Geri Dön

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

PDF İndir

  1. Tez No: 729814
  2. Yazar: FURKAN ERYILMAZ
  3. Danışmanlar: DOÇ. DR. HACER KARACAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: COVID 19, Görüntü işleme, Makine öğrenmesi, Makine öğrenmesi yöntemleri, Yapay zeka, Öğrenme transferi, COVID 19, Image processing, Machine learning, Machine learning methods, Artificial intelligence, Transfer of learning
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Bilişim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

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

  1. Tez No

    847190

    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

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  2. Tez No

    771647

    Derin öğrenme mimari yapısını esas alan hibrit yaklaşım kullanılarak radyolojik görüntülerden COVID-19 teşhisi ve tahmin edilmesi

    Diagnosis and prediction of COVID-19 from radiological images using a hybrid approach based on deep learning architectural structure

    SEYFULLAH URUT

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVan Yüzüncü Yıl Üniversitesi

    Yapay Zeka ve Robotik Ana Bilim Dalı

    DOÇ. DR. RECEP ÖZDAĞ

  3. Tez No

    816209

    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

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiAkdeniz Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞÜKRÜ ÖZEN

  4. Tez No

    693789

    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

    Türkçe

    2021

    BiyoteknolojiGümüşhane Üniversitesi

    Biyoteknoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZKAN BİNGÖL

  5. Tez No

    731698

    Classification of chest X-rays by divergence-based convolutional neural network

    Diverjans temelli evrişimsel ağ ile akciğer röntgen görüntülerinin sınıflandırılması

    MUHAMMED NUR TALHA KILIÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TAMER ÖLMEZ

Geri Dön