دانلود ترجمه مقاله یادگیری عمیق و پردازش تصاویر پزشکی برای همه گیری ویروس کرونا (COVID-19)

عنوان فارسی

یادگیری عمیق و پردازش تصاویر پزشکی برای همه گیری ویروس کرونا (COVID-19): یک بررسی

عنوان انگلیسی

Deep learning and medical image processing for coronavirus (COVID-19) pandemic: A survey

کلمات کلیدی :

  هوش مصنوعی (AI)؛ کلان داده؛ پاندمی کروناویروس؛ COVID-19؛ شیوع اپیدمی؛ یادگیری عمیق؛ پردازش تصاویر پزشکی

درسهای مرتبط مهندسی کامپیوتر
تعداد صفحات مقاله انگلیسی : 18 نشریه : ELSEVIER
سال انتشار : 2020 تعداد رفرنس مقاله : 164
فرمت مقاله انگلیسی : PDF نوع مقاله : ISI
پاورپوینت : ندارد وضعیت ترجمه مقاله : انجام نشده است.
فهرست مطالب

1. مقدمه 2. پیشینه و انگیزه ها 3. مروری کلی بر کاربردهای DL برای پردازش تصاویر پزشکی 4. یادگیری عمیق برای پردازش تصاویر پزشکی در COVID-19 5. یادگیری عمیق برای پردازش تصاویر پزشکی COVID-19: موارد استفاده 6. تجارب، چالش ها و دستورالعمل های آتی 7. نتیجه گیری

سفارش ترجمه
ترجمه نمونه متن انگلیسی

چکیده – از دسامبر 2019، شیوع بیماری کرونا (کووید-19) باعث مرگ و میر بسیاری شده است و بر همه بخش های زندگی انسانی تاثیر گذاشته است. با گذر زمان، کووید-19 توسط سازمان جهانی بهداشت (WHO)، به عنوان یک پاندومی یا همه گیری اعلام شد که بار سنگینی را بر تقریباً همه کشورها، بخصوص کشورهای دارای نظام سلامت ضعیف تر و پاسخ کندتر، تحمیل کرد. در زمینه مراقبت سلامت، یادگیری عمیق در بسیاری از کاربردها، برای مثال، آشکار سازی رتینوپاتی دیابت، دسته بندی نودول ریه، مکان یابی جنین و تشخیص تیروئید، پیاده سازی شده است. منابع متعدد تصاویر پزشکی (برای مثال، اشعه ایکس، سی تی اسکن، و ام آر آی)، باعث می شود که یادگیری عمیق به یک تکنیک بزرگ برای مقابله با شیوع کووید-19 تبدیل گردد. با انگیزه این حقیقت، تعداد زیادی کار پژوهشی برای ماه های اولیه 2020، پیشنهاد و توسعه یافته اند. در این مقاله، ابتدا بر جمع بندی کارهای پژوهشی نوین مرتبط با کاربردهای یادگیری عمیق برای پردازش تصویر پزشکی برای کووید-19، تمرکز می کنیم. سپس، توضیحات کلی در مورد یادگیری عمیق و کاربردهایش برای مراقبت سلامت که در دهه اخیر مشاهده شده اند، ارائه می دهیم. سپس، سه یوز کیس (مورد کاربردی) در چین، کره جنوبی و کانادا برای نشان دادن کاربردهای یادگیری عمیق برای پردازش تصویر پزشکی کووید-19، ارائه می شود. در آخر، چندین چالش و مسئله مرتبط با پیاده سازی یادگیری عمیق برای پردازش تصویر پزشکی کووید-19 که انتظار می رود انگیزه ای برای مطالعات بیشتر در کنترل شیوع و کنترل این بحران شوند و باعث بوجود آمدن شهرهای هوشمند سالم شوند، به بحث می گذاریم. مقدمه: پاندومی کروناویروس (کووید-19) و تلاش های مرتبط با آن در مورد پیشگیری، یک بحران سلامت در سراسر جهان بوجود آورده است که بر همه بخش های زندگی انسانی تاثیر گذارده است. در مرحله اولیه پیدایش، زمانی که تعداد افراد مبتلا به این بیماری حداقل بود، منعکس کننده تهدیدات چنین ظرفیت هنگفت که در آن اکثریت موارد ابتلایی به صورت خودبخودی حل می شدند، نبود. با گذر زمان، کووید-19 توسط سازمان جهانی بهداشت (WHO) به عنوان یک همه گیری اعلام شد که دارای پتانسیل خطر فوق العاده زیاد که بر زندگی میلیون ها نفر در همه کشورها، بخصوص کشورهای دارای نظام سلامت ضعیف تر تاثیر می گذارد، اعلام شد. این ویروس به دو دلیل اصلی کشنده است،- اول اینکه، یک بیماری جدید بدون واکسن است و دوم اینکه، به آسانی از طریق تماس مستقیم یا غیرمستقیم با بیمار مبتلا منتقل می شود.

نمونه متن انگلیسی مقاله

Since December 2019, the coronavirus disease (COVID-19) outbreak has caused many death cases and affected all sectors of human life. With gradual progression of time, COVID-19 was declared by the world health organization (WHO) as an outbreak, which has imposed a heavy burden on almost all countries, especially ones with weaker health systems and ones with slow responses. In the field of healthcare, deep learning has been implemented in many applications, e.g., diabetic retinopathy detection, lung nodule classification, fetal localization, and thyroid diagnosis. Numerous sources of medical images (e.g., X-ray, CT, and MRI) make deep learning a great technique to combat the COVID-19 outbreak. Motivated by this fact, a large number of research works have been proposed and developed for the initial months of 2020. In this paper, we first focus on summarizing the state-of-the-art research works related to deep learning applications for COVID-19 medical image processing. Then, we provide an overview of deep learning and its applications to healthcare found in the last decade. Next, three use cases in China, Korea, and Canada are also presented to show deep learning applications for COVID-19 medical image processing. Finally, we discuss several challenges and issues related to deep learning implementations for COVID-19 medical image processing, which are expected to drive further studies in controlling the outbreak and controlling the crisis, which results in smart healthy cities. Introduction: The Coronavirus disease (COVID-19) pandemic and its related efforts of containment have generated a worldwide health crisis impacting all sectors of human life. At its initial stage of inception, with the number of people affected by the disease being minimal, it did not reflect threats of such enormous capacity wherein the majority of the cases were resolved spontaneously. With gradual progression of time, COVID-19 was declared as an outbreak by the World Health Organization (WHO) with an extremely high-risk potential of affecting millions of lives in all countries, especially ones with weaker health systems. The virus is deadly due to two basic reasons- firstly, it is novel with no vaccines discovered, and secondly, it is easily transmitted through direct or indirect contact with the affected individual.

توضیحات و مشاهده مقاله انگلیسی

سفارش ترجمه تخصصی این مقاله

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود ترجمه مقاله یادگیری عمیق و پردازش تصاویر پزشکی برای همه گیری ویروس کرونا (COVID-19)”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

11 − هشت =

مقالات ترجمه شده

نماد اعتماد الکترونیکی

پشتیبانی

logo-samandehi