Göğüs Röntgeni Görüntülerinden Akciğer Hastalıklarının Sınıflandırılması için Farklı Derin Öznitelikler ile Beslenen Destek Vektör Makinesi

Basit Öğe Kaydı
dc.contributor.authorÜzen, Hüseyin
dc.contributor.authorFırat, Hüseyin
dc.date.accessioned2025-02-22T14:18:00Z
dc.date.available2025-02-22T14:18:00Z
dc.date.issued2024
dc.departmentDicle Üniversitesien_US
dc.description.abstractEn ölümcül akciğer hastalıklarından üçü olan COVID-19, tüberküloz ve zatürre, rutin olarak göğüs röntgeni (GR) taramaları kullanılarak tespit edilmektedir. Son teknolojik gelişmeler, otomatik teşhis için bilgisayar destekli sistemlerde yeni bir çağ başlatmakta ve önemli faydalar sunmaktadır. Bu çalışma, bu hastalıkları GR'lerden ayırt etmek için tasarlanmış üç aşamalı yeni bir derin öğrenme modeli önermektedir. Modelin ilk aşamasında, derinlemesine ayrılabilir evrişim, geleneksel evrişim ve tam bağlı katmanlar dahil olmak üzere derin özellikleri çıkarmak için bir Evrişimsel Sinir Ağı (ESA) kullanılmaktadır. İkinci aşamada, daha yüksek sınıflandırma başarısı elde etmek için Destek Vektör Makineleri (DVM) sınıflandırıcısı kullanılarak tekrar bir eğitim sürecinden geçirilmektedir. Bu sayede farklı katmanlardan alınan derin özelliklerden daha fazla yararlanılmaktadır. Üçüncü aşamada ise model test edilmektedir. Deneysel çalışmalarda dört sınıftan oluşan GR veri kümesi üzerinde testler gerçekleştirilmiştir. Bu veri kümesi COVID-19, Pnömoni, Normal ve Tüberküloz sınıflarını içermektedir. Kapsamlı deneysel çalışmalar sonucunda önerilen model %99,30 ortalama doğruluk sonucuna ulaşmıştır. Diğer yandan sınıf bazlı sonuçlarda COVID-19 ve Tüberküloz için %100, Normal ve Pnömoni vakaları için ise %98,60 doğruluk oranına ulaşmıştır. Bu sonuçlar COVID-19 ve Tüberküloz sınıflandırması için önerilen modelin çok etkili olduğu görülmektedir. Ayrıca deneysel çalışmaların ikinci bölümünde, önerilen model sonuçları, mevcut modeller ile karşılaştırılmış ve üstün başarılar elde ettiği görülmüştür.en_US
dc.identifier.doi10.17671/gazibtd.1366846
dc.identifier.endpage21en_US
dc.identifier.issn1307-9697
dc.identifier.issn2147-0715
dc.identifier.issue1en_US
dc.identifier.startpage11en_US
dc.identifier.trdizinid1224165en_US
dc.identifier.urihttps://doi.org/10.17671/gazibtd.1366846
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1224165
dc.identifier.urihttps://hdl.handle.net/11468/30192
dc.identifier.volume17en_US
dc.indekslendigikaynakTR-Dizin
dc.language.isotren_US
dc.relation.ispartofBilişim Teknolojileri Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.snmzKA_TR_20250222
dc.subjectDestek vektör makinesien_US
dc.subjectCOVID19en_US
dc.subjectderin öğrenmeen_US
dc.subjecttüberkülozen_US
dc.subjectpnömonien_US
dc.titleGöğüs Röntgeni Görüntülerinden Akciğer Hastalıklarının Sınıflandırılması için Farklı Derin Öznitelikler ile Beslenen Destek Vektör Makinesien_US
dc.typeArticleen_US

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu