Improving prediction of chest infections using machine learning algorithms from X-ray images

Bu tez, ilgili profesyonellerin akciğer röntgeni görüntülerini yorumlayarak yaygın akciğer hastalıklarını hızlı ve doğru bir şekilde tanımlamasına yardımcı olan derin öğrenme tabanlı bir bilgisayar uygulamasını sunmayı ve geliştirmeyi amaçlamaktadır. Evrişimli sinir ağı (CNN), görüntü işleme için çok verimli bir tekniktir. Önerilen çalışma AlexNet'i kullanmıştır ve bu mimarinin ince ayarı yapılmıştır ve CXR görüntülerinden öznitelikleri çıkarmak ve bu öznitelikleri enerji spektral yoğunluğunu ayrı ayrı kullanarak analiz etmek için kullanılmıştır. Açık kaynaklı göğüs röntgeni (CXR) görüntülerinden elde edilen dört veri seti, X-ışını görüntülerinin sırasıyla 15153, 6432, 9208 ve 312'si halka açıktır. DVM sınıflandırıcı kullanan önerdiğimiz sistemdeki deneysel sonuçlar, bu veri kümeleri için sırasıyla %95.6, %95.4, %97.2 ve %95.7'de doğruydu. Yöntem birkaç çalışma ile karşılaştırıldı.