Derin Öğrenme ve Makine Öğrenmesi Yöntemleri Kullanılarak Akciğer Tomografi Görüntülerinden COVID-19 Tespiti

EasyChair Preprint 4097

Abstract

Koronavirüs (COVID-19), tüm dünyada çok kısa sürede yayılan ve ölümcül sonuçları olan bir salgın hastalıktır. Bu tür bulaşıcı hastalıkların insanlara zarar vermeden veya minimum zararla doğru bir şekilde tespit edilmesi ve gerekli tedavinin erken süreçte başlatılması gerekmektedir. Bu çalışmada, yapay zekâ ve makine öğrenmesi teknikleri ile farklı akciğer tomografisi görüntüleri içerisinden (COVID-19, viral zatürre, bakteriyel zatürre ve normal) COVID-19 olan görüntünün tespit edilmesi amaçlanmıştır. Bu bağlamda, yapay zekânın güncel tekniklerinden derin öğrenme yaklaşımları içerisinden Evrişimli sinir ağları (CNN) ve Derin sinir ağları (DNN) ile birlikte makine öğrenmesi algoritması olan K-En Yakın Komşuluk (KNN) yöntemi kullanılmıştır. Ayrıca, CNN yönteminde farklı optimizasyon ve aktivasyon fonksiyonları ve nöron sayılarının kombinasyonlarıyla modeller oluşturularak sonuçlar test edilmiştir. Böylece, CNN, DNN ve KNN yöntemlerinin görüntü tanıma ve sınıflandırma konusunda uygulamadaki potansiyeli görülmüş ve önerilen modelin başarısı elde edilen bulgularla ortaya konulmuştur.

Keyphrases: CNN, COVID-19, DNN, Derin Öğrenme, KNN, Makine Öğrenmesi, Tomografi, Yapay Zekâ

@booklet{EasyChair:4097,
  author    = {Resul Bütüner and M. Hanefi Calp},
  title     = {COVID-19 Detection from Lung Tomography Images Using Deep Learning and Machine Learning Methods},
  howpublished = {EasyChair Preprint 4097},
  year      = {EasyChair, 2020}}