Transfer öğrenme modelleri ile akciğer X-ray görüntülerinden COVID-19 tespiti
Yükleniyor...
Dosyalar
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Aksaray Üniversitesi Sosyal Bilimler Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
2019 Aralık ayında Wuhan kentinde başlayan ve tüm dünyayı etkisi altına alan COVID-19 hastalığı pek çok insanın hayatını kaybetmesine neden olmuştur. İnsandan insana yayılım gösteren bu hastalığın hızlı bir şekilde tespit edilerek hastaların izolasyona tabi tutulması salgının kontrol altına alınması açısından önem taşımaktadır. COVID-19 hastalığını tespit etmek için kullanılan güvenilir yöntemlerin başında akciğer X-Ray görüntüleri gelmektedir. Ancak COVID-19 hastalığına benzer özellikleri taşıyan akciğer hastalıklarının olması, radyologların tanı işlemlerini zorlaştırmaktadır. Bu çalışmada, akciğer X-Ray görüntüleri ile transfer öğrenme modelleri kullanılarak COVID-19 hastalığını tespit etmek amaçlanmıştır. Oluşturulan veri seti üzerinden yapılan segmentasyon işlemlerinin ardından, VGG-16, ResNet-50, DenseNet-121 ve Inception V3 gibi son teknoloji transfer öğrenme modelleri ile deneysel çalışmalar yapılmıştır. Çalışmaların sonucunda en yüksek % 96.7 doğruluk oranı VGG-16 modelinde tespit edilmiştir.
The COVID-19 disease, which started in the city of Wuhan in December 2019 and affected the whole world, caused many people to die. Rapid detection of this disease, which spreads from person to person, and isolation of patients are important in terms of controlling the epidemic. Lung X-Ray images are the leading reliable methods used to detect COVID-19 disease. Due to, the presence of lung diseases with similar features to COVID-19 makes it difficult for radiologists to diagnose. In this study, it was aimed to detect COVID-19 disease by using transfer learning models with lung X-ray images. After the segmentation processes on the created dataset, experimental studies were carried out with the latest technology transfer learning models such as VGG-16, ResNet-50, DenseNet-121 and Inception V3 models. As a result of the studies, the highest accuracy rate of 96.7% was determined in the VGG-16 model.
The COVID-19 disease, which started in the city of Wuhan in December 2019 and affected the whole world, caused many people to die. Rapid detection of this disease, which spreads from person to person, and isolation of patients are important in terms of controlling the epidemic. Lung X-Ray images are the leading reliable methods used to detect COVID-19 disease. Due to, the presence of lung diseases with similar features to COVID-19 makes it difficult for radiologists to diagnose. In this study, it was aimed to detect COVID-19 disease by using transfer learning models with lung X-ray images. After the segmentation processes on the created dataset, experimental studies were carried out with the latest technology transfer learning models such as VGG-16, ResNet-50, DenseNet-121 and Inception V3 models. As a result of the studies, the highest accuracy rate of 96.7% was determined in the VGG-16 model.
Açıklama
Anahtar Kelimeler
COVID-19, Derin Öğrenme, Görüntü İşleme, X-Ray, Yapay Zeka, Novel Coranavirus Diseases (COVID-19), Deep Learning, Image Processing, X-Ray, Artificial Intelligence
