Artık evrişimli sinir ağı kullanılarak göğüs röntgeni görüntülerinde pnömoni tespiti

İpek İnal Atik

Makale detayları

Artık evrişimli sinir ağı kullanılarak göğüs röntgeni görüntülerinde pnömoni tespiti

Yazarlar:

İpek İnal Atik

Yayıncı:

Gazi University

Ana Başlıklar:

Mühendislik

Dergi:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 3, pp.1719-1732

Belge Tipi:

Makale

Yayın Tarihi:

5/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001310089

pISSN:

1300-1884

Anahtar kelimeler:

Özet:

 Pnömoni hastalığı akciğer dokusunun iltihaplanması neticesinde ortaya çıkan bir göğüs hastalığıdır. Pnömoni her yaşta görülebilmekle birlikte iki yaş altı ve altmış beş yaş üstü kişilerde oldukça tehlikelidir. Dünya Sağlık Örgütü verilerine göre dünyadaki tüm ölümlerin yaklaşık yüzde 7si kadarının pnömoni nedeniyle olduğu belirtilmektedir. Hastalıktan kaynaklı ölüm oranlarının azaltılmasında hastalığın erken teşhisi ve tedavisi önemli bir etkendir. Çalışmada üç boyutlu 3D göğüs röntgen görüntülerinden pnömoni tespiti için etkin bir evrişimli sinir ağı ESA modeli önerilmiştir. Önerilen model, ön eğitimli ResNet ile transfer öğrenme yaklaşımı kullanılarak tasarlanmıştır. Modelde artık blok bağlantılar ile derin öğrenme mimarisindeki bazı katmanlar atlanarak performansı arttırılmıştır. Önerilen yöntemin performansı basit bir ESA modeli, önerilen modelden artık blokların çıkarıldığı ESA modeli ve yaygın olarak kullanılan ön eğitimli ağlardan olan ResNet-18 ile karşılaştırılmıştır. Yapılan analizlere göre önerilen yöntemin doğruluk, özgüllük, hassasiyet, kesinlik ve F-1 skoru değerleri sırasıyla 98,42; 97,52; 99,35; 97,47 ve 98,90 olarak elde edilmiştir. Analizlerden elde edilen sonuçlar incelendiğinde, önerilen yöntemin göğüs röntgen görüntülerinden pnömoni tespitinde başarılı olduğunu ortaya koymaktadır.

 Pnömoni hastalığı akciğer dokusunun iltihaplanması neticesinde ortaya çıkan bir göğüs hastalığıdır. Pnömoni her yaşta görülebilmekle birlikte iki yaş altı ve altmış beş yaş üstü kişilerde oldukça tehlikelidir. Dünya Sağlık Örgütü verilerine göre dünyadaki tüm ölümlerin yaklaşık yüzde 7si kadarının pnömoni nedeniyle olduğu belirtilmektedir. Hastalıktan kaynaklı ölüm oranlarının azaltılmasında hastalığın erken teşhisi ve tedavisi önemli bir etkendir. Çalışmada üç boyutlu 3D göğüs röntgen görüntülerinden pnömoni tespiti için etkin bir evrişimli sinir ağı ESA modeli önerilmiştir. Önerilen model, ön eğitimli ResNet ile transfer öğrenme yaklaşımı kullanılarak tasarlanmıştır. Modelde artık blok bağlantılar ile derin öğrenme mimarisindeki bazı katmanlar atlanarak performansı arttırılmıştır. Önerilen yöntemin performansı basit bir ESA modeli, önerilen modelden artık blokların çıkarıldığı ESA modeli ve yaygın olarak kullanılan ön eğitimli ağlardan olan ResNet-18 ile karşılaştırılmıştır. Yapılan analizlere göre önerilen yöntemin doğruluk, özgüllük, hassasiyet, kesinlik ve F-1 skoru değerleri sırasıyla 98,42; 97,52; 99,35; 97,47 ve 98,90 olarak elde edilmiştir. Analizlerden elde edilen sonuçlar incelendiğinde, önerilen yöntemin göğüs röntgen görüntülerinden pnömoni tespitinde başarılı olduğunu ortaya koymaktadır.

 Pnömoni hastalığı akciğer dokusunun iltihaplanması neticesinde ortaya çıkan bir göğüs hastalığıdır. Pnömoni her yaşta görülebilmekle birlikte iki yaş altı ve altmış beş yaş üstü kişilerde oldukça tehlikelidir. Dünya Sağlık Örgütü verilerine göre dünyadaki tüm ölümlerin yaklaşık yüzde 7si kadarının pnömoni nedeniyle olduğu belirtilmektedir. Hastalıktan kaynaklı ölüm oranlarının azaltılmasında hastalığın erken teşhisi ve tedavisi önemli bir etkendir. Çalışmada üç boyutlu 3D göğüs röntgen görüntülerinden pnömoni tespiti için etkin bir evrişimli sinir ağı ESA modeli önerilmiştir. Önerilen model, ön eğitimli ResNet ile transfer öğrenme yaklaşımı kullanılarak tasarlanmıştır. Modelde artık blok bağlantılar ile derin öğrenme mimarisindeki bazı katmanlar atlanarak performansı arttırılmıştır. Önerilen yöntemin performansı basit bir ESA modeli, önerilen modelden artık blokların çıkarıldığı ESA modeli ve yaygın olarak kullanılan ön eğitimli ağlardan olan ResNet-18 ile karşılaştırılmıştır. Yapılan analizlere göre önerilen yöntemin doğruluk, özgüllük, hassasiyet, kesinlik ve F-1 skoru değerleri sırasıyla 98,42; 97,52; 99,35; 97,47 ve 98,90 olarak elde edilmiştir. Analizlerden elde edilen sonuçlar incelendiğinde, önerilen yöntemin göğüs röntgen görüntülerinden pnömoni tespitinde başarılı olduğunu ortaya koymaktadır.

 Pnömoni hastalığı akciğer dokusunun iltihaplanması neticesinde ortaya çıkan bir göğüs hastalığıdır. Pnömoni her yaşta görülebilmekle birlikte iki yaş altı ve altmış beş yaş üstü kişilerde oldukça tehlikelidir. Dünya Sağlık Örgütü verilerine göre dünyadaki tüm ölümlerin yaklaşık yüzde 7si kadarının pnömoni nedeniyle olduğu belirtilmektedir. Hastalıktan kaynaklı ölüm oranlarının azaltılmasında hastalığın erken teşhisi ve tedavisi önemli bir etkendir. Çalışmada üç boyutlu 3D göğüs röntgen görüntülerinden pnömoni tespiti için etkin bir evrişimli sinir ağı ESA modeli önerilmiştir. Önerilen model, ön eğitimli ResNet ile transfer öğrenme yaklaşımı kullanılarak tasarlanmıştır. Modelde artık blok bağlantılar ile derin öğrenme mimarisindeki bazı katmanlar atlanarak performansı arttırılmıştır. Önerilen yöntemin performansı basit bir ESA modeli, önerilen modelden artık blokların çıkarıldığı ESA modeli ve yaygın olarak kullanılan ön eğitimli ağlardan olan ResNet-18 ile karşılaştırılmıştır. Yapılan analizlere göre önerilen yöntemin doğruluk, özgüllük, hassasiyet, kesinlik ve F-1 skoru değerleri sırasıyla 98,42; 97,52; 99,35; 97,47 ve 98,90 olarak elde edilmiştir. Analizlerden elde edilen sonuçlar incelendiğinde, önerilen yöntemin göğüs röntgen görüntülerinden pnömoni tespitinde başarılı olduğunu ortaya koymaktadır.

Makale detayları

Artık evrişimli sinir ağı kullanılarak göğüs röntgeni görüntülerinde pnömoni tespiti

Yazarlar:

İpek İnal Atik

Yayıncı:

Gazi University

Ana Başlıklar:

Mühendislik

Dergi:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 3, pp.1719-1732

Belge Tipi:

Makale

Yayın Tarihi:

5/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001310089

pISSN:

1300-1884

göğüs röntgen görüntü

pnömoni

sınıflandırma

ESA

artık blok

Sayı

Makale detayları

Artık evrişimli sinir ağı kullanılarak göğüs röntgeni görüntülerinde pnömoni tespiti

Yazarlar: İpek İnal Atik

Yayıncı: Gazi University

Ana Başlıklar: Mühendislik

Dergi: Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 3, pp.1719-1732

Belge Tipi: Makale

Yayın Tarihi: 5/2024

Belge Dili: Türkçe

Document ID (Org No.): 2001310089

pISSN: 1300-1884

göğüs röntgen görüntü

pnömoni

sınıflandırma

ESA

artık blok

Sayı

Yazarlar:

İpek İnal Atik

Yayıncı:

Gazi University

Ana Başlıklar:

Mühendislik

Dergi:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 3, pp.1719-1732

Belge Tipi:

Makale

Yayın Tarihi:

5/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001310089

pISSN:

1300-1884