Bilgisayarlı tomografi görüntülerinden derin öğrenme ve makine öğrenmesi ile COVID-19 hastalığının teşhisi

COVID-19 hastalığı kısa süre içerisinde hızlı yayılım göstererek birçok insanın hastalanmasına ve ölmesine sebep olan bir salgın haline gelmiştir. COVID-19 hastalığının kontrol altına alınmasında ve bulaşmanın azaltılmasında hastalığın hızlı tespit edilmesi büyük önem taşımaktadır. COVID-19 hastalığının teşhisinin önemli bir parçasını akciğer görüntüleme işlemleri oluşturmaktadır. Bu çalışmada daha önce hiçbir çalışmada kullanılmamış Bilgisayarlı Tomografi cihazı akciğer görüntülerinden toplam 7200 görüntü içeren veri seti oluşturulmuştur. Bilgisayarlı Tomografi görüntüleri 2020 mart ve 2020 kasım ayları aralığındaki erişkin bütün hastalardan radyoloji doktoru ve radyoloji teknikerlerinin yardımıyla raporlandırılmış hasta verileri arasından seçilmiştir. Çalışmada ikili sınıflandırma metodu kullanılmıştır. Hastalığın teşhisi için Derin Öğrenme yöntemlerinden Evrişimli Sinir Ağları, Makine Öğrenmesi algoritmalarından Yapay Sinir Ağı (YSA), Destek Vektör Makinesi (SVM), K-En Yakın Komşu (KNN) algoritmalarında doğrulama ve test işlemleri gerçekleştirilmiştir. Çalışmalar sonucunda CNN mimarisi Xception modeli için eğitim aşamasında %99.77 doğruluk ve %97.78 test doğruluğu elde edilmiştir. YSA modeli için eğitim aşamasında %98.98 doğruluk ve %97.68 test doğruluğu elde edilmiştir. SVM modeliyle gerçekleştiren test işlemi %96.91 doğruluk elde etmiştir. KNN modelinde ise verilen K değerleri için en iyi %97.40 test doğruluğu elde edilmiştir.