BİLGİSAYARLI TOMOGRAFİ GÖRÜNTÜLERİ KULLANILARAK COVID-19 HASTALIĞININ TANISI İÇİN DERİN ÖĞRENME YÖNTEMLERİNİN KULLANILMASI

Abstract

İnsanlık tarihinde çeşitli zamanlarda epidemiler ve pandemiler yaşanmıştır. Bunlara 2019 yılında Covid-19 hastalığı da eklenmiştir ve Dünya Sağlık Örgütü tarafından 2020 yılında pandemi olarak kabul edilmiştir. Hastalığın bulaş riski ve öldürücü etkisi göz önüne alındığında hastalığın erken tanı ve tedavisi oldukça önem arz etmektedir. Hastalığın bu etkileri bilgisayarlı destek sistemlerine olan ihtiyacı arttırmıştır. Hastalığın akciğerlerde yarattığı enfeksiyonlu bölgeler bilgisayarlı tomografi ile rahatça görülebilir, bilgisayarlı destek sistemlerinde tanınabilir ve teşhis konusunda sağlık çalışanlarında konusunda yardımcı olabilir. Yapay zekâ günümüzde sağlık, ulaşım, eğitim gibi birçok alanda insanlara hizmet vermektedir. Bu çalışmada da derin öğrenme teknikleriyle uzmanlara destek olabilecek bir yapay zekâ sistemi tasarlanmıştır. Sağladığı yüksek doğruluk ve güvenilirlik ile sağlık alanında derin öğrenme ile geliştirilen bilgisayar destekli sistemler sıklıkla kullanılmaktadır. BT ile elde edilen akciğer görüntülerini kullanan bu çalışma, Covid-19 hastalığını derin öğrenme teknikleri ile tespit etmeyi amaçlamaktadır. Çalışmaya 118 Covid-19 hastasından elde edilen 751 BT görüntüsü ve 100 sağlıklı insandan elde edilen 628 BT görüntüsü dâhil edilmiştir. Görüntüler çalışmada önerilen iki yönteme de giriş olarak verilmiştir. Birinci yöntemde görüntüler AlexNet, VGG-16, VGG-19 ve GoogleNet ağlarına ek olarak önerilen ağa giriş olarak verilmiş ve hastalık tespiti gerçekleştirilmiştir. İkinci yöntemde görüntüler ilk olarak VGG-16, VGG-19, DenseNet-121, ResNet-50 ve MobileNet ağlarına giriş olarak verilmiş ve BT görüntülerinden özellik çıkarımı gerçekleştirilmiştir. Elde edilen özellikler arasından en anlamlı özellikler Relief-F özellik seçim yöntemi ile seçilerek XGBoost, AdaBoost, Destek Vektör Makineleri ve Rastgele Orman sınıflandırıcıları ile hastalık teşhisi gerçekleştirilmiştir. Bu çalışmanın, yapay zekâ kullanımıyla maliyetleri düşürürken, sağlık çalışanlarının iş yükünü azaltmasının yanı sıra Covid-19 hastalığının da erken teşhisine yardımcı olacağı düşünülmektedirThere have been epidemics and pandemics at various times in human history. Covid-19 disease was added to these in 2019 and was accepted as a pandemic in 2020 by the World Health Organization. Considering the risk of transmission and lethal effect of the disease, early diagnosis and treatment of the disease is very important. These effects of the disease have increased the need for computerized support systems. Infected areas caused by the disease in the lungs can be easily seen with computed tomography, can be recognized in computerized support systems and can help healthcare professionals in diagnosis. Today, artificial intelligence serves people in many areas such as health, transportation and education. In this study, an artificial intelligence system that can support experts with deep learning techniques has been designed. Computer-aided systems developed with deep learning are frequently used in the field of health due to the high accuracy and reliability it provides. This study, using lung images obtained with CT, aims to detect Covid-19 disease with deep learning techniques. 751 CT images obtained from 118 Covid-19 patients and 628 CT images obtained from 100 healthy people were included in the study. Images are given as an introduction to both methods proposed in the study. In the first method, images were given as input to the proposed network in addition to AlexNet, VGG-16, VGG-19 and GoogleNet networks, and disease detection was performed. In the second method, images were first given as input to VGG-16, VGG-19, DenseNet-121, ResNet-50 and MobileNet networks and feature extraction was performed from CT images. Among the obtained features, the most significant features were selected by Relief-F feature selection method and disease diagnosis was carried out with XGBoost, AdaBoost, Support Vector Machine and Random Forest classifiers. It is thought that this study will help the early diagnosis of Covid-19 disease, as well as reduce the workload of healthcare professionals while reducing costs with the use of artificial intelligence.