DETECTION OF STANDARD PLANE FROM ULTRASOUND SCANS BY DEEP LEARNING METHODS FOR THE DIAGNOSIS OF DEVELOPMENTAL HIP DYSPLASIA

Authors : Kerim Kürşat ÇEVİK, Şeyda ANDAÇ

Pages : 1014-1026

Doi:10.21923/jesd.1064904

View : 11 | Download : 5

Publication Date : 2022-09-30

Article Type : Research Paper

Abstract :Gelişimsel kalça displazisi insert ignore into journalissuearticles values(GKD); terimi, femur başı ve asetabulumun yanlış hizada olduğu, anormal şekilde büyüdüğü veya her ikisinin birden olduğu yeni doğanları etkileyen bir dizi kalça anormalliği olarak tanımlanır. Ultrasonografik değerlendirme tekniği, ultrasonografi uzmanının kesin hesaplamalar için kullanılan doğru çerçeveyiinsert ignore into journalissuearticles values(standart düzlem); seçme yeteneğine dayanır. Çalışmamızda, gerçek zamanlı 2B ultrason görüntülerinden standart düzlemi belirleyen ve her bir sonuç için doğruluk oranını hesaplayan yeni bir bilgisayar destekli sistemi geliştirilmiştir. Bu işlemler için literatürde son zamanlarda kullanılan derin öğrenme mimarilerinden yararlanılmıştır. Ayrıca önceden eğitilmiş ağlar insert ignore into journalissuearticles values(SqueezeNet, VGG16, VGG19, ResNet50 ve ResNet101); kullanılarak, sistemin performansını artırmak için transfer öğrenmesi gerçekleştirilmiştir. Nesne algılamanın en iyi yöntemlerinden biri olan You Only Look Once insert ignore into journalissuearticles values(YOLO); modeli, DDH konumunu belirlemek için önceden eğitilmiş ağlarla birlikte kullanılmıştır. Çalışma sonucunda önceden eğitilmiş bu ağlar yardımıyla önerilen derin sinir ağı modelinin performansı değerlendirilmiştir. Elde edilen sonuçlar uzman görüşleri ile karşılaştırıldığında 676 test görüntüsünün 605insert ignore into journalissuearticles values(%89,05); `inde doğru kareler insert ignore into journalissuearticles values(standart düzlemler); doğru olarak tespit edilmiştir. Kullanılan önceden eğitilmiş ağlar için doğruluk oranları SqueezeNet 0.79, VGG16 0.95, VGG19 0.96, ResNet50 0.88 ve ResNet101 0.93 olarak elde edilmiştir.
Keywords : GKD, Standart Düzlem, Derin Öğrenme, Transfer Öğrenme, YOLO