Geri Dön

Göğüs röntgen görüntülerini kullanarak derin transfer öğrenme yöntemleriyle COVID-19 tespiti

COVID-19 detection by deep transfer learning methods using chest X-ray images

PDF İndir

  1. Tez No: 793584
  2. Yazar: AYŞE EMİNE DURU ÇOBAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ YASEMİN GÜLTEPE
  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: 2023
  8. Dil: Türkçe
  9. Üniversite: Kastamonu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

Çin Wuhan kentinde 17 Kasım 2019 tarihinde ilk kez ortaya çıkan Koronavirüs (Covid-19) kısa sürede tüm dünyayı etkisi altına almıştır. Koronavirüsler, tarihte birçok varyantı olan virüslerdir. Bazı hastalarda hafif nezle gibi etkileri olurken bazı hastalara bulaşan varyasyonlarında ölümcül sonuçlara neden olmaktadır. Covid-19 virüsü fiziksel temas ve hava yoluyla çok hızlı bir şekilde enfekte olmaktadır. Covid-19 tanısında bilinen üç yöntem kullanılmaktadır. PZR (Polimeraz Zincir Reaksiyonu) testi, kan testi ve akciğer tomografisi tanı için kullanılan yöntemlerdir. PZR (Polimeraz Zincir Reaksiyonu) testi, ağız ve burundan test çubukları ile alınan sürüntü ile tespit edilmektedir. Bilgisayarlı tomografi görüntülerini anlamak ve sınıflandırmak, Covid-19 tanısı için son derece önemlidir. Birçok vaka sınıflandırma çalışması, özellikle dengesiz ve yetersiz veriler olmak üzere birçok sorunla karşı karşıyadır. Büyük verileri analiz etmek için etkili bir araç olarak ortaya çıkan Derin Öğrenme, bilgisayarları eğitmek için karmaşık algoritmalar ve yapay sinir ağları kullanır, böylece tıpkı bir insan beyninin yaptığı gibi deneyimlerden öğrenebilir, verileri/görüntüleri sınıflandırabilir ve tanıyabilirler. Derin Öğrenme içinde, Evrişimli Sinir Ağı (CNN), görüntü/nesne tanıma ve sınıflandırma için yaygın olarak kullanılan bir tür yapay sinir ağıdır. Derin Öğrenme böylece bir CNN kullanarak bir görüntüdeki nesneleri tanır. Bu çalışmada radyoloji göğüs görüntülerden oluşan bir veri seti üzerinde ResNet50, VGG16, VGG19 ve DenseNet derin öğrenme yöntemleri kullanılarak Covid-19 vakasını tespit etmek amaçlanmıştır. Önerilen bu modeller ile yapılan deneysel çalışmamız sonucunda ResNet50 modelinde maksimum %0,91 ile %0,99 doğruluk oranı elde edilmiştir. Sonuç olarak, Covid-19 hastalığını tespit etmek için röntgen görüntülerinin kullanımı sağlık çalışanlarının iş yükünü hafifleteceği gibi hasta ile temasta bulunmadan bilgisayarlı sistemlerle hastalık tespitinin daha kolay olacağı öngörülmektedir. Bu alanda çalışmalar desteklendiği takdirde teorikte olduğu gibi pratikte de başarı elde edilecektir.

Özet (Çeviri)

The Coronavirus (Covid-19), which appeared for the first time on November 17, 2019 in the city of Wuhan, China, has taken the whole world under its influence in a short time. Coronaviruses are viruses that have had many variants in history. While it has effects such as mild cold in some patients, it causes fatal consequences in its variations transmitted to some patients. Covid-19 virus infects very quickly through physical contact and air. Three known methods are used in the diagnosis of Covid-19. PCR(Polymerase Chain Reaction) test, blood test and lung tomography are the methods used for diagnosis. The PCR(Polymerase Chain Reaction) test is detected with a swab taken from the mouth and nose with test sticks. Understanding and classifying computed tomography images is extremely important for the diagnosis of Covid-19. Many case-classification studies face many problems, particularly unbalanced and insufficient data. Emerging as an effective tool for analyzing big data, Deep Learning uses complex algorithms and artificial neural networks to train computers so they can learn from experience, classify and recognize data/images just like a human brain does. Within Deep Learning, Convolutional Neural Network (CNN) is a type of artificial neural network widely used for image/object recognition and classification. Deep Learning thus recognizes objects in an image using a CNN. In this study, it is aimed to detect the Covid-19 case by using ResNet50, VGG16, VGG19 and DenseNet deep learning methods on a data set consisting of radiology chest images. As a result of our experimental work with these proposed models, a maximum accuracy rate of 0.91% and 0.99% was obtained in the ResNet50 model. As a result, it is predicted that the use of x-ray images in detecting the Covid-19 disease will ease the workload of health workers and it will be easier to detect the disease with computerized systems without contacting the patient. If studies in this field are supported, success will be achieved in practice as well as in theory.

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

    775637

    A mobilenet based CNN model with a novel fine tuning mechanism for COVID-19 infection detection

    COVID-19 enfeksiyon tespiti için yeni bir ince ayar mekanizmasına sahip mobilenet tabanlı CNN modeli

    ERCAN GÜRSOY

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAdana Alparslan Türkeş Bilim Ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YASİN KAYA

  3. Tez No

    801959

    Deep learning for pneumonia diagnosis: A comparative study and decision support interface implementation

    Zatürre tanısı için derin öğrenme: Karşılaştırmalı bir çalışma ve karar destek arayüzü uygulaması

    SENA GÖKSU AĞACA

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Radyoloji ve Nükleer TıpYeditepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ELİF ÇİĞDEM KELEŞ

  4. Tez No

    688973

    Deep feature transfer from deep learning models into machine learning algorithms to classify COVID-19 from chest X-ray images

    Göğüs röntgeni görüntülerinden COVID-19 sınıflandırması yapmak amacıyla derin öğrenme modellerinden makine öğrenmesi algoritmalarına derin öznitelik aktarımı

    OZAN GÜLDALİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Matematikİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜL İNAN

  5. Tez No

    791068

    A classification application on chest X ray images for the detection of tuberculosis disease by employing deep convolutional neural networks

    Derin evrişimli sinir ağlarını kullanarak tüberküloz hastalığının tespiti için göğüs X ışını görüntülerinde bir sınıflandırma uygulaması

    HATİCE KOÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Yönetim Bilişim SistemleriİZMİR BAKIRÇAY ÜNİVERSİTESİ

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. ABDULKADİR HIZIROĞLU

    PROF. DR. AHMET EMİN ERBAYCU

Geri Dön