Automatic prediction of covid-19 from chest- computed tomography (CT) images using deep learning architectures

Makine öğrenmesi, son yıllarda hastalık tespiti ve segmentasyon araştırmalarında aktif olarak kullanılmaktadır. Son yıllarda insanlık, Koronavirus hastalığı 2019 insert ignore into journalissuearticles values(Covid-19); ile mücadele etmektedir. Göğüs-bilgisayarlı tomografi insert ignore into journalissuearticles values(BT); görüntüsü, olası Covid-19 hastalarını tespit etme de önemli bir araçtır. Bu çalışma, Derin Öğrenme insert ignore into journalissuearticles values(DÖ); algoritmaları kullanarak Covid-19 ve Covid-19 olmayan göğüs BT görüntülerini, sınıflandırmayı ve dört mimari kullanarak farklı parametrelerde başarılı sonuçlar elde edip edemeyeceğimizi araştırmayı amaçlamaktadır. Çalışma, kanıtlanmış pozitif Covid-19 CT görüntüleri üzerinde gerçekleştirildi ve görüntüler GitHub kamu platformundan elde edilmiştir. VGG16, VGG19, LeNet-5 ve MobileNet gibi dört farklı derin öğrenme mimarisi değerlendirildi. Performans değerlendirmelerinde ROC eğrisi, duyarlılık, doğruluk, F1-ölçütü, kesinlik ve RMSE kullanılmıştır. MobileNet modeli en iyi sonucu vermiştir sırasıyla; F1-ölçütü %95, doğruluk %95, kesinlik %100, duyarlılık %90, AUC %95 ve RMSE 0.23\`tür. En düşük performansı ise; F1-ölçütü %90, doğruluk %89, kesinlik %90, duyarlılık%90, AUC %89 ve RMSE 0.32 ile VGG19 modeli vermiştir. Algoritmaların performansları karşılaştırıldığında en yüksek doğruluk sırasıyla MobileNet, LeNet-5, VGG16 ve VGG19\`dan elde edilmiştir. Bu çalışma önerilen modeller çerçevesinde, Covid-19\`u tespit etmek için derin öğrenme modellerinin kullanışlılığını göstermiştir. Bu nedenle araştırma, Covid-19 tespit çalışmalarında Tıp ve Mühendislik literatürüne katkı sağlayabilir.