Yapay zekâ tabanlı görüntü işleme yöntemleri ile COVID-19 tahmini

Amaç: Bu çalışmanın amacı, uygun video işleme teknikleri ve yapay zekâ yöntemlerini kullanarak Akciğer Ultrason videoları ile COVID-19'u, Bakteriyel Pnömoni, Viral Pnömoni ve sağlıklı kontrollerden başarılı bir şekilde ayırt ederek sınıflandırmak için yüksek performansa sahip bir modelin ve web tabanlı klinik karar destek sisteminin geliştirilmesidir. Materyal ve Metot: Bu çalışmada https://github.com/jannisborn/covid19_ ultrasound adresindeki açık kaynaklı Akciğer ultrason video veri seti kullanılmıştır. Veri setinde bulunan videoların 32'si sağlıklı kontrol, 24'ü COVID-19, 24'ü Bakteriyel Pnömoni ve 12'si Viral Pnömoni sınıfındandır. Video işleme aşamasında her bir sınıftaki videolardan 300'er görüntü karesi alınmıştır. Bu sayede toplam 1200 görüntü elde edilmiştir. Görüntülerin %80'i (960) eğitim ve %20'si (240) test veri seti olarak bölünmüştür. Modelleme aşamasında keras kütüphanesinde bulunan derin sinir ağları mimarilerinden evrişimli sinir ağları (CNN) yöntemi kullanılmıştır. Oluşturulan modelin performansını değerlendirmek için doğruluk, duyarlılık, seçicilik, kesinlik, Matthews'in korelasyon katsayısı (MCC), F1 skoru ve G-ortalama ölçütleri verilmiştir. Bunlara ek olarak oluşturulan yapay zekâ tabanlı model, Python Flask Kütüphanesi ve JavaScript yardımıyla, HTML5 alt yapısı kullanılarak COVID-19'u başarılı bir şekilde tespit edebilen web tabanlı bir sistem geliştirilmiştir. Bulgular: Bu çalışmada açık erişimli Akciğer ultrason video veri seti üzerinde oluşturulan model ile test veri setinde doğruluk sağlıklı kontrol, COVID-19 ve viral pnömoni için %93.39 ve bakteriyel pnömoni için ise %95.07 olarak hesaplanmıştır. Sonuç: Oluşturulan video işleme tabanlı CNN modeli ile elde edilen performans ölçütleri değerlerine göre, geliştirilen sistemin COVID-19, Bakteriyel Pnömoni ve Viral Pnömoni tanısında oldukça başarılı tahminler verdiği söylenebilir. Anahtar Kelimeler: COVID-19, yapay zekâ, derin öğrenme, video işleme, görüntü işleme, evrişimli sinir ağları.