Derin öğrenme yöntemlerini kullanarak beyin MR görüntülerinden otomatik çok sınıflı alzheimer hastalığı tespiti

Beyin MR görüntüleri incelenerek doktorlar tarafından alzheimer hastalığının teşhis edilmesi zor, insan hatasına yatkın ve zaman alıcı bir işlemdir. Son yıllarda derin öğrenme mimarileri kullanılarak birçok araştırmacı, alzheimer hastalığının erken ve doğru teşhisi konusunda çalışmalar yürütmektedir. Fakat literatürde incelenen çalışmalarda gözlemlenen başarı oranları klinik olarak gerçek hastanelerde kullanılması için yeterli değildir. Bu çalışmada derin öğrenme mimarileri kullanılarak hızlı ve yüksek doğruluk ile alzheimer hastalığının görüntülerinin sınıflandırılabilmesi amaçlanmaktadır. Ayrıca önerilen çalışma, hastanelerde kullanılarak alanında uzman doktorlara hastalık tespiti konusunda destek olabilecek bu sayede yanlış tedavilerin azaltılmasında önemli bir rol oynayabilecektir. Çalışmanın eğitim, doğrulama ve test aşamalarında kaggle üzerinden elde edilen açık kaynak lisanslı Augmented Alzheimer MRI veri seti kullanılmıştır. Önerilen mimari EfficientNet derin öğrenme modeline SE blok dikkat mekanizması eklenerek geliştirilmiştir. Yürütülen deneyler sonucunda elde edilen bulgular, önerilen derin öğrenme mimarisinin literatürde incelenen diğer çalışmalara kıyasla en yüksek başarı oranında elde edildiğini göstermiştir. Doğruluk değerlendirme metriğinde önerilen mimari 0,9903 başarı oranını elde ederek Alzheimer hastalığına ait görüntüleri başarıyla sınıflandırabileceğini göstermiştir. Önerilen yöntem, Alzheimer hastalığının tespitinde verimliliği artıracak, alanında uzman doktorların iş yükünü azaltabilecek, teşhis ve tedavi süreçlerinin kalitesini yükseltebilecektir.