Geri Dön

Detection of COVID-19 and non-COVID-19 viral pneumonia using deep learning techniques

COVID-19 ile COVID-19 olmayan viral pnömonyayı ayırmak için derin öğrenme tekniklerinin kullanılması

PDF İndir

  1. Tez No: 768645
  2. Yazar: FIDEL MORRIS OMOLLO
  3. Danışmanlar: PROF. DR. İSMAEL SAHİN
  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: İngilizce
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Bilişim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 103

Özet

Koronavirüs hastalığı (COVID-19), dünya çapında milyonlarca insanın hayatını kaybetmesine neden oldu. Hastalık aynı zamanda başta gelişmekte olan ülkelerde yerleşik olanlar olmak üzere birçok ülkenin ekonomik büyümesini de olumsuz etkilemiştir. Pnömoni aynı zamanda dünyadaki çocuklar ve yaşlılar arasında önde gelen ölüm nedenlerinden biridir. Ters transkripsiyon polimeraz zincir reaksiyonu (RT-PCR), şu anda Coronavirüs hastalığı için sıklıkla kullanılan test tekniğidir. Ancak, RT-PCR zahmetli, pahalıdır ve testi yapmak için uzman tıbbi personele ihtiyaç duyar. Bu çalışmanın amacı, derin öğrenme tekniklerinin COVID 19 ve COVID-19 dışı viral pnömoniyi belirlemedeki performansını değerlendirmektir. Transfer öğrenme (TL), deneyleri yürütmek için kullanılan derin öğrenme tekniğiydi ve modeli eğitmek için kullanılan veri seti göğüs röntgeni görüntüleriydi. Yedi önceden eğitilmiş Evrişimsel Sinir Ağı (CNN) eğitildi, doğrulandı ve test edildi. X-ray görüntü veri seti 10192 Normal, 1345 viral pnömoni, 3616 COVID-19 ve 6012 Akciğer opaklığı görüntüsünden oluşuyordu. Yedi model tarafından üretilen sonuçlar umut vericiydi ve AI tabanlı hastalık teşhis araçlarının hastalıkların hızlı ve doğru bir şekilde tespit edilmesine yardımcı olabileceğini gösterdi.

Özet (Çeviri)

Coronavirus disease (COVID-19) has caused millions of people around the globe to lose their lives. The disease has also adversely affected the economic growth of many countries, especially those based in the developing world. Pneumonia is also one of the leading causes of deaths among children and the elderly in the world. Reverse transcription polymerase chain reaction (RT-PCR) is currently the frequently used testing technique for Coronavirus disease. However, RT-PCR is laborious, expensive and needs specialized medical staff to conduct the test. The objective of this study is to evaluate the performance of deep learning techniques in identifying COVID 19 and non-COVID-19 viral pneumonia. Transfer learning (TL) was the deep learning technique used to conduct the experiments and chest X-ray images was the dataset used to train the model. Seven pre-trained Convolutional Neural Networks (CNNs) were trained, validated, and tested. The X-ray image dataset consisted of 10192 Normal, 1345 viral pneumonia, 3616 COVID-19, and 6012 Lung opacity images. The results produced by the seven models were promising, indicating that the AI based disease diagnostic tools can help in the fast and accurate detection of diseases.

Benzer Tezler

  1. Tez No

    747494

    COVID-19 hastalığının derin öğrenme yöntemleri kullanılarak tespiti

    Detection of COVID-19 disease using deep learning methods

    HÜSEYİN YAŞAR

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT CEYLAN

  2. 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

  3. 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

  4. Tez No

    894537

    Investigating the SARS-COV-2 specific antibody response in convalescent pediatric COVID-19 patients

    COVİD-19 tanısı alıp iyileşmiş pediatrik hastalarda SARS-COV-2'ye karşı spesifik antikor cevabının araştırılması

    FATMA ÖYKÜ ELASLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Biyolojiİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı

    PROF. DR. AYÇA SAYI YAZGAN

  5. Tez No

    838369

    COVİD-19 pandemisi döneminde akciğer kanseri tanısı alan hastaların tanı evresi ve tanı alma şekillerinin değerlendirilmesi

    Evaluation of the diagnostic stage and diagnosis patterns of patients diagnosed with lung cancer during the COVİD-19 pandemic period

    AHMET AHSEN POLAT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    OnkolojiSağlık Bilimleri Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    DOÇ. DR. GÖKHAN UÇAR

    DR. ÖĞR. ÜYESİ ALİ CAN KURTİPEK

Geri Dön