ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Prediction of Covid-19 Patients Using Machine Learning Approaches

العنوان بلغة أخرى: التنبؤ بإصابات كورونا باستخدام خوارزميات تعلم الآلة
المؤلف الرئيسي: النعامنه، هديل حسن صالح (مؤلف)
المؤلف الرئيسي (الإنجليزية): Alnaamneh, Hadeel
مؤلفين آخرين: الشطناوي، عطا الله محمود عواد (مشرف) , الذيابات، مفلح (مشرف)
التاريخ الميلادي: 2022
موقع: المفرق
الصفحات: 1 - 46
رقم MD: 1253507
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة آل البيت
الكلية: كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

55

حفظ في:
المستخلص: يعد كوفيد-19 من الأمراض الخطيرة جدًا بسبب وجود العديد من الأسباب مثل شبه كبير بين أعراضه وأعراض الانفلونزا العادية، تطور المرض في بداية الاصابة ببطئ وسرعته في ظهور الأعراض خلال مدة قصيرة جدًا، وتمحوره وظهوره في عدة أشكال. أدى هذا الفيروس إلى قتل عدد كبير من البشر نتيجة انتشاره بسرعة كبيرة جدًا بسبب انتقاله عبر الهواء ودخوله من مختلف مناطق الجسم مثل الأنف والفم. لقد ساهم الذكاء الاصطناعي في تشخيص وعلاج العديد من الأمراض مثل السرطان. على الرغم من أن نماذج التعلم الآلي والتعلم العميق تساهم في ذلك، إلا أن عدم استخدامها في تشخيص وعلاج COVID-19 أدى إلى انتشار المرض وتفوقه على القدرات الطبية. لذلك من الضروري بناء نموذج قادر على الحد من انتشار هذا الفيروس. تتناول هذه الأطروحة تحقيقات COVID-19 المعاصرة التي تستخدم التعلم الآلي والعميق، حيث تم تصميم نموذج يعتمد على مجموعة من الخوارزميات لتشخيص المرض من خلال البحث في أعراض المريض، تحليل صور الأشعة السينية والمسح المقطعي، تحديد احتمالية الوفاة، وتوقع الوفيات. يمكن لهذا النموذج أن يقلل من تدخل الإنسان في الممارسة الطبية عن طريق تقليل جهد الطبيب ، وتسريع عملية الفحص والتشخيص. النتائج التجريبية باستخدام الطرق التالية الغابات العشوائية، آلة المتجهات الداعمة، الشبكة العصبية الاصطناعية، أقرب الجيران، الشبكة العصبية المتكررة، بايز الساذج أظهرت أن الخصوصية تساوي 98.3٪، الحساسية تساوي 100٪، الدقة تساوي 98.7٪، الدقة تساوي 0.99٪، ومعدل الخطأ يساوي 4٪.

عناصر مشابهة