Birbirine Benzeyen Üç Farklı Hastalığın Tespitinde Derin Öğrenme Modellerinin Performansı

Authors : Yunus Emre Karaca, Serpil Aslan

Pages : 35-47

View : 18 | Download : 9

Publication Date : 2022-12-31

Article Type : Other

Abstract :Bir hastalığın doğru teşhis edilmesi ve doğru tedavi yöntemlerinin kullanması hastalıklı bireye kısa sürede şifayı sağlamada önemli iki kriterdir. Kısacası sorun bilinirse çözümü de kolaylaşacaktır. Çalışmamız da bu yine bu eksende olup gelişen tıp teknolojisini destekleyici mahiyettedir. Şöyle ki bir birine benzeyen üç hastalık tipi olan viral, bakteriyel ve COVID-19 pnömosine sahip hasta radyolojik görüntülerinin konvansiyonel sinir ağ(CNN) mimarileriyle hastalıkların tespit performanslarını karşılaştırdık. Bu karşılaştırmanın başarı oranın artması, doğru hastalık tanısı konulmasını da arttırmış olacaktır. Bu şekilde başarılı yöntemlerin ortaya çıkması hem teşhisi koyan hekimin işini kolaylaştırmasının yanı sıra tüm insanlık için en değerli kavram olan vakitten de tasarruf edilmiş olacak. 1281 COVID-19, 3270 Normal, 1656 viral-pnömoni ve 3001 bakteriyel-pnömonili toplamda 9208 göğüs röntgen görüntüsünün kullanıldığı çalışmamızda en başarılı performansı %88,05 ile Resnet50 mimarisi elde etmiştir.
Keywords : CNN, Derin Öğrenme, COVID-19, Pnömoni, Hastalık Tespiti, Viral, Bakteriyel