Bilgisayarlı tomografi görüntüleri üzerinde Covid-19 enfeksiyonu için evrişimli sinir ağı mimarileri ve ilgi blokları ile bölütleme
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Bursa Uludağ Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, Bilgisayar Mühendisliği, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: ALPER EKMEKCİ
Danışman: Ceyda Nur Öztürk
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Günümüzde gelişen yapay zeka teknolojileri ile birlikte medikal alanda yaygınlıkla kullanılan bilgisayarlı tomografi (BT), manyetik rezonans (MR) ve ultrason (US) cihazlarıyla edinilen görüntüler üzerinde hastalık tespiti, teşhisi ve takibi yapmak mümkün hale gelmiştir. Bu tezde Covid-19 virüsüne yakalanmış olan hastalar için çekilmiş akciğer BT görüntülerine yansıyan enfeksiyonların çeşitli görünümleri ve sınıflandırılmaları incelenmiştir. Aynı zamanda medikal görüntü bölütleme alanında yaygınlıkla kullanılan evrişimli sinir ağı mimarileri ile ilgi bloklarının bu mimarilere olan katkısı araştırılmıştır. Halka açık bir veri setindeki örnek akciğer BT görüntülerinde akciğer bölütlemesi ve enfeksiyon teşhisi yapabilmek için U-Net ve ilgi U-Net mimarileri ile deneysel çalışmalar yapılmıştır. 870 BT görüntüsü ile model eğitimi gerçekleştirilmiş, 186 BT görüntüsü ile model geçerlenmiş ve 186 BT görüntüsü üzerinde de test edilmiştir. En başarılı U-Net ve ilgi U-Net modellerinin ortalamada sırasıyla %76 ve %77 Dice ölçütü değeriyle enfeksiyon bölütlemesini gerçekleştirdiği ve her iki modelin de %85 Dice ölçütü değeriyle akciğer bölütlemesini başardığı gözlemlenmiştir. Sonuçta ilgi UNet modelinin enfeksiyon bölütlemesi probleminde sadece U-Net modelinin kullanımından daha etkin olduğu ve dolayısıyla akciğerde hastalık teşhis sistemleri için daha uygun bir altyapı oluşturacağı anlaşılmıştır. Anahtar Kelimeler: evrişimli sinir mimarileri, ilgi blokları, BT görüntüleri, enfeksiyon bölütleme, akciğer bölütleme, Covid-19 sınıflandırma