Geri Dön

Yapay zeka tabanlı akciğer röntgen görüntülerinden covıd-19 tespiti

Covid-19 detection from artificial intelligence based lung x-ray images

PDF İndir

  1. Tez No: 733308
  2. Yazar: ÖZGÜR KART
  3. Danışmanlar: PROF. DR. FATİH BAŞÇİFTÇİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 101

Özet

Koronavirüs (COVID-19), ilk olarak 2019 yılının Aralık ayının sonlarında Çin'in Wuhan kentinde ortaya çıkmıştır. Bu virüs ateş, öksürük, nefes darlığı gibi solunum yolu belirtileri ile insanda insana tüm dünyada çok kısa bir zamanda hızlı bir şekilde yayılmıştır. COVID-19, kalp hastalığı, hipertansiyon, kanser, kronik solunum yolu hastalığı ve kronik tıbbi rahatsızlıkları olan insanlar üzerinde çok etkili olmakla birlikte ölümcül sonuçlar doğuran salgın bir hastalıktır. Bu tür bulaşıcı hastalıkların insanlara zarar vermeden veya en az zararla doğru bir şekilde tespit edilmesi ve gerekli tedavinin erken süreçte başlatılması gerekmektedir. COVID-19 hastalığını teşhis etmek için ağız ve burundan alınan sürüntüler ve akciğer görüntülerinden faydalanılmaktadır. Ağızdan ve burundan alınan sürüntü örnekleri kullanılarak Ters Transkripsiyon - Polimeraz Zincir Reaksiyonu (RT-PCR - Reverse Transcription - Polymerase Chain Reaction) ile COVID-19 hastalığını tespit etme süresi yaklaşık olarak 4-6 saat sürmektedir. Salgının hızlı bir şekilde yayıldığı düşünüldüğünde, bu süre çok ta hızlı sayılmamaktadır. Aynı zamanda RT-PCR test kitinin de bir maliyeti bulunmaktadır. Ekonomisi güçlü olmayan ülkeler RT-PCR test kitlerine ulaşmakta sorun yaşamaktadır. Pandemi döneminde zorlu süreçlerden bir tanesi de akciğer görüntülerini tek tek incelemek için, birden fazla radyoloji uzmanına ihtiyaç duyulmaktadır. Bu tez çalışmasında, Yapay Zeka (YZ-Artificial Intelligence-AI) ve Makine Öğrenmesi (MÖ-Machine Learning-ML) teknikleri ile akciğer röntgen görüntüleri içerisinden COVID-19 olan görüntünün tespit edilmesi amaçlanmaktadır. Orange data mining veri analizi programında, Görsel Geometri Grubu Ağı-16 (VGG-16-Visual Geometry Group Network-16) modeli ile veriler eğitilerek, MÖ algoritmaları içerisinden K-En Yakın Komşuluk (KNN- K-Nearest Neighbor Algorithm), Yapay Sinir Ağı (YSA-Artificial Neural Network-ANN), Rastgele Orman (RO-Random Forest-RF) ve Destek Vektör Makineleri (DVM-Support Vector Machines-SVM) algoritmaları ile akciğer veri setinden COVID-19 hastalığına ait görüntüler sınıflandırılmıştır. Yapılan çalışmada, DVM algoritması ile %97,20 doğruluk oranı, %100,00 duyarlılık oranı ve %99,90 AUC oranı alınmıştır. Bu sonuçlar ile en iyi performans DVM algoritmasından elde edilmiştir. Uygulanan 4 algoritmanın doğruluk, AUC, F1, kesinlik ve duyarlılık ölçütlerinin ortalama değerlerine bakıldığında %96'in üzerinde bir başarı yakalandığı görülmektedir. Yapılan bu çalışma ile COVID-19 hastalığını teşhisi için iyi bir oran yakalandığını ve MÖ algoritmalarının sağlık alanında kullanılabileceğini göstermiştir. COVID-19 hastalığının erken teşhisi bakımından önem arz etmektedir.

Özet (Çeviri)

The coronavirus (COVID-19) first appeared in Wuhan, China, in late December 2019. This virus has spread rapidly from person to person all over the world in a very short time, with respiratory symptoms such as fever, cough, and shortness of breath. COVID-19 is an epidemic disease that is very effective on people with heart disease, hypertension, cancer, chronic respiratory disease and chronic medical conditions, but with fatal consequences. Such infectious diseases should be accurately detected without harming people or with the least harm, and the necessary treatment should be initiated in the early period. Swabs from the mouth and nose and lung images are used to diagnose COVID-19 disease. The time to detect COVID-19 disease with Reverse Transcription - Polymerase Chain Reaction (RT-PCR - Reverse Transcription - Polymerase Chain Reaction) using oral and nasal swab samples takes approximately 4-6 hours. Considering that the epidemic spreads quickly, this period is not considered very fast. At the same time, the RT-PCR test kit has a cost. Countries that do not have a strong economy have problems in accessing RT-PCR test kits. One of the challenging processes during the pandemic period is to need more than one radiology specialist to examine the lung images one by one. In this thesis, it is aimed to detect the COVID-19 image from lung x-ray images with Artificial Intelligence (AI) and Machine Learning (ML) techniques. The data were trained with the Visual Geometry Group Network-16 (VGG-16) model in the Orange data mining data analysis program. Images of COVID-19 disease from the lung dataset were classified using the ML algorithm K-Nearest Neighbor (KNN), Artificial Neural Algorithm (ANN), Random Forest (RF) and Support Vector Machines (SVM) algorithms. In the study, 97.20% accuracy rate, 100.00% sensitivity rate and 99.90% AUC rate were obtained with the SVM algorithm. With these results, the best performance was obtained from the SVM algorithm. When the average values of the accuracy, AUC, F1, precision and sensitivity criteria of the 4 algorithms applied are examined, it is seen that a success of over 96% has been achieved. With this study, it has been shown that a good rate is achieved for the diagnosis of COVID-19 disease and that ML algorithms can be used in the field of health. It is important in terms of early diagnosis of COVID-19 disease.

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

    682388

    Ayrıştırım tabanlı yöntemler ile medikal görüntülerin sınıflandırılması

    Classification of medical images with decomposition based methods

    FURKAN EREN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEYNEP GÜNDOĞAR

  3. Tez No

    711594

    Yapay zekâ tabanlı görüntü işleme yöntemleri ile COVID-19 tahmini

    COVID-19 prediction with artificial intelligence based image processing methods

    BURAK YAĞIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü Üniversitesi

    Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı

    DOÇ. DR. EMEK GÜLDOĞAN

  4. Tez No

    842068

    Yapay zekâ-tabanlı hibrit anomali tespit ve klinik karar destek teknikleri ile kardiyovasküler hastalıkların ve COVİD-19'un otomatik tespiti

    Artificial intelligence-based hybrid anomaly detection and clinical decision support techniques for automated detection of cardiovascular diseases and COVİD-19

    MERVE BEGÜM TERZİ

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ORHAN ARIKAN

  5. Tez No

    848408

    Developing a novel artificial intelligence based method for diagnosing chronic obstructive pulmonary disease

    Kronik obstrüktif akciğer hastalığı teşhisi için yapay zeka tabanlı yeni bir yöntem geliştirilmesi

    İNANÇ MORAN

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. DENİZ TURGAY ALTILAR

Geri Dön