INTERNATIONAL SCIENTIFIC AND TECHNICAL CONFERENCE “DIGITAL TECHNOLOGIES: PROBLEMS AND SOLUTIONS OF PRACTICAL IMPLEMENTATION IN THE INDUSTRY” APRIL 27-28, 2023 868
4-rasm. Chalkashlik matritsasi
Ushbu ishda VKNT yondashuvidan foydalangan holda COVID-19, o'pka sili, sog’lom,
bakterial va viral pnevmoniyaning 5 ta sinfini birlashtirish va tasniflash uchun ko'p sinfli
chuqur o'rganish tasniflash modeli ishlatilgan. Modelning arxitekturasi xususiyatlarni ajratib
olish uchun VKNT va tasniflash uchun to'liq bog'langan tarmoqqa asoslangan edi.
Taklif etilgan modelni eslab qolish, aniqlik, F1 ball va aniqligi sinovdan o'tkazildi.
96,42% aniqlik bilan qoniqarli tasniflash ko'rsatkichlarini ta'minlaganligini ko'rsatdi.
Rentgen tasvirlari asosida VKNT turli xil o’pkas kasalliklarini 96,42% aniqlik, 95,62%
eslab qolish, 98,32% aniqlik, 97,68% F1 ball bilan aniqlay oladi. Bizning chuqur o'rganish
modelimiz KQR tasvirlaridan o’pka kasalliklarini tashxislash, bemorning natijalarini
yaxshilash va hayotni saqlab qolishida o’z hissani qo'shishiga umid qilib qolamiz.
Xulosa Ushbu tadqiqotda chuqur o'rganish arxitekturasiga asoslangan ko'p sinfli o’pka
kasalliklari tasnifi ishlab chiqilgan va KQR tasvirlari yordamida COVID-19, o'pka sili,
sog’lom, bakterial va viral pnevmoniya tasnifi uchun baholangan. Tasniflash nuqtai nazaridan,
oldindan o'rgatilgan model, xususiyatlarni ajratib olish uchun VKNT va tasniflash bosqichida
to'liq bog'langan tarmoq sifatida uchta konvolyutsion neyron tarmog'i (KNT) taqdim etildi.
Eksperimental natijalar shuni ko'rsatdiki, biz taklif qilgan VKNT 96,42% aniqlik bilan boshqa
mavjud ishlardan ustundir.
REFERENCES 1. S.Gunasekaran, S.Rajan and others, Wavelet Based CNN for Diagnosis of COVID 19
using Chest X Ray, ICCSSS 2020 IOP Conf. Series: Materials Science and Engineering
1084 (2021) 012015 doi:10.1088/1757-899X/1084/1/012015
2. S. Sathitratanacheewin, P. Sunanta, K. Pongpirul, Deep learning for automated
classification of tuberculosis-related chest X-Ray: dataset distribution shift limits
diagnostic performance generalizability, Heliyon 6 (8) (2020) e04614.
