Derin öğrenme algoritmalarını kullanarak otomatik kan hücresi sayım cihazı geliştirilmesi

Kan hücrelerinin kanda bulunma miktarları kişilerin genel sağlık durumları veya varsa hastalıkları hakkında bilgi veren kanın temel yapı taşlarıdır. Kanda bulunan kırmızı, beyaz kan hücreleri ve trombositlerin tespiti ve miktarlarının belirlenmesi insan sağlığı açısından oldukça önemlidir. Bütün bu süreçlerin yönetiminde hücre yapılarının karmaşıklığı, zaman kaybı, uzman görüşünün gerekliliği gibi temel faktörler bu işlemlerin gerçekleşmesini oldukça karmaşık hale getirmektedir. Bu çalışmada kan hücrelerinin otomatik olarak tespiti, hızlı bir şekilde algılanması, miktarlarının belirlenmesi için Yolo ve Detectron2 algoritmalarından oluşan 37 farklı güncel nesne tespit algoritması kullanılarak kan hücrelerinin tespiti ve sayımı gerçekleştirilmiştir. Kullanılan 37 algoritmanın test ve eğitim sonuçları karşılaştırmalı olarak incelenmiştir. Yolo11-l modelindeki yüksek başarım oranı, hata payının düşük olması ve elektronik bir karta entegrasyon hızıyla tam otomatik bir kan sayım cihazı için en elverişli model olduğu tespit edilmiştir. Üretilen derin öğrenme tabanlı tam otomatik kan hücresi tespit ve sayım cihazı ile laboratuvar maliyetleri düşürülebilir, uzman personele olan ihtiyaç azaltılabilir, kişisel yorumların önüne geçilerek hastalıkların erken ve doğru teşhisinin sağlanabileceği görülmüştür.