Derin öğrenme teknikleri kullanılarak böbrek hastalıklarının analiz edilmesi

Yapay zeka teknolojisi alt dalı olan derin öğrenme teknikleriyle, sağlık alanında çok geniş bir çalışma alanı bulmuştur. Özellikle hastalık teşhisinin hızlı ve daha güvenilir tespiti konusunda çok önemli bir yere sahiptir. Bu çalışmada böbrek hastalıklarının teşhis edilmesinde kullanılan yapay zeka teknikleri ve bu alanda yapılan çalışmalara değinilmiştir. Uygulama da ise Bangladeş, Dhaka'daki farklı hastanelerden alınan böbrek görüntülerinden oluşan bir veri seti ve Adham Mohammed AlDakrany ve Mohammed Ahmed Aref'in, sünger böbrek hastalığı için özel olarak derlediği görüntülerden oluşan veri seti birleştirilmiştir. Veri seti, esas olarak tüm karın ve ürogramı kapsayan kontrastlı ve kontrastsız çalışmalardan koronal ve aksiyel kesitler içeren bilgisayarlı tomografi taramalarından oluşur. Her görüntü, Radiopaedia vakalarına katkıda bulunan radyologlar ve ürologlar tarafından dikkatlice incelenmiş ve onaylanmıştır. Literatürdede değinilen böbrek hastalığı için en yüksek başarı elde edilmiş ağlardan biri olan VGG ağı ve daha basit olan 19 katmadan oluşturulan ağ kıyaslaması sağlanmıştır. Bu oluşturulan ağın optimizasyon çalışmaları yapılarak en iyi performansı ortaya koyması sağlanmıştır. Veri seti oluşturulan evrişimli sinir ağı ile eğitilerek bu mimarinin böbrek hastalığı teşhisindeki performansı değerlendirilmiştir. Evrişimli sinir ağına fuzzy pooling yöntemi dahil edilerek daha iyi sonuçlar alınması sağlanmıştır.