Derin Öğrenme ile Optik Koherens Tomografi Görüntülerinin Sınıflandırılması

Authors : Numan Halit GÜLDEMİR, Ahmet ALKAN

Pages : 607-615

Doi:10.35234/fumbd.900079

View : 44 | Download : 6

Publication Date : 2021-09-15

Article Type : Research Paper

Abstract :Bu makalede, dünyada görme bozukluklarının %8.7’sinin sebebi olan yaşa bağlı makula dejenerasyonu hastalığının tespit edilmesi için otomatik bir sistem sunulmuştur. Hastalığın teşhisi için, son zamanlarda görüntüden özellik tanısı çıkarma işlemlerinde sıklıkla kullanılan evrişimsel sinir ağı mimarisinden faydalanılmıştır. Çalışmada, yaşa bağlı makula dejenerasyonu hastalığının sınıflandırılması için evrişimsel sinir ağı, etiketli 28031 adet OCT görüntüsü ile eğitilmiştir. Eğitilen evrişimsel sinir ağı 6900 adet OCT görüntüsü ile test edilmiştir. Eğitim ve test için Xception, VGG16, InceptionV3 ve Resnet50 derin öğrenme ağları kullanılmıştır. Eğitilen ağlar karşılaştırılıp OCT veri seti için ağların performansları değerlendirilmiştir. Derin öğrenme ağlarının test edilmesi sonucunda Resnet50 ağı 0.95, VGG16 ağı 0.95, InceptionV3 ağı 0.97 ve Xception ağı 0.98 doğruluk oranı OCT veri setini sınıflandırmıştır. 0.96 değerindeki F1 skoruyla Xception ağı kullanılan OCT veri seti üzerindeki en başarılı sınıflandırmayı elde etmiştir.
Keywords : Yaşa bağlı makula dejenerasyonu, derin öğrenme, evrişimsel sinir ağları

ORIGINAL ARTICLE URL