Göğüs X-Ray görüntülerinin AlexNet tabanlı sınıflandırılması

Authors : Kubilay Muhammed SÜNNETCİ, Ahmet ALKAN, Edanur TAR

Pages : 375-384

Doi:10.53070/bbd.989192

View : 10 | Download : 3

Publication Date : 2021-10-20

Article Type : Research Paper

Abstract :COVID-19 salgını Aralık 2019’da ilk kez ortaya çıkmış ve o zamandan beri dünyayı etkisi altına almaktadır. Gün geçtikçe dünyada COVID-19 hasta sayısı hızla artmaktadır ve bu hastalığın teşhisinin, hastalık tedavi süreci için önemli olduğu bilinmektedir. COVID-19 hastalığının teşhisinde klinik yardımcı olan göğüs X-Ray görüntüleri yaygın olarak kullanılmaktadır. Bu çalışmada, uzmanların iş yükünü azaltmak amacıyla, bu görüntüler kullanılarak makine öğrenmesi tabanlı modeller geliştirilmiştir. Çalışmada kullanılan veri setinde toplam 137 COVID-19, 90 normal ve 90 pnömoni kişilerden alınan görüntüler bulunmaktadır. Burada, AlexNet derin öğrenme mimarisi kullanılarak her görüntü için 1000 görüntü özelliği çıkartılmıştır. Sonrasında, bu görüntü özellikleri kullanılarak çalışmada kullanılan sınıflandırıcılar eğitilmiştir. Sonuçlardan, en başarılı sınıflandırıcı olan kübik destek vektör makinesi insert ignore into journalissuearticles values(Cubic Support Vector Machine, Cubic SVM); sınıflandırıcısının Doğruluk insert ignore into journalissuearticles values(%);, Duyarlık insert ignore into journalissuearticles values(%);, Özgüllük insert ignore into journalissuearticles values(%);, Kesinlik insert ignore into journalissuearticles values(%);, F1 skoru insert ignore into journalissuearticles values(%); ve Matthews Korelasyon Katsayısı insert ignore into journalissuearticles values(Matthews Correlation Coefficient, MCC); değerlerinin sırasıyla 95.27, 94.95, 97.76, 94.65, 94.79 ve 0.9250’ye eşit olduğu görülmüştür.
Keywords : COVID 19, özellik çıkartma, derin öğrenme, AlexNet, makine öğrenmesi, hastalık teşhisi