Classification of corona COVID 19 patients from chest x-ray images

Tıp profesyonellerinin dikkatlerini başarılı bir şekilde odaklayabilmeleri ve hastalara tedavi verebilmeleri için, COVID 19'un doğru bir şekilde teşhis edilmesi ve sınıflandırılması çok önemlidir. COVID 19, önde gelen bir ölüm nedeni haline geldiğinden, tıp camiasının konuyu ciddi bir şekilde incelemesi gerekmektedir. . Sonuç olarak hedeflerimizden biri Kaggle platformundan toplanan fotoğrafların toplanmasına yönelik araştırma yapmak amacıyla bir yapı oluşturmaktır. Bu hedefe ulaşmak için araştırmamızda görüntü birleştirme stratejilerini kullandık. İlk başta CNN olarak kısaltılan Evrişimli Sinir Ağını kullandık. daha sonra CNN'nin Geçitli Tekrarlayan Birimler (GRU) ile birleştirilmesiyle bir strateji oluşturuldu. Önerilen modelimiz olarak tanımladığımız bu yöntem daha da geliştirildi. Resimlerin birleştirilmesini gerektiren bir ön işleme aşaması sayesinde CT taramalarının genel kalitesini artırmayı başardık. Ayrıca fotoğrafların renk formatı tarafımızdan BGR'den RGB'ye değiştirildi. Ek olarak mikro BT görüntülerini içeren veri seti test, eğitim ve doğrulama amacıyla setlere bölündü. Karışıklık matrisi analizine göre, ağ (CNN) tarafından toplanan bulgular %98 gibi dikkate değer bir doğruluk oranı ortaya koydu. Ayrıca CNN-GRU modelimizin korelasyon matrisinde %97 değeri ortaya çıktı.