Sürdürülebilir Kalkınma Amaçları

• 1

Yazarlar

• Bingöl, Ozkan(1)
• Demir, Yasin(1)
• İlhan Aydın(1)

• Yüksek Lisans TeziAçık Erişim2023/r/gumushane/21343
  Evrişimsel sinir ağı kullanılarak göğüs radyografilerinde yüksek başarımlı bölütleme yapılması ve pnömoni tespitine etkisinin incelenmesi

  İlhan Aydın

  Zatürre diğer adıyla pnömoni bakteriyel veya viral enfeksiyonun neden olduğu yaşamı tehdit eden akciğer hastalığıdır. Bu nedenle, hastalığın erken teşhisi ölüm oranını önemli derecede azaltmaktadır. Göğüs röntgenleri (radyografi) hastalığın teşhisinde büyük öneme sahiptir. Pnömoni teşhisinde sağlık alanındaki çalışmalar dışında, mühendislik alanında da birçok çalışma yapılmakta ve teşhis sürecini hızlandırma konusunda kolaylıklar sağlamaktadır. Bu uygulamalardan biri de derin öğrenme yöntemleri ile hastalığı teşhis etmektir. Çalışmada, Python programlama dilinde Tensorflow Kütüphanesi ve erişime açık veri setlerinden yararlanılmıştır. Veri seti olarak içinde 1-5 yaş arası çocukların göğüs röntgenlerinin bulunduğu Veriseti-1 ve bu veri setinden bir kısım görüntülerin işaretli verilerinin de bulunduğu Veriseti-2 kullanılmıştır. İki aşamalı evrişimsel sinir ağı modeli oluşturulmuştur. İlk aşamada, akciğer bölgesi işaretlenmiş Veriseti-2 üzerinde değiştirilmiş U-Net mimarisi kullanılarak bölütlemesi yapılacak Veriseti-1 görüntüleri için model oluşturulmuştur. Ayrıca çalışmanın son kısmında göğüs kafesi bölgesini tespit edebilecek bir yaklaşım önerilmiştir. Oluşturulan model Veriseti-1'de kullanılarak bölütleme yapılmıştır. Bölütleme doğruluğu (accuracy) % 98.98 olarak hesaplanmıştır. Tasarlanan evrişimsel sinir ağı modeli Veriseti-2'ye uygulanmış ve pnömoni tespitinde test doğruluk (accuracy) değeri %98.55 olarak elde edilmiştir.

  İncele
• BildiriAçık Erişim2021/r/gumushane/16644
  Pneumonia Detection from Pediatric Lung X-Ray Images with Convolutional Neural Network Method

  Demir, Yasin; Bingöl, Ozkan

  Pneumonia can be cause diseases such as cough, fever and respiratory problems and to death in the progressive situations. Mostly lung x-ray images are used for diagnosis of pneumonia. In this study, an unique convolutional neural network model that can help experts in detection of pneumonia using lung x-ray images below 5 years of age. In the model, open access to 5840 images has been used, and various data increasing methods were used to increase the performance of the training and the success of the method. With the proposed convolutional neural network model, an accuracy rate of 94.55% has been achieved.

  • 
  AtıfWoS2·OpenAlex3

  İncele