Medikal İmge Sınıflandırması İçin Yeni Hibrid Bir Derin Öğrenme Yaklaşımı

Canayaz M.

ULUSLARARASI MÜHENDİSLİK, DOĞA VE SOSYAL BİLİMLER SEMPOZYUMU ISENS-21, Batman, Türkiye, 25 - 28 Kasım 2021, ss.1-2

  • Yayın Türü: Bildiri / Özet Bildiri
  • Basıldığı Şehir: Batman
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.1-2
  • Van Yüzüncü Yıl Üniversitesi Adresli: Evet

Özet

Son yıllarda medikal alanda bilgisayarlı görü ve yapay zeka uygulamalarının birlikte kullanımı ile hastalıkların

teşhisi daha kolay gerçekleşmektedir. Geliştirilen yaklaşımlar uzmanlara karar vermelerinde yardımcı araçlar

sunmaktadır. Bu çalışmada bu araçlar arasında yerini alabilecek hibrid bir derin öğrenme yaklaşımı sunulmaya

çalışılacaktır. Yaklaşımda evrişimsel dikkat modüllerinden oluşan bir model ile güncel derin öğrenme modellerinin

birleşiminden oluşan hibrid bir model sunulmaktadır. Bu hibrid modelin ilk aşamasında imgeler kanal dikkat modülü,

uzamsal dikkat modülü ve artık blokların oluşturduğu modelden geçirilmiştir. İkinci aşamada ise elde edilen özellik

haritaları hibrid modelin ikinci aşamasında yer alan modelden geçirilerek sınıflandırma işlemi gerçekleştirilir. Bu hibrid

model medikal imgelerin sınıflandırılmasında kullanılmıştır. Modelin eğitiminde kullanılmak üzere Kaggle tarafından

sağlanan APTOS diabetik retionapati medikal imgeleri kullanılmıştır. Bu veri seti 5 sınıf içermektedir. Bu veri seti ile

yapılan çalışmalarda değerlendirme kriteri olarak kappa sayısı kullanılmaktadır. Çalışmamızda %90 üzeri bir kappa

sayısı elde edilmiştir.