Diagnosis and prognosis of Covid-19 from medica images using deep learning
Tıbbi görüntülerden derin öğrenme kullanılarak covid-19 tanısı ve hastalığın seyrinin belirlenmesi
- Tez No: 745416
- Danışmanlar: PROF. DR. AHMET DENKER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Bilgisayarlı tomografi, COVID 19, Derin öğrenme, Teşhis-bilgisayar-destekli, Tıbbi görüntüleme, Computed tomography, COVID 19, Deep learning, Diagnosis-computer-assisted, Medical imaging
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İstanbul Bilgi Üniversitesi
- Enstitü: Lisansüstü Programlar Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yüksek ölüm oranına sahip olan Covid-19, yaklaşık üç yıl önce tespit edildi. Seyahat ve ihracat kısıtlamalarının daha uzun süre tutulmasının mümkün olmayacağı durumdayken, aşılara dirençli yeni varyantlar hala ortaya çıkmaya devam etmekte. Böyle bir hastalığın doğru ve hızlı teşhisi, küresel yayılımını azaltmak için çok önemlidir. Bilgisayarlı Tomografi (BT) taramalarının Covid-19 tanısı için en hassas yöntem olduğu gösterilmiştir. Ancak, kalifiye radyologların azlığı ve covid-19 hakkında sınırlı bilgi ve veri olması nedeniyle BT taramasını okuyarak hastalığı teşhis etmek uzun süren bir işlemdir. Büyük veri kümeleri üzerinde eğitilen bilgisayar görüntüsü, tanılama süreçlerinde uzmanlara destek amaçlı olarak hem hız hem de doğruluk açısından başarılı bir şekilde kullanılmıştır. Bu çalışma, küçük bir veri kümesi üzerinde eğitilmiş covid-19 tanısı için hızlı ve doğru bir AI modeli geliştirmesi üzerinedir. BT taramalarından covid-19 veya sağlıklı teşhisi yapan, 3D CNN LeNet tabanlı bir model ve 2D Evrişimli-benzeri görüntü dönüştürücüden oluşan bir kolektif model geliştirdik. Modeli eğitmek için, açık kaynak olan MosMed veri kümesinden bir alt küme olarak toplam 508 BT tarama kullanılmıştır. Bu, % 90 doğruluk, % 92 özgüllük ve % 88 hassasiyet ile sonuçlanmaktadır.
Özet (Çeviri)
Covid-19, with its high death rate, was discovered nearly three years ago. New variants resistant to vaccines still emerge while travel and export restrictions can not be held for longer. An accurate and fast diagnosis of such a disease is crucial to reducing its global spread. Computed Tomography CT scans have shown to be the most precise method for covid-19 diagnosis. However, it is a slow process to read and diagnose a disease from a CT scan due to the scarcity of skilled radiologists and the limited information and data available about covid-19. Computer vision has been successfully used in assisting professionals in diagnosis tasks both in terms of speed and accuracy when trained on large datasets. This work is an effort to develop a fast and accurate AI model for covid-19 diagnosis trained on a small dataset. We developed an ensemble model consisting of a 3D CNN LeNet-based model and a 2D Convolutional-Like Vision transformer to diagnose CT scans as covid-19 and healthy. A total of 508 CT scans were used to train the model as a subset of the publicly available MosMed dataset. This results in an accuracy of 90%, specificity of 92%, and a sensitivity of 88%.
Benzer Tezler
- Gebelik ve doğum olgularında prolaktin düzeylerinin değerlendirilmesi
The Evaluation of prolactin values during pregnancy labour and in deliveries
TÜLİN AKAN
Tıpta Uzmanlık
Türkçe
1987
Kadın Hastalıkları ve DoğumGazi ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ.DR. MÜLAZIM YILDIRIM