Covid-19 virüsü dünya üzerinde büyük bir etki bırakmıştır ve yayılmaya devam etmektedir. Daha fazla yayılmasını engellemek için koronavirüs hastalarına erken tanı koymak oldukça önemlidir. Her ne kadar akciğer X-Işını görüntüsü tanısı ile çözüm en hızlı ve en kolay yöntem olsa da ortalama bir radyoloğun X-Işını verilerini kullanarak tanı koymadaki doğruluğu tamamen mesleki deneyimine dayanmaktadır. Yani, daha deneyimsiz radyologların hata yapma olasılığı daha fazladır. Bu nedenle tutarlı sonuçlar verebilen bir yapay zekâ modeli üretilmesi istenmektedir. Çalışmamızda göğüs X-Işını görüntüleri ve sıradan kan ölçüm verileri kullanılarak sınıflandırma yapılmış ve sonuçları karşılaştırılmıştır. X-Işını verileri hem açık kaynak çalışmalardan hem de yerel bir hastaneden anonim olarak toplanmıştır ve yaklaşık 7200 görüntüye sahiptir. Kan ölçümü sonuçları da yine aynı yerel hastaneden toplanmıştır. Göğüs X-Işını verilerinin tanısı için yaygın olarak kullanılan evrişimsel sinir ağı algoritmalarından ResNet, SqueezeNet, DenseNet ve VGG kullanılmıştır. Sonuçlar, SqueezeNet modelinin daha yüksek AUC değeri vermesiyle birlikte, diğer algoritmaların da %85 üstünde bulma ve tutturma değeri sağladığını göstermektedir. Covid-19’un kan ölçümlerinden tanısı için ise çok katmanlı yapay sinir ağı ve destek vektör makinası kullanılmıştır. Kan ölçüm verileri kullanarak sınıflandırma kısıtlı bir veri kümesi üzerinde yapılmış olsa da yapay sinir ağı ve destek vektör makinası için doğruluk oranları sırasıyla %76 ve %82 olarak bulunmuştur. Genelleme yapılırsa X-Işını yoluyla tanının kan ölçümü yoluyla yapılan tanıdan daha uygulanabilir olduğu ve Covid tanısında yapay zekânın insanlardan daha doğru sonuç çıkardığı sonucuna ulaşılmıştır.
-
-
UBMK konferansında yayınladığımız bildirimizi değerli bularak genişletilmiş halini bu dergiye göndermemize teşvik eden UBMK yetkililerine teşekkür ederiz.
-
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Makaleler(Araştırma) |
Authors | |
Project Number | - |
Early Pub Date | December 3, 2022 |
Publication Date | December 15, 2022 |
Published in Issue | Year 2022 Volume: 15 Issue: 2 |
Article Acceptance
Use user registration/login to upload articles online.
The acceptance process of the articles sent to the journal consists of the following stages:
1. Each submitted article is sent to at least two referees at the first stage.
2. Referee appointments are made by the journal editors. There are approximately 200 referees in the referee pool of the journal and these referees are classified according to their areas of interest. Each referee is sent an article on the subject he is interested in. The selection of the arbitrator is done in a way that does not cause any conflict of interest.
3. In the articles sent to the referees, the names of the authors are closed.
4. Referees are explained how to evaluate an article and are asked to fill in the evaluation form shown below.
5. The articles in which two referees give positive opinion are subjected to similarity review by the editors. The similarity in the articles is expected to be less than 25%.
6. A paper that has passed all stages is reviewed by the editor in terms of language and presentation, and necessary corrections and improvements are made. If necessary, the authors are notified of the situation.
. This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.