Bulanık mantık temelli evrişimli sinir ağları ile medikal görüntü yorumlama

İlk olarak Aralık 2019'da Çin'in Hubei eyaletinde yerel bir vahşi hayvan pazarında tespit edilen yeni tip koronavirüs (Covid-19), geçen bir yıllık sürede tüm dünyayı etkisi altına alan bir pandemiye dönüşmüştür. Hastalığın kesin bir tedavisi henüz bulunmamaktadır. Aşı geliştirme ve uygulamaları olumlu sonuçlar verse de, salgın henüz dünya genelinde kontrol altına alınamamıştır. Salgının durdurulmasında en etkili yöntem aşılamayla birlikte vakaların hızlı tespiti ve karantina tedbirlerinin uygulanmasıdır. Son yıllarda bilgisayarlı görü(CV) alanında başarılı sonuçlar veren Evrişimli Sinir Ağları(CNN), pandemik vakaların teşhisinde radyologlara yardımcı bir yöntem olarak kullanımı bu tezin konusudur. Çalışma kapsamında, Covid-19 teşhis yöntemleri incelenmiştir. CNN'in yapısı incelenmiş ve görüntü sınıflama alanında kullanımı açıklanmıştır. Farklı CNN mimarileri ve geliştirme ortamları tanıtılmıştır. Pandemi teşhisinde kullanılan biyomedikal görüntüleme teknikleri kısaca tanıtılmıştır. CNN uygulamalarında kullanılacak görüntü setleri için ön işleme ve veri artrma yöntemleri irdelenmiştir. Oluşturulan CNN modeli açık kaynalardan elde edilen göğüs bilgisayarlı tomografi(BT) görüntüleriyle eğitilmiş ve test edilmiştir. Test sonuçları literatürdeki çalışmalarla karşılaştırılmıştır. Eğitilmiş ağ ile belirli bir örneğin sınıflandırma başarısını yorumlamada bulanık mantık uygulanmıştır.