Derin öğrenme kullanarak tıbbi görüntülerde COVID-19 ve zatürre tespiti
Detection of COVID-19 and pneumonia in medical images using deep learning
- Tez No: 858111
- Danışmanlar: DR. ÖĞR. ÜYESİ NESRİN AYDIN ATASOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Covid-19 virüsü dünya çapında bir pandemi olarak yayıldı. Bilim insanları bu sorunları azaltmak ve çözüm bulmak için büyük çaba sarf ettiler. Tespit için kullanılan Ters Transkripsiyon-Polimeraz Zincir Reaksiyonu (RT-PCR) testinin başarı oranı düşük olması ve testi temin etmek için gereken süre nedeniyle, derin öğrenme modelleri, hastalığın teşhisinde yardımcı tespit yöntemi olarak birçok alanda başarıyla kullanılmış ve X-Işını, akciğer röntgeni görüntülerinde enfekte ve normal bireyleri belirlemek için kullanılmıştır. Covid-19 semptomları zatürreye benzediği için hastalığın tespiti için birçok derin öğrenme modeli önerilmiştir. Bu çalışmada dört farklı genel veri seti kullanılarak hem X-Işını hem de BT görüntüleri üzerinde Covid-19 ve pnömoni hastalığı tespiti yapılmaktadır. Hastalıkların tespiti için sade ve güçlü bir Evrişimsel Sinir Ağı modelinin kullanılması amaçlanmaktadır. Modelin veri seti özelliklerinden bağımsız olarak başarılı bir sınıflandırma gerçekleştirdiğini göstermek için X-Işını ve BT görüntülerine RGB, HSV ve CIE LAB renk uzayı dönüşümleri uygulanmıştır. Röntgen görüntülerinde ikili sınıflandırma (Covid-19-zatürre) doğruluk oranı %98.7, %98.4. BT görüntülerinde ikili sınıflandırma (Covid-19- zatürre) doğruluk oranı %97,6, %99,4'tür. Hassasiyet, Kesinlik, Spesifiklik, F1 Değeri ve Ortalama Kare Hatası metrikleri her model için hesaplanır. Ayrıca modelin başarı oranı 5 kat çapraz doğrulama ile kanıtlanmıştır.
Özet (Çeviri)
The Covid-19 virus has spread as a worldwide pandemic. Scientists have made great efforts to reduce these problems and find solutions. Due to the low success rate of the Reverse Transcription-Polymerase Chain Reaction (RT-PCR) test used for detection and the time required to provide the test, deep learning models have been successfully used in many areas as an auxiliary detection method in the diagnosis of the disease, and X-Ray is used in lung X-ray images. used to identify infected and normal individuals. Because Covid-19 symptoms are similar to pneumonia, many deep learning models have been proposed for the detection of the disease. In this study, Covid-19 and pneumonia disease detection is performed on both X-ray and CT images using four different general data sets. It is aimed to use a simple and powerful Convolutional Neural Network model for the detection of diseases. RGB, HSV and CIE LAB color space transformations are applied to X-ray and CT images to show that the model performs successful classification regardless of data set properties. Binary classification (Covid-19-pneumonia) accuracy rate in X-ray images is 98.7%, 98.4%. Binary classification (Covid-19-pneumonia) accuracy rate in CT images is 97.6%, 99.4%. Precision, Recall, Specificity, F1score, and Mean Squared Error metrics are calculated for each model. In addition, the success rate of the model has been proven by 5-fold cross validation.
Benzer Tezler
- 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
- LUNG DISEASES DETECTION USING DEEP LEARNING
Derin öğrenme kullanarak akciğer hastalıklarının tespiti
ABDEL AZIZ KAMO MEGNA
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OKATAN
- Tıbbi görüntü işleme ile akciğer grafisinde COVID-19 pozitif tespiti için veri madenciliği ve derin öğrenme yöntemlerinin performanslarının incelenmesi
Investigation of the performance of data mining and deep learning methods for COVID-19 positive detection in lung graph with medical image processing
FATMA GÜL KURT
Yüksek Lisans
Türkçe
2022
BiyoistatistikHacettepe ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. JALE KARAKAYA KARABULUT
- 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
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA