X-Ray Filmlerinden Transfer Öğrenmeli Faster R-CNN Derin Öğrenme ile Zatürre Tespiti


Creative Commons License

Türkdamar M. U., Taşyürek M., Öztürk C.

IV. International Turkic World Congress on Science and Engineering, Niğde, Türkiye, 23 - 24 Haziran 2022, ss.61-71

  • Yayın Türü: Bildiri / Tam Metin Bildiri
  • Basıldığı Şehir: Niğde
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.61-71
  • Kayseri Üniversitesi Adresli: Evet

Özet

Yapay zeka alanında yapılan çalışmalar ve teknolojik gelişmeler sayesinde görsel verilerin içerdiği bilgiler medikal tanı uygulamalarına da kaynak oluşturmaktadır. Hastalık teşhisinde kullanılan yardımcı araçlardan biri de kolay erişilebilen röntgen görüntüleridir. Radyoloji görüntüleme teknikleri kullanılarak elde edilen bulgular, zatürre hastalığının tespitinde yardımcı olmaktadır. Günümüzde yapay zeka tabanlı görüntü işleme teknolojilerinin temelinde derin öğrenme yöntemleri bulunmaktadır. Evrişimli sinir ağı (CNN), derin öğrenmede yaygın olarak bilgisayarla görme ve doğal dil işleme çalışmalarına uygulanan derin sinir ağlarındandır. Bu çalışmada röntgen veri seti üzerinde CNN modeli ile zatürre hastalığı tespit edilmeye çalışılırken insanın öğrenme modelinden etkilenerek geliştirilen transfer öğrenme yaklaşımının etkisi incelenmiştir. Transfer öğrenme uygulanmamış Faster R-CNN modeli ile transfer öğrenmeli Faster R-CNN modelleri karşılaştırılmış ve gerçekleştirilen çalışmalar sonucunda transfer öğrenmeli Faster R-CNN ağının daha başarılı sonuçları daha kısa zaman diliminde elde ettiği görülmüştür.