ارائه روشی برای تشخیص بیماری کووید-19 بر پایه الگوریتم روابط اجتماعی درختان و طبقه‌بند نایو بیز

نویسندگان

1 گروه مهندسی کامپیوتر، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران.

2 گروه مهندسی کامپیوتر، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران.

doi
10.22052/scj.2025.254698.1239
چکیده

بیماری کووید-۱۹ که به طور عمده به عنوان کرونا شناخته می‌شود، یک بیماری ویروسی است که توسط ویروس SARS-CoV-2 ایجاد می‌گردد. علائم رایج این بیماری شامل تب، سرفه، احساس خستگی و از دست دادن حس بویایی می‌باشد. روش استاندارد برای تشخیص دقیق کووید-۱۹، آزمایش rRT-PCR که نیازمند نمونه‌برداری تنفسی است که زمانبر می‌باشد. بنابراین توسعه روش‌های تشخیصی سریع این بیماری اهمیت زیادی دارد.در این مقاله‌ روشی جدید برای تشخیص کووید-۱۹ با استفاده از هوش مصنوعی معرفی شده است. این روش، که سریع و غیرتهاجمی است، بر اساس الگوریتم روابط اجتماعی درختان (TSR) و طبقه‌بندی نایو بیز طراحی شده است. روش پیشنهادی شامل دو مرحله اصلی انتخاب ویژگی و تشخیص بیماری است. انتخاب ویژگی‌ها با استفاده از الگوریتم TSR و تشخیص بیماری توسط طبقه‌بند نایو بیز انجام می‌شود. روش پیشنهاد شده به صورت عملی با مجموعه داده COVID-19 Dataset بررسی شد. ارزیابی‌های عملی نشان داده‌اند که این روش جدید در تشخیص کووید-۱۹ عملکرد بهتری نسبت به سایر روش‌های موجود دارد و تشخیص این بیماری را به صورت متوسط با دقت 96 درصد، فراخوانی 97 درصد و امتیاز-F1 96 درصد انجام می‌دهد.