Derin öğrenme yöntemleri ile Alzheimer hastalığının tespiti ve sınıflandırılması

Günümüzde yapay zekanın gelişimi ile birlikte derin öğrenme algoritmaları görüntüler üzerinde yapılan çalışmalarda sıklıkla kullanılmaktadır. Görüntüler üzerinde sınıflandırma ve nesne tespiti problemlerinde derin öğrenme algoritmaları yüksek doğruluk oranı sağlamaktadır. Alzheimer hastalığının derin öğrenme algoritmaları kullanılarak hızlı ve yüksek doğruluk oranına sahip modellerin geliştirilmesi Alzheimer hastalığının tespiti için önem arz etmektedir. Alzheimer hastalığı; bilişsel işlevlerde ve günlük yaşam etkinliklerini sürdürme becerilerinde azalma, davranışsal değişimler ve psikiyatrik belirtiler ile karakterize, progresif nörodejeneratif bir hastalıktır. Dünya sağlık örgütü verilerine göre tüm dünyada yaklaşık 55 milyon demans hastası bulunmakta ve bu sayının 2030'da 78 milyona ve 2050'de ise 139 milyona çıkması beklenmektedir. Türkiye'de 600 binden fazla Alzheimer hastası olduğu tahmin edilmektedir. Alzheimer hastalığının tedavisi henüz mümkün değildir. Alzheimer hastalığının doğru teşhisi, özellikle erken aşamada hasta bakımında önemli bir rol oynamaktadır, çünkü ciddiyet ve ilerleme risklerinin bilinci, hastaların geri dönüşü olmayan beyin hasarları şekillenmeden önce önlem almalarını sağlar. Bu tez çalışmasında Alzheimer hastalığının EfficientNetB0, ResNet50,DenseNet201, MobileNetV2 ve InceptionV3 modelleri üzerinde sınıflandırılması gerçekleştirilip, kullanılan modeller üzerinden hibrit model geliştirilmiştir. Deneysel sonuçlar geliştirilen hibrit modelin en başarılı model olduğunu göstermiştir.