Derin öğrenme yöntemleri kullanarak EKG görüntülerinden COVID-19'un tespit edilmesi

Tüm dünyayı etkisi altına alan ve 11 Mart 2020'de WHO tarafından küresel salgın olarak ilan edilen Covid-19 hastalığı başta akciğer ve kalp olmak üzere çoklu organ sistemlerini etkilemektedir. Hastalığın verdiği hasarlar ile ölümle sonuçlanabilen virüsün etkisini en aza indirmek için izolasyon ve tedavi sürecine erken başlanılması çok önemlidir. Hastalığın teşhisinde kullanılmak üzere geliştirilen yöntemlerin yanlış sonuçlar beraberinde uzun teşhis süresinin olmasından dolayı yeni yöntemlerin geliştirilmesi gerekmektedir. Yeni yöntem olarak elektrokardiyogram (EKG) sinyal görüntüleri kullanılarak Covid-19 durumu, Anormal kalp atışı, Miyokard enfarktüsü, Miyokard Enfarktüsü Öyküsü ve Normal bulgular tespit edilebilmektedir. Alanında uzman doktorlar tarafından geleneksel yöntemlerle yapılan hastalık tespitleri, insan hatasından kaynaklı kötü muamelelere yol açabilmektedir. Bu tez çalışmasında EKG ile teşhis yapılması için derin öğrenme yöntemleri kullanılmıştır. Bu çalışmanın amacı, EKG görüntüleri kullanılarak hastalıkların saptanmasında başarı oranı yüksek yeni bir yaklaşım önermek ve ayrıntılı test sonuçlarını analiz etmektir. Bu çalışmada 5 sınıf EKG görüntüleri içeren halka açık bir veri seti kullanılmıştır. EfficientNetB0 konvolüsyonel sinir ağı mimarisi kullanılarak eğitim ve test süreçleri gerçekleştirilmiştir. Daha sonra sonuçlar ayrıntılı olarak incelenmiş, grafikler çizilmiş ve sonuçlar literatürdeki diğer çalışmalarla karşılaştırılmıştır. Önerilen çok sınıflı sınıflandırma mimarisi, %99,13 doğruluk sunar. Elde ettiği başarı ile literatürdeki diğer çalışmalardan üstün olmuştur. Bu çalışma, EKG görüntülerinden tespit edilebilecek 5 farklı bulgunun hızlı ve güvenilir bir şekilde saptanmasına ve hastaların daha doğru tedavi edilmesine katkı sağlayacaktır. Anahtar Kelimeler: Covid-19, Sınıflandırma, EfficientNet, Elektrokardiyogram, EKG, Derin Öğrenme, Evrişimsel Sinir Ağı