Dıyabetik retinopatinin şiddet seviyesinin tespitiiçin mobil kenar hesaplama ve derin öğrenmetopluluklarına dayanan bir yöntem

Tıp biliminin mevcut çağında, gelişmiş dünyada orta yaşlı nüfusta geri dönüşü olmayan görme kaybının önde gelen nedeni olduğu için diyabetik retinopatinin otomatik tespiti büyük önem taşımaktadır. Eğer erken teşhis edilirse, görme kaybı problemlerinin önüne geçilebilir. Öznitelik çıkarmak için çeşitli yaklaşımlar önerilmiş olmasına rağmen, retina görüntüleri için sınıflandırma görevi, uzman kişiler için bile hâlâ zor bir işlemdir. Internet tabanlı akıllı sistemler bu tip hastalıkların teşhisinde faydalı olabilir. Bu tip sistemlerin yaygın olarak kullanılması, yüksek bir tespit oranı ve hızlı cevap özelliklerini taşırken bant genişliğini de etkin olarak kullanmayı gerektirir. Bu tez çalışmasında, akıllı telefonları bir kenar hesaplama aracı olarak kullanan ve diyabetik retinopati görüntülerinde hastalık seviyesini tespit eden bir sistem geliştirilmiştir. Sistem genel olarak ön işleme, öznitelik çıkarma ve sınıflandırma adımlarından oluşmaktadır. İlk adım kenar cihazında, diğer iki adım ise bulut bilgisayarda gerçekleştirilmiştir. Sistemin performansının ölçülmesi için sınıflandırma başarımı, cevap süresi ve toplam iletilen veri miktarı hesaplanmıştır. Ön işleme adımı kırpma, yeniden boyutlandırma ve keskin olmayan maskeleme işlemlerinden oluşmaktadır. Sınıflandırma ise EfficientNetB7, ResNet50 ve VGG19 ağlarının birleştirilmesi ile oluşan bir model ile sağlanmıştır. Önerilen sistemin test başarımı 0.96 olarak hesaplanmıştır ve kenar hesaplamanın, cevap süresi ve bant genişliği kullanımını iyileştirdiği görülmüştür.