirus infection (SARS-CoV-2, COVID-19) pandemic, which has spread around the world, is revitalizing current trends in deep learning applied in medicine. The rapidly growing number of infected people, the availability of sufficient time for laboratory tests necessitates the use of diagnostic methods for a timely disease. COVID-19 is reportedly making some changes to X-rays and computed tomography (CT) scans of the patient. This does not exclude the possibility that small changes in the images may not be noticed during visual inspection. The artificial intelligence method can help timely inflict positive cases of COVID-19 and make a clinical diagnosis, thereby saving time to fight the virus. Convolutional neural networks are created for the classification and segmentation of medical images. This article uses CNN to diagnose and predict COVID-19 from X-rays and CT scans of COVID-19 patients to accurately and early detection of disease.
1. Curated Chest X-Ray Image Dataset for COVID-19 [Electronic resource]. URL: https://www.kaggle.com/unaissait/curated-chest-xray-image-dataset-for-covid19 (date of access: 25.08.2021).
2. Large COVID-19 CT scan slice dataset [Electronic resource]. URL: https://www.kaggle.com/maedemaftouni/large-covid19-ct-slice-dataset (date of access: 25.08.2021).
3. Mojtaba Mohammadpoor , Mehran Sheikhi karizaki, Mina Sheikhi karizaki. A deep learning algorithm to detect coronavirus (COVID-19) disease using CT images. PeerJ Computer Science. 2021. V. 7. Р. е345. DOI: 10.7717/peerj-cs.345.
4. Shigao Huang. Artificial intelligence in the diagnosis of COVID-19: challenges and perspectives. Int. J. Biol. Sci. 2021. Vol. 17. DOI: 10.7150/ijbs.58855.
5. Sneha Kugunavar. Convolutional neural networks for the diagnosis and prognosis of the coronavirus disease pandemic. Kugunavar and Prabhakar Visual Computing for Industry, Biomedicine, and Art. 2021. V. 4. Р. 12. DOI: 10.1186/s42492-021-00078-w.
6. Tharsanee R.M., Soundariya Rs, Saran Kumar A., Karthiga Ms. Deep convolutional neural networke-based image classification for COVID-19 diagnosis. Data Science for COVID-19. 2021. Vol. 5. P. 117–145. DOI: 10.1016/B978-0-12- 824536-1.00012-5.
7. Ghaderzadeh Mustafa, Farkhondeh Asadi. Deep Learning in the Detection and Diagnosis of COVID-19 Using Radiology Modalities: A Systematic Review. Journal of Healthcare Engineering. 2021. Р. 6677314. DOI: 10.1155/2021/6677314.
8. Yazeed Zoabi, Shira Deri-Rozov, Noam Shomron. Machine learning-based prediction of COVID-19 diagnosis based on symptoms. npj Digital Medicine. 2021. V. 4. P. 1–5.