Computational Modelling and Imaging for SARS-CoV-2 and COVID-19

هدف این کتاب ارائه تکنیک‌ها و روش‌های محاسباتی جدید برای تجزیه و تحلیل جنبه‌های بالینی، اپیدمیولوژیک و بهداشت عمومی بیماری‌های همه‌گیر SARS-CoV-2 و COVID-19 است. این کتاب استفاده از تکنیک‌های محاسباتی نرم مانند الگوریتم‌های یادگیری ماشینی را برای تجزیه و تحلیل جنبه‌های اپیدمیولوژیک SARS-CoV-2 ارائه می‌کند. این کتاب به وضوح الگوریتم های پردازش تصویر محاسباتی جدید را برای تشخیص ضایعات COVID-19 در تصاویر سی تی ریه و اشعه ایکس توضیح می دهد. روش‌های محاسباتی مختلف برای تجزیه و تحلیل رایانه‌ای عفونت SARS-CoV-2 از جمله ارزیابی شدت را بررسی می‌کند. این کتاب شرح مفصلی از الگوریتم‌هایی ارائه می‌دهد که به طور بالقوه می‌توانند به غربالگری انبوه موارد آلوده به SARS-CoV-2 کمک کنند. در نهایت، این کتاب همچنین مدل‌های اپیدمیولوژیک مرسوم و تکنیک‌های یادگیری ماشینی را برای پیش‌بینی سیر اپیدمی COVID-19 توضیح می‌دهد. همچنین نمونه هایی از زندگی واقعی را از طریق مطالعات موردی ارائه می دهد. این کتاب برای مهندسین زیست پزشکی، ریاضیدانان، دانشجویان کارشناسی ارشد در نظر گرفته شده است. محققان؛ دانشمندان پزشکی که روی شناسایی و ردیابی بیماری های عفونی کار می کنند.

The aim of this book is to present new computational techniques and methodologies for the analysis of the clinical, epidemiological and public health aspects of SARS-CoV-2 and COVID-19 pandemic. The book presents the use of soft computing techniques such as machine learning algorithms for analysis of the epidemiological aspects of the SARS-CoV-2. This book clearly explains novel computational image processing algorithms for the detection of COVID-19 lesions in lung CT and X-ray images. It explores various computational methods for computerized analysis of the SARS-CoV-2 infection including severity assessment. The book provides a detailed description of the algorithms which can potentially aid in mass screening of SARS-CoV-2 infected cases. Finally the book also explains the conventional epidemiological models and machine learning techniques for the prediction of the course of the COVID-19 epidemic. It also provides real life examples through case studies. The book is intended for biomedical engineers, mathematicians, postgraduate students; researchers; medical scientists working on identifying and tracking infectious diseases.