بیماری کرونا که نقطه شروع آن در چین است، تاکنون بیش از 480 میلیون مورد را در سراسر جهان تحت تاثیر قرار داده است. با توجه به تعداد محدود کیت های تست و ماهیت وقت گیر تشخیص، سی تی ا سکن و رادیوگرافی قف سه سینه با ا شعه ایکس می توانند به عنوان گزینه های تشخیص سریع جایگزین استفاده شوند. در این مقاله از روشی مبتنی بر شبکه عصبی کانولوشنال عمیق برای تشخیص خودکار بیماران مبتلا با استفاده از تصاویر سیتی ریه ا ستفاده شده ا ست. مدل پیشنهادی بر روی مجموعه دادههای CT COVID-19 آموزش و ارزیابی میشود. نتایج شبیه سازی نشان میدهد که مدل پیشنهادی به دقت متوسط 94 درصد در تشخیص بیماران مبتلا به کووید- 19 در مجموعه داده مورد استفاده دست یافته است. برای مقایسه از مدل Xception ا ستفاده شده ا ست. پس از آموزش، دقت متو سط به ترتیب 5 / 94 و 7 / 89 در صد در ارزیابی مبتنی بر بیمار و مبتنی بر تصویر به د ست آمده است.
