X-Ray Görüntülerinden Covid-19 Tespiti için Hibrit Bir Derin Öğrenme Yaklaşımı

Authors : Gizem Öter, Emrah Hançer

Pages : 27-36

View : 75 | Download : 73

Publication Date : 2023-12-15

Article Type : Research Paper

Abstract :Covid-19 salgını tüm dünyada hayatı durma noktasına getirdi ve binlerce can aldı. Salgın ile mücadelede en önemli unsur erken teşhistir. Erken teşhisle enfekte olan kişi karantinaya alınarak bulaş hızı ve ölüm oranı düşürülebilir. Günümüzde Covid-19’un teşhisinde PCR (Polymerase Chain Reaction- Polimeraz Zincir Reaksiyonu) testlerinden ve akciğer X-Ray görüntülerinden faydalanılmaktadır. Bu çalışmada Covid-19 teşhisinde uzmanlara yardımcı olabilmek amacıyla X-Ray görüntülerinden bir teşhis metodolojisi tasarlanmıştır. Metodolojinin ilk aşamasında ön eğitimli SqueezeNet mimarisi ile X-Ray görüntülerinden oluşan veri setinden öznitelikler çıkarılır. İkinci aşamada çıkarılan özniteliklere en yakın bileşen analizi (neighborhood component analysis (NCA)) uygulanarak mevcut öznitelik setinden gürültülü olanlar elimine edilir. Son aşamada ise, destek vektör makineleri ile gürültüden arındırılmış öznitelik seti üzerinde Covid-19 tespiti gerçekleştirilir. Önerilen metodolojinin performans analizi 5 farklı veri seti üzerinde birden çok derin öğrenme mimarileri ile karşılaştırılarak yapılmıştır. Elde edilen sonuçlar incelendiğinde önerilen metodolojinin daha başarılı sonuçlar aldığı görülmüştür.
Keywords : Derin Öğrenme, SqueezeNet, Covid 19, NCA