Yapay zekâya dayalı anlamsal video işleme yöntemlerinin tıpta kullanılabilirliğinin araştırılması

Amaç: Nesne algılama veya tanıma, dijital görüntülerdeki nesneleri tanımlamayı içeren ilgili bilgisayarlı görü işlemlerinin bir koleksiyonunu tanımlayan genel bir terimdir. Son zamanlarda sağlık alanında nesne algılama uygulamalarının klinik karar destek sistemleri olarak kullanımına yönelik çalışmalar giderek önem kazanmaktadır. Gelişen bilgisayar ve makine öğrenmesi teknolojileri sayesinde klinik görüntü ve videolar (Bilgisayarlı tomografi, ultrason, vb.) üzerinden hastalık veya anomali tespiti bilgisayarlar tarafından otomatik olarak yapılabilir hale gelmiştir. Hesaplama maliyeti yüksek bu işlemlerin yüksek doğruluk ve hassasiyetle gerçekleştirilebilmesi için amaca yönelik derin öğrenme mimarileri geliştirilmiştir. Nesne tanıma işlemleri için sıklıkla kullanılan mimarilerden olan evrişimsel sinir ağları (Convolutional neural networks, CNN) derin, ileri beslemeli yapay sinir ağı sınıfıdır. Bu çalışmada uygun video/görüntü işleme teknikleri ve CNN mimarisi kullanılarak endoskopik video görüntüleri içerisinde bulunan poliplerin tespiti, tanımlanması, sınıflandırılması ve takibi gibi çeşitli yöntemler ile sağlık personelleri için kullanıcı dostu bir yazılımın geliştirilmesi amaçlanmıştır. Materyal ve Metot: Çalışmada kullanılan veriseti, toplam 300 görüntüden oluşmaktadır. Bu görüntüler sindirim yolundaki anatomik dönüm noktaları, patolojik bulgular veya gastrointestinal prosedürler gibi her sınıf için yüzlerce görüntüden oluşan çeşitli sınıflara ait tıp doktorları (deneyimli endoskopistler) tarafından açıklanan ve doğrulanan görüntülerden oluşmaktadır. Görüntüler, araştırma ve eğitim amaçlı olarak açık erişimli olarak sunulan https://datasets.simula.no/kvasir internet adresinden temin edilmiştir. Modelleme aşamasında Dlib kütüphanesinde bulunan derin sinir ağları mimarilerinden CNN ve maksimum aralık nesne algılama yöntemi (Max-Margin Object Detection, MMOD) kullanılmıştır. Basit çapraz geçerlilik yöntemi (hold-out) kullanılarak veri seti %80 eğitim, %20 test olacak şekilde iki kısma ayrılmıştır. Model performansının değerlendirilmesinde ise kesinlik, duyarlılık, F1-skor, ortalama kesinlik (average precision, AP), ortalama kesinlik değerlerinin ortalaması (mean average precision, mAP), kesiştirilmiş bölgeler ölçütleri (intersection over union, IoU), en uygun konumlandırma kesinliği ve duyarlılığı (optimal localization recall precision, oLRP), ortalama en uygun LRP (Mean Optimal LRP, moLRP) kullanılmıştır. Bulgular: Bu tez çalışmasının uygulamasında endoskopik poliplere ilişkin açık erişimli video görüntü veri seti üzerinde önceden açıklanan aşamalar gerçekleştirildiğinde, eğitim veri setinde incelenen bütün performans metrikleri 1 değerini alırken, test veri setinde ise kesinlik %98, duyarlılık %90, F1-skoru %94, AP ve mAP %89, oLRP ve moLRP %48 olarak hesaplanmıştır. Sonuç: Hesaplanan performans ölçütlerine ait değerler dikkate alındığında, önerilen sistemin gastrointestinal poliplerin tanısında başarılı tahminler verdiği tespit edilmiştir. Anahtar kelimeler: Nesne tanıma, derin öğrenme, karar destek sistemi, gastrointestinal polipler, evrişimsel sinir ağları