Gıdalardaki karbonhidrat miktarının tespiti için bölge tabanlı evrişimsel sinir ağı temelli görüntü işleme modeli

Tip 1 Diabetes Mellitus (T1DM) tüm dünyadan her sene artış gösteren otoimmun bir hastalıktır. Beslenme yöntemlerini etkileyen ve karbonhidrat sayımının önemli olduğu bu hastalık bireylerin kendilerini sürekli takip etmesini ve beslenmelerini kayıt altında tutmasını gerektirmektedir. Bilgisayarlı görü yöntemleri ile kişilerin yemeklerinin içeriklerini ve besin değerlerini kolaylıkla hesaplayabilmesi son yıllarda yapılan çalışmalarla imkan kazanmıştır. Gerek 2 boyutlu görseller ile gerekse 3 boyutlu görseller ile yemeğin hacminin hesaplanması üzerine çalışmalar yapılmış ve yapılmaktadır. Yapay sinir ağları üzerindeki gelişmelerin son yıllarda hızlanması ile Yemek tanıma ve hacim tahmini üzerinde yapılan çalışmalar yüksek başarılar elde etmeye başlamıştır. Bu çalışmada yemeklerin çaplarının girdi alarak içerdiği karbonhidrat miktrarını tahmin ediyoruz. Sistemimiz yüzde 1 ile yüzde 15 arasında değişen hata paylarıyla ortalama yüzde 7 civarı hata ile taminde bulunmuştur. Hata oranlarının değişimi yemeğin servis biçimiyle alakalı olmakla birlikte tek görsel ile bu kadar yüksek başarı oranında tahminde bulunması da sistemimizin başarılı olduğunu göstermektedir. Sistem farklı açılardan elde edilen görseller ile 3 boyutlu hacim tahmini için geliştirilmeye elverişli olup bu haliyle daha çok sınıf ve eğitim görseli ile geliştirilerek kullanılmaya hazırdır.