Evrişimsel sinir ağları ile akciğer x-ray görüntülerinden COVID-19 tespiti ve hibrit model önerisi
COVID-19 detection from chest x-ray images and hybrid model recommendation with convolutional neural networks
- Tez No: 729814
- Danışmanlar: DOÇ. DR. HACER KARACAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
2019 yılının sonunda ortaya çıkan COVID-19 salgını etkisini hala sürdürmektedir. Salgının ilk günlerinde virüse karşı herhangi bir ilaç bulunamamıştır. Zamanla geliştirilen pasif ve mRNA tabanlı aşıların; virüsün farklı mutasyonlarına karşı etkinliğinin değişkenlik göstermesi, olası yan etkilerinin bilinmemesi, toplumlarda aşı olmayan kişilerin bulunması, aşının tedariki ve saklanmasıyla ilgili yaşanması muhtemel problemler gibi göstergeler salgının yakın gelecekte sonlanmayacağını göstermektedir. Dünya Sağlık Örgütü'nün salgın ile mücadelede tavsiye kararları vermesine rağmen ülkeler virüse karşı farklı yöntemler izlemektedir. Fakat tüm farklılıklara rağmen izlenen ortak yöntem hastalığın tespiti ve izolasyonu şeklindedir. Bu yüzden koronavirüs tanısının doğru konması kritik öneme sahiptir. Dünya üzerinde hala test kitlerine ulaşamayan birçok ülkenin bulunması ve yeni bir alt yapı kurmanın kendine özgü zorlukları göz önüne alındığında ortaya konacak çözümün mevcut tıbbi kabiliyetleri kullanması oldukça önemlidir. Sağlık merkezlerinde standart ekipman kabul edilen, maliyet etkin ve kolay erişilebilir olan X-Ray görüntüleme yöntemi bu hususta umut vaat etmektedir. Tez kapsamında akciğer X-Ray görüntülerinden COVID-19 tespiti üzerine çalışılmıştır. X-Ray görüntülerinden diğer akciğer hastalıkları ile karıştırılabilen koronavirüs tespiti ancak uzman radyologlar tarafından yapılabilmektedir. İlgili problemlerin yüksek doğrulukta sınıflandırma yapabilen evrişimsel sinir ağlar ile aşılması mümkün gözükmektedir. Son zamanlarda birleştirilmiş sistemler yani birden çok sınıflandırıcıyı barındıran mimariler sağlık ve bilgisayarlı görüye ait gerçek dünya problemlerinde çok daha etkili sonuçlar ortaya koymaktadır. Bu mimarilerde toplam sistem hatasında düşüş elde edilirken daha başarılı sınıflandırmalar yapılmaktadır. İlgili çalışma kapsamında MobileNetV2, DenseNet121, InceptionResNetV2 ve Xception ağları kullanılarak ikili ve çoklu sınıflandırma performansları incelenmiştir. Sonraki adımda bu modeller topluluk öğrenmesi ile birleştirilerek daha etkili ikili ve çoklu sınıflandırma için hibrit model ortaya konmuştur.
Özet (Çeviri)
The COVID-19 pandemic, which emerged at the end of 2019, continues to be effective. In the first days of the epidemic, no medicine was found against the virus. Indicators such as the variability of the effectiveness of passive and mRNA-based vaccines against different mutations of the virus, the unknown possible side effects, the presence of unvaccinated people in the population, possible problems with the supply and storage of the vaccine show that the epidemic will not end in the near future. Despite the World Health Organization's recommendations to combat the epidemic, countries follow different methods against the virus. However, despite all the differences, the common method followed is the detection and isolation of the disease. That's why the correct diagnosis of coronavirus is critical. Considering the fact that there are many countries in the world that still cannot reach test kits and the unique difficulties of establishing a new infrastructure, it is very important that the solution to be put forward uses existing medical capabilities. X-Ray imaging devices, which is accepted as standard equipment in health centers, seems promising for this issue since it is cost effective and easily accessible. Within the scope of the thesis, the detection of COVID-19 from lung X-Ray images was studied. Corona virus detection, which can be confused with other lung diseases from X-Ray images, can only be made by expert radiologists. It seems possible to overcome the related problems with convolutional neural networks that can classify with high accuracy. Ensembled systems, that is, architectures with multiple classifiers, show much more effective results in real-world problems of health and computer vision. In these architectures, while a reduction in total system error is achieved, more successful classifications are made. Within the scope of the related study, binary and multiple classification performances were examined using MobileNetV2, DenseNet121, InceptionResNetV2 and Xception networks. In the next step, these models are combined with ensemble learning and a hybrid model is developed for more effective binary and multiple classification.
Benzer Tezler
- Tomografi görüntülerinden akciğer hastalıklarının tespiti amaçlı bir derin öğrenme modelinin geliştirilmesi
Development of deep learning model for detection of lung diseases from tomography images
GÖKHAN KARABAĞ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiAkdeniz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞÜKRÜ ÖZEN
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Pediatrik akciğer röntgen görüntülerinden evrişimsel sinir ağı ile pnömoni tespiti
Detection of pneumonia from pediatric lung x-ray images with convolutional neural network
YASİN DEMİR
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGümüşhane ÜniversitesiBiyoteknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZKAN BİNGÖL
- Röntgen görüntülerinden akciğer hastalıklarının tahmini
Prediction of lung diseases from x-ray images
İDRİS DEMİR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN
- Tüberküloz hastalığının tespiti için yeni bir evrişimsel sinir ağı modeli
A new convolutional network model for detection of tuberculosis disease
MEHMET BABALIK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇİĞDEM BAKIR