人工智能在医疗保健领域的应用:利用深度学习方法进行初步诊断

M. A. Yenikaya, Onur Oktaysoy
{"title":"人工智能在医疗保健领域的应用:利用深度学习方法进行初步诊断","authors":"M. A. Yenikaya, Onur Oktaysoy","doi":"10.47542/sauied.1394746","DOIUrl":null,"url":null,"abstract":"Bilgi çağı olarak adlandırılan günümüz dünyasında dijitalleşme her sektörde olduğu gibi sağlık sektöründe de kendisine önemli bir yer edinmiştir. Özellikle yapay zekâ teknolojilerinin sağlık sektörü üzerinde muazzam denilebilecek bir değişim etkisi söz konusudur. Tanı ve teşhis yapabilmenin yanı sıra, sektörde yer alan nitelikli insan kaynağına alternatif olabilmesi beklenen yapay zekâ, bu araştırma da alt kümeleri olan derin öğrenme ağları perspektifinden ele alınmıştır. Çalışmada derin öğrenme ağlarından olan ResNet101 ve GoogLeNet bağlamında yapay zekânın hastalık teşhisindeki başarı düzeyinin belirlenmesi amaçlanmaktadır. Bu amaç doğrultusunda açık erişimli Kaggle web sitesinden beyin tümörü türlerinden olan Glioma, Meningioma ve Pituitary içeren toplamda 2124 adet MR görüntü veri seti elde edilmiştir. Analiz bulguları derin öğrenme ağlarının üç farklı beyin tümörü hastalığını ayrıştırma ve tanımlama noktasında başarılı olduğunu göstermiştir. Derin öğrenme ağlarının başarı düzeyleri incelendiğinde ResNet101 derin öğrenme ağının %91.5, GoogLeNet derin öğrenme ağının ise %87.9 başarı düzeyine sahip olduğu tespit edilmiştir. Araştırma neticesinde elde edilen bulgular tartışılarak sağlık sektörüne yönelik çıkarımlar yapılmıştır.","PeriodicalId":262242,"journal":{"name":"Sakarya Üniversitesi İşletme Enstitüsü Dergisi","volume":"574 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Use of artificial intelligence applications in the healthcare sector: Preliminary diagnosis with deep learning method\",\"authors\":\"M. A. Yenikaya, Onur Oktaysoy\",\"doi\":\"10.47542/sauied.1394746\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Bilgi çağı olarak adlandırılan günümüz dünyasında dijitalleşme her sektörde olduğu gibi sağlık sektöründe de kendisine önemli bir yer edinmiştir. Özellikle yapay zekâ teknolojilerinin sağlık sektörü üzerinde muazzam denilebilecek bir değişim etkisi söz konusudur. Tanı ve teşhis yapabilmenin yanı sıra, sektörde yer alan nitelikli insan kaynağına alternatif olabilmesi beklenen yapay zekâ, bu araştırma da alt kümeleri olan derin öğrenme ağları perspektifinden ele alınmıştır. Çalışmada derin öğrenme ağlarından olan ResNet101 ve GoogLeNet bağlamında yapay zekânın hastalık teşhisindeki başarı düzeyinin belirlenmesi amaçlanmaktadır. Bu amaç doğrultusunda açık erişimli Kaggle web sitesinden beyin tümörü türlerinden olan Glioma, Meningioma ve Pituitary içeren toplamda 2124 adet MR görüntü veri seti elde edilmiştir. Analiz bulguları derin öğrenme ağlarının üç farklı beyin tümörü hastalığını ayrıştırma ve tanımlama noktasında başarılı olduğunu göstermiştir. Derin öğrenme ağlarının başarı düzeyleri incelendiğinde ResNet101 derin öğrenme ağının %91.5, GoogLeNet derin öğrenme ağının ise %87.9 başarı düzeyine sahip olduğu tespit edilmiştir. Araştırma neticesinde elde edilen bulgular tartışılarak sağlık sektörüne yönelik çıkarımlar yapılmıştır.\",\"PeriodicalId\":262242,\"journal\":{\"name\":\"Sakarya Üniversitesi İşletme Enstitüsü Dergisi\",\"volume\":\"574 \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-12-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Sakarya Üniversitesi İşletme Enstitüsü Dergisi\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.47542/sauied.1394746\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Sakarya Üniversitesi İşletme Enstitüsü Dergisi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47542/sauied.1394746","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

当今世界被称为信息时代,数字化在卫生领域和其他领域一样占据了重要地位。尤其是人工智能技术对卫生领域产生了巨大的变革影响。除了进行诊断和诊断,人工智能有望成为该领域合格人力资源的替代品,本研究从深度学习网络的角度对其进行了讨论,深度学习网络是本研究的子集。本研究旨在以深度学习网络 ResNet101 和 GoogLeNet 为背景,确定人工智能在疾病诊断中的成功水平。为此,研究人员从开放访问的 Kaggle 网站上获取了包括胶质瘤、脑膜瘤和垂体瘤等脑肿瘤类型在内的共 2124 个 MR 图像数据集。分析结果表明,深度学习网络能成功区分和识别三种不同的脑肿瘤疾病。对深度学习网络的成功率进行分析后发现,ResNet101 深度学习网络的成功率为 91.5%,GoogLeNet 深度学习网络的成功率为 87.9%。会议对研究结果进行了讨论,并为卫生部门提供了推论。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Use of artificial intelligence applications in the healthcare sector: Preliminary diagnosis with deep learning method
Bilgi çağı olarak adlandırılan günümüz dünyasında dijitalleşme her sektörde olduğu gibi sağlık sektöründe de kendisine önemli bir yer edinmiştir. Özellikle yapay zekâ teknolojilerinin sağlık sektörü üzerinde muazzam denilebilecek bir değişim etkisi söz konusudur. Tanı ve teşhis yapabilmenin yanı sıra, sektörde yer alan nitelikli insan kaynağına alternatif olabilmesi beklenen yapay zekâ, bu araştırma da alt kümeleri olan derin öğrenme ağları perspektifinden ele alınmıştır. Çalışmada derin öğrenme ağlarından olan ResNet101 ve GoogLeNet bağlamında yapay zekânın hastalık teşhisindeki başarı düzeyinin belirlenmesi amaçlanmaktadır. Bu amaç doğrultusunda açık erişimli Kaggle web sitesinden beyin tümörü türlerinden olan Glioma, Meningioma ve Pituitary içeren toplamda 2124 adet MR görüntü veri seti elde edilmiştir. Analiz bulguları derin öğrenme ağlarının üç farklı beyin tümörü hastalığını ayrıştırma ve tanımlama noktasında başarılı olduğunu göstermiştir. Derin öğrenme ağlarının başarı düzeyleri incelendiğinde ResNet101 derin öğrenme ağının %91.5, GoogLeNet derin öğrenme ağının ise %87.9 başarı düzeyine sahip olduğu tespit edilmiştir. Araştırma neticesinde elde edilen bulgular tartışılarak sağlık sektörüne yönelik çıkarımlar yapılmıştır.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信