Pediatrik akciğer röntgen görüntülerinden evrişimsel sinir ağı ile pnömoni tespiti

Bu çalışmada çocuklarda ciddi tehdit oluşturan ve ölümlere neden olabilen pnömoni hastalığının tespiti üzerinde çalışılmıştır. Bu hastalığının tespitinde akciğer röntgen görüntüleri önemli bir rol oynamaktadır. Çünkü bu görüntüleri elde etmek için kullanılan cihazlar diğer görüntüleme cihazlarına göre daha yaygındır ve daha düşük radyasyon yaymaktadırlar. Akciğer röntgen görüntülerinin yorumu radyologlar tarafından yapılmaktadır. Ancak kullanılan bazı görüntülerin belirsiz olması, hastalık belirtilerinin birbirlerine benzemesi ve yoğun iş temposu gibi olumsuz koşullar uzmanların röntgenleri yorumlamasını zorlaştırabilmektedir. Bu çalışmada akciğer röntgen görüntülerini sağlıklı ve pnömonili olarak sınıflandırabilecek ve uzmanlara yardımcı olabilecek evrişimsel sinir ağı modelleri geliştirilmiştir. Evrişimsel sinir ağı modellenirken iki farklı yaklaşım kullanılmıştır. Birincisi, özgün olarak en baştan tüm katmanların belirlenerek ağın modellenmesi, ikincisi ise transfer öğrenme yöntemiyle bir ağ modellenmesi şeklindedir. Evrişimsel sinir ağları genellikle ilgili veri seti boyutu arttıkça daha iyi sonuç vermektedirler. Bu çalışmada da 5 yaş altı çocuklara ait önden çekilmiş 5840 görüntüden oluşan hazır bir veriseti kullanılmıştır. Bu veriseti önerilen yöntem için kısmen küçük bir veriseti olması ağın eğitiminde modelin ezberlemesine neden olmuştur. Ezber sonucunda eğitim ve test doğruluğu arasındaki farkın açıldığı gözlemlenmiştir. Bu farkı azaltmak amacıyla veri artırma ve regülasyon yöntemleri kullanılmış, önemli ölçüde ağın eğitimini iyileştirmiştir. Özgün olarak tasarlanan ilk modelde %93.43 doğruluk oranına ulaşılırken, transfer öğrenme yaklaşımı ile geliştirilen modelde %97.12 doğruluk oranı elde edilmiştir. Çalışma sonucunda ulaşılan yüksek başarı oranları, burada önerilen yaklaşımların akciğer röntgen görüntülerinin yorumlanmasında uzmanlara yardımcı olabileceğini göstermektedir. Ayrıca önerilen model salgın dönemlerinde (bir pnömoni türü olan COVID-19 gibi) hızlı ve doğru teşhislerin konulmasına da yardımcı olabilir.