Bilgisayar Bilimleri
Yazarlar: Buket KAYA, Muhammed ÖNAL
Konular:Bilgisayar Bilimleri, Yapay Zeka
DOI:10.53070/bbd.990793
Anahtar Kelimeler:CNN,2019-nCoV,SARS-CoV-2,COVID,Derin öğrenme,Sınıflandırma,CT Görüntüleri
Özet: COVID-19 salgını ilk olarak 31 Aralık 2019'da Çin'in Wuhan kentinde ortaya çıktı. Yeni Koronavirüs Hastalığına ateş, öksürük ve nefes darlığı gibi solunum semptomlarına neden olan SAR-CoV-2 virüsü neden olur. Bilim insanları, son yüzyılın en ölümcül virüslerinden biri olan SARS-CoV-2 (2019-nCoV) ile tanı ve prognoza yardımcı olacak testler, ilaç ve aşı keşfi ile mücadelelerini sürdürürken, Bilgi Teknolojileri de çoğunlukla erken teşhis konusunda çalışmalarını sürdürüyor. Amaç, sağlık çalışanlarının iş yükünü hafifletecek, erken teşhis ve tedaviye başlamayı sağlayacak, hata payı düşük sistemleri ortaya çıkarmaktır. Bu makalede, Yapay Zeka Teknikleri kullanılarak iki sınıflı (covid, covid olmayan) sınıflandırma çözümü incelenmiştir. CNN mimarisi, COVID-19(2019-nCoV) virüsü ile enfekte hastaların, KOVİD OLMAYAN ve COVID sınıflarından oluşan BT görüntülerinden hastalık tespit sürecine bir model geliştirmek için oluşturulmuştur. Sınıflandırma süresini kısaltan ve yaklaşık %95.77 doğruluk sağlayan model ile BT görüntülerinin 2 Konvolüsyon ve havuz katmanları kullanılarak sınıflandırılmasını önerdik. Sonuçlar, kullanılan modelin oldukça tatmin edici sonuçlar verdiğini ve herhangi bir görüntü sınıflandırması için kullanılabileceğini göstermektedir.