Fundus Görüntülerinden Derin Öğrenme Teknikleri ile Glokom Hastalığının Tespiti

Authors : Özcan YILDIRIM, Feyza ALTUNBEY ÖZBAY

Pages : 1-6

Doi:10.31590/ejosat.1216404

View : 15 | Download : 10

Publication Date : 2022-12-31

Article Type : Research Paper

Abstract :Glokom optik siniri etkileyen ve erken teşhis edilmediği durumlarda kısmi ya da kalıcı körlüğe neden olan bir retina hastalığıdır. Zamanla görme kaybına neden olan glokomun teşhisi için doktorlar fundus görüntülerini kullanmaktadır. Glokomun etken teşhisi oldukça önemlidir. Bu çalışmada, fundus görüntülerinden glokom tespiti için Evrişimli Sinir Ağları insert ignore into journalissuearticles values(ESA); modellerinden olan AlexNet, ResNet-18, VGG16, SqueezeNet ve GoogleNet kullanılmıştır. Kullanılan mimariler için elde edilen sonuçlar doğruluk, duyarlılık, özgüllük ve f1-ölçütü değerleri olmak üzere farklı performans metriklerine göre değerlendirilmiştir. Sonuçlara göre test veri kümesinde en iyi duyarlılık değeri %97.96 ile VGG16 tarafından elde edildiği, özgüllük, doğruluk ve f1-ölçütü için en iyi değerlerin ise sırasıyla %98.97, %97.98 ve %98 ile GoogleNet olduğu tespit edilmiştir.
Keywords : Evrişimsel Sinir Ağları, Fundus görüntüleri, Glokom, Yapay Zekâ