DERİN ÖĞRENME MODELLERİNİ KULLANARAK X-RAY GÖRÜNTÜLERİNDEN COVID-19’LU HASTANIN AŞIRI ÖĞRENME MAKİNELERİ İLE TESPİTİ

Creative Commons License

Ayaz İ., Kutlu F., Tümen V.

International Marmara Sciences Congress, Kocaeli, Türkiye, 4 - 05 Aralık 2020, ss.40

  • Yayın Türü: Bildiri / Özet Bildiri
  • Basıldığı Şehir: Kocaeli
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.40
  • Van Yüzüncü Yıl Üniversitesi Adresli: Evet

Özet

İlk olarak Çin’in Wuhan eyaletinde Aralık 2019’da ortaya çıkan COVID-19 virüsü gerekli önlemler alınmadığı için kısa sürede bir salgına dönüşmüştür. Özellikle kronik hastalarda ciddi etkileri olan bu virüs küresel boyutlu sorunlara sebep olmaktadır. Tüm hastalıklarda olduğu gibi bu virüsünde erken teşhisi ve hastanın izole edilerek tedavi altına alınması ciddi öneme sahiptir. Tanı setlerinin yetersiz olması ve radyolojik görüntülere sık başvurulduğu için diğer tanı araçlarının geliştirilmesine ve kullanılmasına yol açmıştır. Sağlık çalışanlarının bu süreçte artan iş yükünden dolayı hastalığın erken teşhisi için radyolojik görüntüler üzerinde yapay zeka teknolojileri kullanımına başvurulmaktadır. Son zamanlarda COVID-19 virüsünün tespiti için akciğer radyolojik görüntüleri üzerinden yapay zeka teknolojileri kullanılmaktadır. Radyolojik görüntüler üzerinde Vgg16, InceptionV3, AlexNet, GoogLeNet, ResNet50, SqueezeNet derin öğrenme metotlarını kullanılarak virüs içeren akciğerlerin tespiti hızlı bir şekilde belirlenebilir. Bu çalışmada X-Ray göğüs görüntüleri kullanılarak COVID-19 virüsünün tespiti için uzman bir sistem önerilmiştir. Önerilen sistem derin öğrenme modelleri ile özellik çıkarımı yapılıp sınıflandırıcıya verilerek Covid-19 hastalarının X-Ray görüntüsündeki virüsün tespiti yapılmıştır. İlk aşamada X-Ray görüntülerine ön işleme teknikleri uygulanmıştır daha sonra en iyi sonuç veren derin öğrenme modeli ile 1000 adet özellik elde edilmiştir. Son olarak bu özellikler aşırı öğrenme makinesine verilerek COVID-19’lu hastanın tespiti yapılmıştır. Önerilen bu yöntem ile derin öğrenme modellerinin ve aşırı öğrenme makinesinin kullanılması başarıyı ciddi oranda artırdığı kanıtlanmıştır.

The COVID-19 virus, which first appeared in Wuhan province of China in December 2019, turned into an epidemic in a short time because the necessary measures were not taken. This virus, which has serious effects on chronic patients, causes global problems. As with all diseases, early diagnosis of this virus and isolation and treatment of the patient are of great importance. The inadequate diagnostic sets and the frequent use of radiological images have led to the development and use of other diagnostic tools. Due to the increased workload of healthcare professionals in this process, artificial intelligence technologies are used on radiological images for early diagnosis of the disease. Recently, artificial intelligence technologies have been used to detect the COVID-19 virus through lung radiological images. Detection of viruscontaining lungs can be determined quickly using Vgg16, InceptionV3, AlexNet, GoogLeNet, ResNet50, SqueezeNet deep learning methods on radiological images. In this study, an expert system is proposed for the detection of COVID-19 virus using X-Ray chest images. The virus in the X-Ray image of Covid-19 patients was detected by extracting the features with the proposed system deep learning models and giving them to the classifier. In the first stage, pre-processing techniques were applied to the X-Ray images, then 1000 features were obtained with the deep learning model that gave the best results. Finally, these features were given to the extreme learning machine and the patient with COVID-19 was detected. With this proposed method, it has been proven that the use of deep learning models and excessive learning machine significantly increases the success