Derin öğrenme yöntemlerini kullanarak yüz görüntülerinden otizm tespiti

Otizm spektrum bozukluğu (OSB), davranışsal ve gelişimsel sorunların ve zorlukların bir koleksiyonunu ifade eder. Otizm spektrum bozukluğu olan bir çocuğun bilişsel, iletişim ve oyun becerilerinin tümü etkilenir. Otizm spektrum bozukluğundaki "spektrum" tanımı, her çocuğun özel olduğu ve diğer çocuklardan farklı olarak kendine özgü özelliklere sahip olduğu gerçeğini ifade eder. Ona kendi eylemlerine ilişkin kendi anlayışının yanı sıra benzersiz bir sosyal bağ için bir araya gelir. Tıbbi görüntü sınıflandırması, hastalıkları tespit etmek ve teşhis etmek için hem araştırmacılar hem de klinisyenler arasında ilgi çeken önemli bir araştırma alanıdır. Tıp alanında tıbbi teşhis, deney amaçları ve analiz konularını ele alır. Hastalarda hastalıkların nasıl geliştiğini anlamak ve öğrenmek, doktorlara patolojinin erken teşhisinde yardımcı olmak için bir dizi derin öğrenme tabanlı tıbbi görüntüleme uygulaması önerilmiş ve geliştirilmiştir. Tıbbi görüntülerin sınıflandırılmasında, iyi bir doğruluk oranı elde etmek ana amaç değildir. Bu çalışmada, önceden eğitilmiş evrişimsel sinir ağlarını ve transfer öğrenmeyi kullandık. Önceden eğitilmiş evrişimsel sinir mimarileri, ağı eğitmek ve tıbbi görüntüleri sınıflandırmak için kullanılmaktadır. Bu çalışmanın deney sonuçları, önerilen modelin, transfer öğrenmeye dayalı Destek Vektör Makinesi (DVM) ile MobileNet modeli kullanılarak elde edilen en iyi yüzde 98,83 doğrulukla OSB tespit edebildiğini göstermektedir. Bu çalışmada test edilen mimariler, ek verilerle test edilmeye hazırdır ve OSB'li bireyleri ön tanı için kullanılabilir. Bu çalışmada öznitelik seçimi ve sınıflandırma için derin öğrenme yöntemlerinin kullanılması, gelecekteki otizm çalışmalarını büyük ölçüde destekleyebilir.