Journals / Fırat Üniversitesi Mühendislik Bilimleri Dergisi / 2019 / Cilt: 31 - Sayı: 1
Detection of Pneumonia with Deep Learning Model
- Pages
- 223–230
- DOI
- —
Abstract
Recently, rapid developments in image processing have gained different perspective in deep learning models. Deep learning models continue to contribute to the areas of human health. Pneumonia is one of the diseases that people may encounter in any period of their lives. Pneumonia accounts for about 18% of infectious diseases. In some cases, this disease can cause death. In this study, lung x-ray images were used for the diagnosis of pneumonia. The ESA from deep learning models was used for feature extraction in the resulting image set. The results of CNN with different classifiers were compared. As a result of the comparison, a success rate of approximately 95.8% was obtained with support vector machines. In the early diagnosis of deadly diseases such as pneumonia, deep learning models were found to be faster and more accurate. This study has shown that feature extraction with CNN provides better results in terms of time and performance than current methods in biomedical field.
Özet
Zatürre Hastalığı, insanın hayatının herhangi bir döneminde karşılaşabileceği hastalıklardan biridir. Enfeksiyon hastalıklarının yaklaşık %18’ini zatürre hastalığı oluşturmaktadır. Bu hastalık ilerleyen bazı durumlarda ölüme sebep olabilmektedir. Tıbbi olarak zatürre teşhisini kesin olarak konulabilmesi için akciğer röntgen görüntülerinin bir doktor tarafından incelenmesi gereklidir. Bu çalışmada, zatürre hastalığının teşhisi için geliştirilen tanıma sistemi için erişime açık olan akciğer röntgen görüntülerinden faydalanılmıştır. Elde edilen imge kümesinde öznitelik çıkarımı için derin öğrenme modellerinden evrişimsel sini ağı kullanılmıştır. Hastalığın teşhisi için elde edilen öznitelikler farklı sınıflandırıcılar kullanılarak başarım karşılaştırmaları yapılmıştır. Karşılaştırma sonucunda sınıflandırma işleminde kullanılan, destek vektör makineleri ile % 95.8 gibi bir yüksek başarı oranı elde edilmiştir. Zatürre gibi ölümcül hastalıkların erken teşhisinde, derin öğrenme modellerinin daha hızlı ve doğru sonuçlar verdiği bu çalışmada izlenmiştir. Yapılan bu çalışma, evrişimsel sinir ağı ile özellik çıkarmanın biyomedikal alanındaki mevcut yöntemlere kıyasla zaman ve performans açısından daha iyi sonuçlar verdiğini sonucuna varılmıştır.