DETECTION OF COVID-19 AND NON-COVID-19 VIRAL PNEUMONIA USING DEEP LEARNING TECHNIQUES.

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Bilişim Enstitüsü, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: İngilizce

Öğrenci: FIDEL MORRIS OMOLLO

Danışman: İsmail Şahin

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Koronavirüs hastalığı (COVID-19), dünya çapında milyonlarca insanın hayatını kaybetmesine neden oldu. Hastalık aynı zamanda başta gelişmekte olan ülkelerde yerleşik olanlar olmak üzere birçok ülkenin ekonomik büyümesini de olumsuz etkilemiştir. Pnömoni aynı zamanda dünyadaki çocuklar ve yaşlılar arasında önde gelen ölüm nedenlerinden biridir. Ters transkripsiyon polimeraz zincir reaksiyonu (RT-PCR), şu anda Coronavirüs hastalığı için sıklıkla kullanılan test tekniğidir. Ancak, RT-PCR zahmetli, pahalıdır ve testi yapmak için uzman tıbbi personele ihtiyaç duyar. Bu çalışmanın amacı, derin öğrenme tekniklerinin COVID 19 ve COVID-19 dışı viral pnömoniyi belirlemedeki performansını değerlendirmektir. Transfer öğrenme (TL), deneyleri yürütmek için kullanılan derin öğrenme tekniğiydi ve modeli eğitmek için kullanılan veri seti göğüs röntgeni görüntüleriydi. Yedi önceden eğitilmiş Evrişimsel Sinir Ağı (CNN) eğitildi, doğrulandı ve test edildi. X-ray görüntü veri seti 10192 Normal, 1345 viral pnömoni, 3616 COVID-19 ve 6012 Akciğer opaklığı görüntüsünden oluşuyordu. Yedi model tarafından üretilen sonuçlar umut vericiydi ve AI tabanlı hastalık teşhis araçlarının hastalıkların hızlı ve doğru bir şekilde tespit edilmesine yardımcı olabileceğini gösterdi.