Derin öğrenme modeli ile zatürre tespiti

Zatürre, her bireyin yaşamının herhangi bir döneminde maruz kalabileceği bir akciğer enfeksiyonudur. Tedavi edilmediği takdirde ciddi sağlık sorunlarına ve hatta ölüme neden olabilir. Bu nedenle, hastalığın erken teşhisi büyük bir öneme sahiptir. Zatürrenin tespitinde çeşitli yöntemler kullanılmakla birlikte, en yaygın yöntemlerden biri akciğer röntgen görüntülerinin incelenmesidir. Bu görüntüler uzmanlar tarafından titizlikle değerlendirilir. Ancak bu sürecin doğruluğu, süresi ve harcanan emek önemli faktörler arasında yer almaktadır. Görüntü analizi alanında, yapay zekanın hızla gelişmesiyle birlikte önemli çalışmalar yapılmıştır. Bu tezde, akciğer röntgen görüntüleri kullanılarak makine öğrenmesi ile zatürre teşhisini destekleyen bir yöntem geliştirilecektir. Böylece, teşhis sürecinde zaman yönetimi, doğruluk oranı ve harcanan çabanın optimize edilmesi sağlanacaktır. Literatürdeki çalışmalar ve geliştirilen modeller dikkate alınarak, evrişimsel sinir ağı tabanlı yöntemler incelenecektir. Çalışmada kullanılan akciğer görüntüleri üç gruba ayrılmıştır: eğitim, doğrulama ve test. Sonuç olarak, evrişimsel sinir ağı modellerinin kullanılmasıyla elde edilen sonuçların, aynı konu üzerinde araştırma yapan araştırmacıların sonuçları kıyaslanarak literatüre katkıda bulunması ve doktorlara karar desteği sağlaması amaçlanmaktadır.