TR
EN
DERİN ÖĞRENME TABANLI MODELLERLE AKCİĞER X-RAY GÖRÜNTÜLERİNDEN COVID-19 TESPİTİ
Öz
COVID-19 dünya çapında milyonlarca insanı enfekte etmiştir ve önemli hastalık ve ölümlere neden olmuştur. Akciğer röntgeni (CXR), COVID-19 hastalığını izlemek için hızlı ve etkili bir yöntemdir. CXR taramasından COVID-19 teşhisi zor olabilir ve deneyimli radyologlar bile her durumda kesin bir teşhis koyamayabilir. Bu çalışmada, çeşitli CNN tabanlı modellerin performansını değerlendirmek için COVID-19, akciğer opaklığı ve viral pnömonisi olan hastaların X-ışını görüntülerinden oluşan bir veri seti kullanıldı. Değiştirilmiş bir ConvNext’le, 4 yönlü sınıflandırmada COVID-19 görüntülerinde %98,1 doğruluk ve %97,8 kesinlik elde edildi. ConvNext, COVID-19 teşhisi için kullanılan en son tekniklere göre iyi bir performans sergilemektedir. Bu çalışmada ortaya konulan yöntem, klinisyenleri COVID-19 hastalarını taramada destekleyebilir. Böylece bu hastalar için daha hızlı tedavi ve daha iyi sağlık sonuçları mümkün olabilir.
Anahtar Kelimeler
References
- Apostolopoulos, I. D. & Mpesiana, T. A. (2020). COVID-19: Automatic detection from x-ray images utilizing transfer learning with convolutional neural networks. Physical and Engineering Sciences in Medicine, 43(2), 635-640.
- Arias-Garzo´n, D., Alzate-Grisales, J.A., Orozco-Arias, S., Arteaga-Arteaga, H.B., Bravo-Ortiz, M.A., MoraRubio, A., vd. (2021). COVID-19 detection in X-ray images using convolutional neural networks. Mach Learn Appl, 6, 100138.
- Chowdhury, M.E., Rahman, T., Khandakar, A., Mazhar, R., Kadir, M.A., Mahbub, Z.B., Islam, K.R., Khan, M.S., Iqbal, A., Emadi, N.A., vd. (2020). Can AI help in screening viral and covid-19 pneumonia?. https://arxiv.org/abs/2003.13145.
- Gorbalenya, A. E., Baker, S. C., Baric, R. S., De Groot, R. J., Drosten, C., Gulyaeva, A. A & Ziebuhr, J. (2020). The species severe acute respiratory syndrome-related coronavirus: Classifying 2019-nCoV and naming it SARS-CoV-2. Nat Microbiol; 5, 536–44.
- He, K., Zhang, X., Ren, S., & Sun, J. (2015). Deep Residual Learning for Image Recognition. https://arxiv.org/abs/1512.03385.
- Khan, A. I., Shah, J. L. & Bhat, M. M. (2020). CoroNet: A deep neural network for detection and diagnosis of COVID-19 from chest x-ray images. Computer Methods & Programs in Biomedicine, 196(26), 105581.
- Kucirka, L. M., Lauer, S. A., Laeyendecker, O., Boon, D. & Lessler, J. (2020). Variation in false-negative rate of reverse transcriptase polymerase chain reaction-based SARS-CoV-2 tests by time Since exposure. Annals of Internal Medicine, 173(4), 262–267.
- Liu, Z., Mao, H., Wu, C., Feichtenhofer, C., Darrell, T., & Xie, S. (2022). A ConvNet for the 2020s. https://arxiv.org/abs/2201.03545.
Details
Primary Language
Turkish
Subjects
Deep Learning , Modelling and Simulation
Journal Section
Research Article
Authors
Publication Date
June 3, 2024
Submission Date
November 24, 2023
Acceptance Date
November 30, 2023
Published in Issue
Year 1970 Volume: 27 Number: 2