Retina hastalıklarının OCT görüntülerinden hibrit tabanlı CNN yöntemi ile tespit edilmesi

İnsan hayatı için en önemli organlardan biri de hiç şüphesiz gözdür. Göz insanoğlunun dış dünyayı görmek için kullandığı bir araçtır. Hayatı olumsuz etkileyen mühim sebeplerden biri de gözde bulunan retinada meydana gelen hastalıklarıdır. Retinada oluşan hastalıklar görme fonksiyonunu etkilediğinden ve retinada oluşan hasar geri döndürülemez olduğundan hassas bir şekilde ele alınması gereken bir durumdur. Zamanında yapılmayan bir müdahale veya geciktirilmiş bir durum söz konusu olduğunda gözde kalıcı hasarlara sebep olabilmektedir. Söz konusu hastalıkların takip edilmesi için ihtiyaç duyulan doktor sayısı ve her geçen gün artan hasta sayısı arasında dengesizlikler oluşmakla birlikte bu hastaları takip etmek oldukça güç duruma gelmiştir. Bu sebeple hastalar için hem zaman hem ekonomik anlamda yardımcı olunması, diğer taraftan doktorların işini kolaylaştırması noktasında erken teşhis ve bunun neticesinde başlayacak hayat kurtarıcı tedaviler için yapay zekâ yöntemleri kullanılarak Optik Koherens Tomografi(OCT) görüntülerinden retina hastalıkları tespitinin yapılması mümkün hale gelmiştir. Bu çalışmada yapay zekânın bir alt alanı olan makine öğrenimi, makine öğreniminin bir alt dalı olan ve günümüzde popüler hale gelen derin öğrenme mimarileri kullanılarak Yaşa Bağlı Makula Dejenerasyonu (AMD), Koroid Neovaskülarizasyonu (CNV), Diyabetik Makula Ödem (DME), Diyabetik Retinopati (DR), Santral Seröz Retinopati (SSR), Makula Deliği (MH) gibi retina hastalıkları ve Drusen retina hastalıkları OCT görüntülerinde hibrit tabanlı Convolutional neural networks(CNN) yöntemi kullanılarak hastalığın tespit edilmesi ve bu görüntülerin sınıflandırılması gerçekleştirilmesi amaçlanmıştır.