X-ray görüntüleri ile derin öğrenme kullanılarak covid-19 vakalarının tespiti
Detection of covid-19 cases by applying deep learning with x-ray images
- Tez No: 832249
- Danışmanlar: PROF. DR. RAŞİT KÖKER
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Sakarya Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: 70
Özet
2019 yılının sonlarında tüm dünyaya yayılıp pandemiye sebep olan koronavirüs hastalığı, solunum yolu enfeksiyonu belirtileri ile ortaya çıkan salgın bir hastalıktır. COVID-19 salgını, insan hayatını ciddi şekilde etkilemekte, sağlık, eğitim, ekonomi gibi günlük sosyal aktivitelerin aksamasına sebep olmaktadır. Bu sebeple hızlı ve zamanında teşhis yapılabilmesi çok önemlidir. COVID-19'un yayılımını engellemekte hayati bir faktör olan teşhis için en yaygın kullanılan yöntem RT-PCR testi yöntemidir. Ancak, RT-PCR test yöntemi karmaşık manuel prosedürler içermekte ve fazla zaman kaybına neden olmaktadır. Yapay zeka bilgisayarların insanlar düşünmelerini sağlayarak öğrenmelerini, problemleri çözmelerini ve karar vermelerini hedefleyen sistemdir. Derin öğrenme, yapay sinir ağlarını kullanarak büyük miktarda veriyi analiz ederek karmaşık ilişkileri öğrenme yöntemidir. X-Ray, MRI ve Bilgisayarlı Tomografi gibi tıbbi görüntüleme yöntemlerinden sağlanan görüntü ve sinyal verileri, çeşitli derin öğrenme mimarileri kullanılarak analiz edilebilir. Derin öğrenme yöntemleri ile tümör ve kanser teşhisi alanında çalışmalar yapılmaktadır. Derin öğrenme yöntemleri, birçok alanda olduğu gibi medikal alanında da önemli bir çalışma alanı olmuştur. Bu çalışmada, derin öğrenme metotları kullanılarak COVID-19 vakalarının tespiti amaçlanmıştır. Derin öğrenme modelleri ile COVID-19, Normal ve Pnömoni sınıfları arasında doğru sınıflandırmalar yapılması hedeflenmiştir. Çalışmada programlama dili olarak Python kullanılmış, programlama Google Colaboratory ortamında gerçekleştirilmiştir. Derin öğrenme uygulaması için Kaggle'da halka açık olarak toplanıp paylaşılan X-Ray görüntülerinden oluşan veri seti kullanılmıştır. Çalışmada CNN (Evrişimli Sinir Ağı) tabanlı CNN, Alexnet, VGG19, ResNet50 ve Xception modellerinden oluşan derin öğrenme modelleri önerilmiştir. Çalışmada 576 adet COVID-19 pozitif, 1583 adet normal ve 4273 adet pnömoni teşhisi olan toplamda 6432 adet adet göğüs röntgen görüntüsü içeren veri seti kullanılmıştır. Çalışma sonucu oluşturulan derin öğrenme modellerinin doğruluk, duyarlılık, kesinlik ve F1 Puanı oranları gösterilmiştir. CNN modeli %92,62 doğruluk oranı, VGG19 modeli %93,71 doğruluk oranı, Xception modeli %85,87 doğruluk oranı, Alexnet modeli %51,47 doğruluk oranı, Resnet50 modeli %52,10 doğruluk oranı sonuçları elde edilmiştir. Modellerin elde ettiği sonuçlar, COVID-19 ve benzeri hastalıkların tespiti için derin öğrenme modellerinin sağlık sistemlerine büyük katkılar sağlayabileceğini göstermektedir.
Özet (Çeviri)
End of the 2019, the coronavirus disease, which spread all over the world and caused a pandemic, is an epidemic disease that occurs with symptoms of respiratory infection. The COVID-19 pandemic seriously affects human life and causes disruption of daily social activities such as health, education and economy. For this reason, fast and timely diagnosis is very important. The most widely used method for diagnosis, which is a vital factor in preventing the spread of COVID-19, is the RT-PCR test method. However, the RT-PCR test method involves complex manual procedures and wastes a lot of time. Artificial intelligence is a system that aims to enable computers to learn, solve problems and make decisions by enabling humans to think. Deep learning is a method of learning complex relationships by analysing large amounts of data using artificial neural networks. Image and signal data from medical imaging methods such as X-Ray, MRI and Computed Tomography can be analysed using various deep learning architectures. Studies are carried out in the field of tumour and cancer diagnosis with deep learning methods. Deep learning methods have been an important field of study in the medical field as in many other fields. In this study, it is aimed to detect COVID-19 cases using deep learning methods. With deep learning models, it is aimed to make correct classifications between COVID-19, Normal and Pneumonia classes. Python was used as the programming language in the study, and programming was carried out in the Google Colaboratory environment. For the deep learning application, a dataset consisting of X-Ray images collected and shared publicly on Kaggle was used. In the study, deep learning models consisting of CNN (Convolutional Neural Network) based CNN, Alexnet, VGG19, ResNet50 and Xception models were proposed. In the study, a dataset containing a total of 6432 chest X-ray images with 576 COVID-19 positive, 1583 normal and 4273 pneumonia diagnoses was used. The accuracy, sensitivity, precision and F1 Score ratios of the deep learning models created as a result of the study are shown. CNN model 92.62% accuracy rate, VGG19 model 93.71% accuracy rate, Xception model 85.87% accuracy rate, Alexnet model 51.47% accuracy rate, Resnet50 model 52.10% accuracy rate results were obtained. The results obtained by the models show that deep learning models can make great contributions to health systems for the detection of COVID-19 and similar diseases.
Benzer Tezler
- Derin öğrenme mimari yapısını esas alan hibrit yaklaşım kullanılarak radyolojik görüntülerden Covid-19 teşhisi ve tahmin edilmesi
Diagnosis and prediction of Covid-19 from radiologicalimages using a hybrid approach based on deep learningarchitectural structure
SEYFULLAH URUT
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVan Yüzüncü Yıl ÜniversitesiYapay Zeka ve Robotik Ana Bilim Dalı
DOÇ. DR. RECEP ÖZDAĞ
- X-ray görüntüleri ile derin öğrenme teknikleri kullanılarak COVID-19 tespiti
COVID-19 detection using deep learning techniques with X-ray images
SABAH BASHIR SALEM RASHED
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASEMİN GÜLTEPE
- COVID-19 hastalığının derin öğrenme yöntemleri kullanılarak tespiti
Detection of COVID-19 disease using deep learning methods
HÜSEYİN YAŞAR
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT CEYLAN
- COVID-19 vakalarının tespiti için derin öğrenme tekniklerinin uygulanması
Application of deep learning techniques for detection of COVID-19 cases
HAFİZE ARDUÇ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErzurum Teknik ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAŞAR DAŞDEMİR
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK