Akciğer Seslerinin Derin Öğrenme İle Sınıflandırılması

Authors : Mehmet Bilal ER

Pages : 830-844

Doi:10.29109/gujsc.758325

View : 25 | Download : 19

Publication Date : 2020-12-29

Article Type : Research Paper

Abstract :Akciğer hastalıkları, insan sağlığını ciddi olarak tehdit eden hastalıklar arasındadır ve günümüzde birçok ölüm akciğer hastalıklarından kaynaklanmaktadır. Akciğer sesleri sayesinde akciğer hastalıkları ile ilgili önemli çıkarımlar yapılabilmektedir. Akciğer rahatsızlığı olan hastaları değerlendirmek için doktorlar genellikle oskültasyon tekniğini kullanırlar. Ancak, bu tekniğin bazı dezavantajları vardır. Örneğin, doktor iyi bir tıp eğitimi almamışsa, bu yanlış tanıya neden olabilir. Ayrıca akciğer sesleri durağan olmadığından dolayı analiz, tanıma süreci karmaşıktır. Bu nedenle otomatik tanıma sistemlerinin geliştirilmesi daha kesin ve doğru tanılar koymada yardımcı olacaktır. Akciğer hastalıklarını teşhis etmek ve uzmanlara teşhislerinde yardımcı olmak için geleneksel ses işleme rutinlerine dayanan birçok çalışma önerilmiştir. Bu çalışmada akciğer seslerinin sınıflandırılması için derin öğrenmeye dayanan bir yöntem önerilmiştir. Bu amaç doğrultusunda Konvolüsyonel Sinir Ağı (KSA) tasarlanmıştır. Farklı yöntemlerin etkinliğini değerlendirmek deneyler literatürde kullanılan popüler veri set ile yapılmıştır. Bu veri seti dört sınıftan oluşan ICBHI 2017’ dir. Ortalama olarak %64,5 doğruluk elde edilmiştir. Deneysel sonuçlar, tasarlanan mimarinin akciğer seslerini sınıflandırma görevinde etkin bir şekilde kullanılabileceğini göstermektedir. Ayrıca önerilen yöntemden elde edilen sonuçlar literatürde ki son yöntemlerle karşılaştırıldığında sınıflandırma başarısı bakımından daha iyi performans gösterdiği görülmektedir.
Keywords : Akciğer sesleri sınıflandırması, Konvolüsyonel Sinir Ağı, Derin Öğrenme