An integrated diagnosis system based on pretrained deep convolutional neural networks for Otitis media

Abstract

Otitis media (OM) is a medical concept representing a range of inflammatory middle ear disorders. OM is one of the most common diseases worldwide, especially in childhood. In clinical practice, the diagnosis of OM is carried out by examining the images of the middle ear obtained via the otoscope device by specialists. The subjective examination leads to arise the variabilities among observers. At the same time, the use of computer-aided systems in this area is not common enough. Failure to diagnose OM disorders in a timely manner leads to the progression of the diseases, the emergence of hearing, speech, and cognitive disorders. To overcome all these disadvantages, an integrated diagnostic system based on the pretrained deep convolutional neural networks is proposed for the diagnosis of OM in this study. Experimental studies were carried out on 898 otoscope images, representing five different classes, collected from volunteer patients admitted to Özel Van Akdamar Hospital. As a result, the proposed model achieved 82.16% classification success. With the end-to-end learning and high sensitivity provided by the proposed model based on convolutional neural networks, OM diagnosis can be realized objectively and physicians' decision-making process can be supported using this system. The proposed method has produced promising results in these respects.

Özet

Bu çalışmada, Elazığ’da bulunan bir mobilya fabrikasında yakıt olarak doğal gaza dönüştürülen bir buhar kazanına termodinamiğin ikinci kanunu uygulanarak ekserji analizi yapılmıştır. Dünyadaki teknolojik gelişmelere paralel olarak, enerji tüketim miktarlarındaki artış sınırlı enerji kaynaklarının daha verimli kullanılmasının gerekliliğini ortaya çıkarmıştır. Kullanmakta olduğu enerjinin büyük bir bölümünü ithal etmekte olan ülkemizin genel enerji tüketimi içerisinde ısıtma ve soğutma sistemlerinin payı önemli bir yer kaplamaktadır. Bu sistemlere ekserji analizinin uygulanması sistem veriminin değerlendirilmesinde önemli bir parametredir. Yapılan analiz sonucu buhar kazanı ekserji kaybı 15678,19 kW, ekserji verimi ise %56 olarak hesaplanmıştır.