Zatürre hastalığının tespiti için bir mühendislik yaklaşımı: Derin öğrenme tabanlı bir karar destek yazılımının geliştirilmesi

Zatürre hastalığı, akciğer hastalıkları içerisinde oldukça yaygın olan ve ölümle sonuçlanabilen bir hastalıktır. Bu hastalığın erken teşhisinin ölüm sayısını azaltmada önemli bir yeri vardır. Teşhis için en çok kullanılan yöntemlerden biri ise X-ışını görüntülemedir. İnsan vücudunun göğüs bölgesinden çekilen röntgenler kullanılarak hastalıkların tespiti yüksek oranda yapılabilmektedir. Tanı doğruluğunu arttırmak için özellikle derin öğrenme yaklaşımları içeren birçok çalışma bulunmaktadır. Bu tez çalışmasının amacı, zatürre hastalığının yüksek doğrulukla tespiti için derin öğrenme temelli bir yaklaşım önermek ve alan uzmanlarına fayda sağlayacak bir karar destek yazılımı geliştirmektir. Deneysel çalışmalarda Kaggle veri deposundaki kamuya açık iki veri seti kullanılmıştır. İlk olarak DenseNet-121, DensenNet-201, EfficientNet-B0, ResNet-50, ResNet-101, Inception-V3 ve InceptionResNet-V2 önceden eğitilmiş modelleri ile deneyler yapılmıştır. Sonrasında en başarılı beş modelin içinde yer aldığı sert oylama ve yumuşak oylama topluluk öğrenmesi yaklaşımları uygulanmıştır. Bulgulara göre yumuşak oylama yaklaşımı iki sınıflı ve üç sınıflı veri setlerinde sırasıyla %98,55 ve %97,26 doğruluklar ile diğerlerine kıyasla yüksek başarı sunmuştur. Bu bağlamda alan uzmanlarına karar vermede yardımcı olması amacıyla bu yaklaşımı içeren bir yazılım geliştirilmiştir.