Transfer öğrenme modelleri ile akciğer X-ray görüntülerinden COVID-19 tespiti

Basit Öğe Kaydı
dc.contributor.advisorBakırtaş, Hülya
dc.contributor.advisorAdem, Kemal
dc.contributor.authorFoto, Özgür
dc.date.accessioned2022-06-30T06:02:58Z
dc.date.available2022-06-30T06:02:58Z
dc.date.issued2022
dc.date.submitted2022-03-15
dc.departmentSosyal Bilimler Enstitüsü
dc.description.abstract2019 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.
dc.description.abstractThe 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.
dc.identifier.urihttps://hdl.handle.net/20.500.12451/9522
dc.language.isotr
dc.publisherAksaray Üniversitesi Sosyal Bilimler Enstitüsü
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectCOVID-19
dc.subjectDerin Öğrenme
dc.subjectGörüntü İşleme
dc.subjectX-Ray
dc.subjectYapay Zeka
dc.subjectNovel Coranavirus Diseases (COVID-19)
dc.subjectDeep Learning
dc.subjectImage Processing
dc.subjectX-Ray
dc.subjectArtificial Intelligence
dc.titleTransfer öğrenme modelleri ile akciğer X-ray görüntülerinden COVID-19 tespiti
dc.title.alternativeCOVID-19 detection from lung X-ray images with transfer learning models
dc.typeMaster Thesis

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
foto-ozgur-2022.pdf
Boyut:
2.67 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
[ X ]
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Tez Koleksiyonu