اكتشاف الإصابة بفيروس كورونا والأمراض القلبية باستخدام تعلم الآلة

في هذا العمل، قمنا بتطوير نظام متكامل يعتمد على تقنيات تعلم الآلة لتحليل صور إشارات نبض القلب بهدف اكتشاف الإصابة بفيروس كورونا والأمراض القلبية بدقة عالية. ركزنا على تحسين البيانات واستخراج الميزات المهمة لضمان نتائج أكثر دقة وفعالية.

خطوات العمل الأساسية:

إزالة الضوضاء:

استخدمنا تقنيات متقدمة مثل الفلترة الثنائية (Bilateral Filtering) للتخلص من الضوضاء في الصور، مما ساهم في تحسين جودة البيانات المستخدمة.

تعزيز الميزات:

قمنا بتطبيق تقنيات مثل العزل بالعتبة (Thresholding) والتقنيع (Masking) لإزالة المعلومات غير الهامة والتركيز على السمات الأساسية لإشارات النبض، مما أدى إلى تحسين دقة التحليل.

النماذج العميقة:

اعتمدنا على عدة نماذج متطورة من الشبكات العصبية التلافيفية (CNN) لتحليل الصور، ومنها:

VGG19

ResNet

Inception V3

تم تدريب هذه النماذج وضبطها باستخدام البيانات المُحسّنة للحصول على أداء متميز في تصنيف الحالات المرضية.