Derin Öğrenme ile Göğüs Röntgeni Görüntülerinden COVID-19 ve Viral Pnömoni Tespiti

Basit Öğe Kaydı
dc.contributor.authorTüfekçi, Pınar
dc.contributor.authorGezici, Burak
dc.date.accessioned2024-10-29T17:53:18Z
dc.date.available2024-10-29T17:53:18Z
dc.date.issued2023
dc.departmentTekirdağ Namık Kemal Üniversitesien_US
dc.description.abstractGünümüz şartlarında her ne kadar pandemi etkilerini kaybetmiş ve bitme sürecinde olsa da, COVID-19 halen etkilerini insanlar üzerinde hafif olarak göstermektedir. Yapay Zeka ve görüntü işleme teknolojilerindeki gelişmelerle birlikte, bu tür virüslerin erken aşamalarda doğru bir şekilde tespit edilmesi, hem doğru tedavinin uygulanarak hastalığın iyileşme sürecine hızlı bir şekilde yardımcı olacak hem de sağlık sistemlerinin üzerindeki yükü hafifletmiş olacaktır. Bu çalışmada, göğüs röntgeni görüntülerinden, COVID-19 ve viral pnömoni hastalıklarını ayırt etmeye çalışan, yüksek doğruluklu ve güvenilir bir model oluşturulmaya çalışılmıştır. Bu amaçla, derin öğrenme algoritmalarından olan Evrişimli Sinir Ağlarının AlexNet ve GoogleNet özel mimarilerinin, doğrudan orijinal halleri ve transfer öğrenmeyle geliştirilmiş halleri uygulanarak, geniş kapsamlı bir modelleme çalışması yapılmıştır. Modelleme sürecinde, kullanılan veri seti (COVID-19 Radiography Database) popüler bir veri seti olup, 3 sınıflı ve her sınıfta farklı sayıda örnek bulunduran dengesiz bir veri setidir. Bu veri setine, veri azaltma ve arttıma yöntemleri uygulanarak, her sınıfta eşit sayıda örnek içeren dengeli 2 yeni veri seti oluşturulmuştur. Orijinal veri seti ve yeni oluşturulan veri setleri, 80-20 oranında eğitim ve test veri setine bölünerek ve aynı zamanda 3, 5 ve 10 kez çapraz doğrulamaya göre bölünerek, model performansları ölçülmüştür ve en iyi performansa sahip model bulunmaya çalışılmıştır. Sonuç olarak, en iyi model, veri arttırma yöntemiyle dengeli hale getirilmiş veri setinin, 10 kez çapraz doğrulamaya göre bölünerek, transfer öğrenme ile geliştirilmiş AlexNet mimarisinin uygulandığı model olarak, % 99.90 doğruluk başarısı ile bulunmuştur.en_US
dc.identifier.doi10.35414/akufemubid.1152432
dc.identifier.endpage100en_US
dc.identifier.issn2149-3367
dc.identifier.issue1en_US
dc.identifier.startpage89en_US
dc.identifier.trdizinid1220038en_US
dc.identifier.urihttps://doi.org/10.35414/akufemubid.1152432
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1220038
dc.identifier.urihttps://hdl.handle.net/20.500.11776/13501
dc.identifier.volume23en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isotren_US
dc.relation.ispartofAfyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectCOVID-19en_US
dc.subjectDerin öğrenmeen_US
dc.subjectGoogleNeten_US
dc.subjectAlexNeten_US
dc.subjectViral pnömonien_US
dc.titleDerin Öğrenme ile Göğüs Röntgeni Görüntülerinden COVID-19 ve Viral Pnömoni Tespitien_US
dc.typeArticleen_US

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu