- Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi
- Vol: 21 Issue: 2
- COVID-19 Diagnosis Prediction in Emergency Care Patients using Convolutional Neural Network
COVID-19 Diagnosis Prediction in Emergency Care Patients using Convolutional Neural Network
Authors : Kemal ADEM, Serhat KILIÇARSLAN
Pages : 300-309
Doi:10.35414/akufemubid.788898
View : 20 | Download : 2
Publication Date : 2021-04-30
Article Type : Research
Abstract :Koronavirüs hastalığı (COVID-19) vakalarındaki ani artış dünya genelinde birçok ülkenin sağlık hizmetleri üzerinde yüksek bir baskı oluşturmaktadır. Mevcut durumda hastalığın erken ve doğru tanısının koyulup tedaviye başlanması hayati önem taşımaktadır. COVID-19 için en doğrulanmış tanı testi olan RT-PCR gelişmekte olan ülkelerin çoğunda yetersizdir. Bu durum enfekte olan hasta sayısını arttırmakta ve önleyici tedbirleri geciktirmektedir. Bu çalışma ile acil servise gelen tüm hastalardan rutin olarak alınan kan testlerinden elde edilen veri kümesine derin öğrenme modellerinden Evrişimsel sinir ağı (CNN) yöntemi uygulanarak pozitif COVID-19 tanısı riski tahmin edilmektedir. Deneylerde kullanılan veri kümesi Brezilya, São Paulo’de bulunan Israelita Albert Einstein hastanesine başvuran hastalardan 28 Mart – 3 Nisan tarihleri arasındaki alınan verilerden oluşmaktadır. Veri kümesine J48, YSA, Random Forest ve Random Comittee veri madenciliği algoritmalarının yanında CNN derin öğrenme algoritması uygulanmıştır. Veri kümesine 5 ve 7 katlı çapraz geçerlilik modeli uygulanarak objektifliğin sağlanması açısından iki modelin ortalaması değerlendirme ölçütü olarak kullanılmıştır. En iyi tahmin performansı olan %92.52 doğruluk değeri CNN yöntemi ile elde edilmiştir. Deneysel sonuçlar, önerilen yaklaşımın genel geçerliliği bulunan testlerin sonuçları ile paralellik gösterdiğini ortaya koymaktadır.Keywords : COVID-19, Derin Öğrenme, Veri Madenciliği, CNN