Derin sinir ağı yöntemleri kullanılarak alzheimer hastalığının mr görüntüleri üzerinde sınıflandırılması

Alzheimer hastalığı dejeneratif yani zamanla ilerleyen ve zihinsel işlev kaybına yol açan bir hastalık türüdür. Alzheimer hastalığı teşhis edilmesinin çok öncesinde oluşur ve ilerleme kaydeder. Hastalığın erken teşhis durumu oldukça zordur. Erken teşhis edilemediği için yıllarca ilerlemeyi sürdürür ve beyinde gerçekleşen temel hayati işlevlerin gerçekleştirilmesine engel olacak kadar ilerlemeye devam eder. Alzheimer hastalığının dört ana aşamadan oluştuğu bilinmektedir. Bu aşamalar; ÇHBB, HBB, OSBB ve İSBB aşaması olarak tanımlanır. Erken aşamada ortaya çıkan belirtiler genellikle klinik olarak fark edilemeyecek kadar hafif belirtilerdir. Alzheimer hastalığı klinik olarak hasta ve hasta yakınlarından, hastanın tıbbi ve travma geçmişi dinlenerek teşhis edilmeye çalışır. Bunun yanında hastanın beyin görüntüsü MR ve Bilgisayarlı Tomografi (BT) gibi bilgisayar destekli cihazlar aracılığı ile alınır. Alınan bu görüntüler üzerinden beyindeki değişiklikler gözlenerek hastalık teşhisine destek olması beklenir. Bu çalışmada Alzheimer hastalığının erken aşamaları; üç ana çalışma grubu olarak ayrılmış ve bu çalışma grupları üzerinde ResNet-18, ResNet-50, ResNet101, DenseNet161, EfficientNet-B7, ConvNext mimarileri ile model eğitimleri gerçekleştirilmiştir. Normal- HBB aşamaları ele alınan çalışma grubunda en başarılı model olan ResNet-50 mimarisi; %95.40 doğruluk oranına ulaşmıştır. Normal-ÇHBB aşamalarından oluşan çalışma grubuna ait en başarılı model ise ConvNext mimarisi ile eğitilmiştir. Bu çalışma grubunda ConvNext modeli %97.53 başarı oranına ulaşmıştır. HBB-ÇHBB olmak üzere iki ana aşamadan oluşan üçüncü çalışma grubunda da en başarılı model ConvNext mimarisi ile eğitilerek %92.17 başarı oranına ulaşmıştır. Çalışma gruplarından elde edilen en başarılı modeller web ara yüzü ile entegre olarak test ortamına alınmıştır. Gerçekleştirilen çalışmanın Alzheimer hastalığının erken teşhisinde klinik testlere ve gerçek zamanlı olarak uygulanabilirliğe ışık tutacağı düşünülmektedir.