Bilgisayar Bilimleri
Yazarlar: Kubilay Muhammed SÜNNETCİ, Ahmet ALKAN, Edanur TAR
Konular:Bilgisayar Bilimleri, Yapay Zeka
DOI:10.53070/bbd.989192
Anahtar Kelimeler:COVID-19,Özellik çıkartma,Derin öğrenme,AlexNet,Makine öğrenmesi,Hastalık teşhisi
Özet: COVID-19 salgını Aralık 2019’da ilk kez ortaya çıkmış ve o zamandan beri dünyayı etkisi altına almaktadır. Gün geçtikçe dünyada COVID-19 hasta sayısı hızla artmaktadır ve bu hastalığın teşhisinin, hastalık tedavi süreci için önemli olduğu bilinmektedir. COVID-19 hastalığının teşhisinde klinik yardımcı olan göğüs X-Ray görüntüleri yaygın olarak kullanılmaktadır. Bu çalışmada, uzmanların iş yükünü azaltmak amacıyla, bu görüntüler kullanılarak makine öğrenmesi tabanlı modeller geliştirilmiştir. Çalışmada kullanılan veri setinde toplam 137 COVID-19, 90 normal ve 90 pnömoni kişilerden alınan görüntüler bulunmaktadır. Burada, AlexNet derin öğrenme mimarisi kullanılarak her görüntü için 1000 görüntü özelliği çıkartılmıştır. Sonrasında, bu görüntü özellikleri kullanılarak çalışmada kullanılan sınıflandırıcılar eğitilmiştir. Sonuçlardan, en başarılı sınıflandırıcı olan kübik destek vektör makinesi (Cubic Support Vector Machine, Cubic SVM) sınıflandırıcısının Doğruluk (%), Duyarlık (%), Özgüllük (%), Kesinlik (%), F1 skoru (%) ve Matthews Korelasyon Katsayısı (Matthews Correlation Coefficient, MCC) değerlerinin sırasıyla 95.27, 94.95, 97.76, 94.65, 94.79 ve 0.9250’ye eşit olduğu görülmüştür.