FUSED DEEP FEATURES BASED CLASSIFICATION FRAMEWORK FOR COVID-19 CLASSIFICATION WITH OPTIMIZED MLP

COVID-19 adı verilen yeni tip Koronavirüs hastalığı oldukça hızlı yayılmaya devam etmektedir. Bazı spesifik semptomlar gösterse de hemen her bireyde farklı semptomlar gösterebilen bu hastalık yüzbinlerce hastanın hayatını kaybetmesine neden olmuştur. Sağlık uzmanları, daha fazla yaşam kaybını önlemek için çok çalışsalar da, hastalık yayılma oranı çok yüksektir. Bu nedenle Bilgisayar Destekli Teşhis (BDT) ve Yapay Zeka (YZ) algoritmalarının desteği hayati önem taşımaktadır. Bu çalışmada, belirtilen COVID-19 algılama ihtiyaçlarını karşılamak için günümüzün en etkili görüntü analiz yöntemi olan Evrişimli Sinir Ağı (ESA) mimarisinin optimizasyonuna dayalı bir yöntem önerilmiştir. İlk olarak, COVID-19 görüntüleri ResNet-50 ve VGG-16 mimarileri kullanılarak eğitilir. Ardından, bu iki mimarinin son katmanındaki özellikler füzyon işlemi uygulanmıştır. Füzyon işlemi ile elde edilen bu yeni görüntü özellikleri matrisleri, COVID-19 tespiti için sınıflandırılır. Sınıflandırma işlemi için Balina Optimizasyon Algoritması (BOA) ile optimize edilmiş Çok Katmanlı Bir Algılayıcı (ÇKA) yapısı kullanılır. Elde edilen sonuçlar, önerilen çerçevenin performansının VGG-16 performansından neredeyse % 4,5 ve ResNet-50 performansından neredeyse % 3,5 daha yüksek olduğunu göstermektedir.