COVID 19 hastalığının yapay zeka yöntemleri kullanılarak teşhis edilmesi

COVID-19'la birlikte yapay zeka ve özellikle makine öğrenme işlemleri için yeni bir süreç başlamıştır. Koranavirüs salgınının bu kadar yaygın ve ölümcül olmasından dolayı bilgisayar destekli sistemler kullanılarak koronavirüsün tespit edilmesi büyük bir önem arz etmektedir. Yapılan bu tez çalışmasında ESA tabanlı hibrit bir model geliştirilmiştir. Koronavirüs hastalığını tespit etmek için geliştirilen modelde Resnet101 ve Densenet201 mimarileri taban olarak kullanılmıştır. Resnet101 ve Densenet201 mimarilerinin fc1000 katmanlarından özellik haritaları elde edilmiştir. Resnet101 ve Densenet201 mimarilerinden elde edilen her bir özellik haritasının boyutu 3075 x 1000'dir. Resnet101 ve Densenet201 mimarileri kullanılarak elde edilen bu özellik haritaları daha sonra birleştirilmiştir. Birleştirilen özellik haritasının boyutu 3075 x 2000 olmuştur. Bu sayede aynı görüntünün farklı özellikleri bir araya getirilmiştir. Bu da geliştirilen modelin başarımını artıracaktır. Önerilen hibrit modelin son aşamasında birleştirilen özellik haritaları SVM sınıflandırıcısında sınıflandırılmıştır. Yapılan bu tez çalışmasında önerilen modelin başarımını test edebilmek için literatürde kabul görmüş önceden eğitilmiş farklı ESA mimarileri kullanılmıştır. Sonuç olarak önerilen hibrit model literatürde kabul görmüş ESA mimarilerinden daha başarılı olmuştur. Önerilen hibrit model %98.2 oranında bir doğruluk değeri elde etmiştir. Önerilen modelde elde edilen sonuçlar önerilen modelin uzman olmayan yerlerde ön teşhis için kullanılabileceğini ve uzman olan yerlerde ise önerilen modelin uzmanların iş yükünü hafifleteceği ve maliyetleri azaltacağı kanaatine varılmıştır.