{"title":"利用基于深度学习的模型从肺部 X 光图像中检测 covid-19","authors":"Hacı Ömer Dokumacı","doi":"10.17780/ksujes.1395468","DOIUrl":null,"url":null,"abstract":"COVID-19 dünya çapında milyonlarca insanı enfekte etmiştir ve önemli hastalık ve ölümlere neden olmuştur. Akciğer röntgeni (CXR), COVID-19 hastalığını izlemek için hızlı ve etkili bir yöntemdir. CXR taramasından COVID-19 teşhisi zor olabilir ve deneyimli radyologlar bile her durumda kesin bir teşhis koyamayabilir. Bu çalışmada, çeşitli CNN tabanlı modellerin performansını değerlendirmek için COVID-19, akciğer opaklığı ve viral pnömonisi olan hastaların X-ışını görüntülerinden oluşan bir veri seti kullanıldı. Değiştirilmiş bir ConvNext’le, 4 yönlü sınıflandırmada COVID-19 görüntülerinde %98,1 doğruluk ve %97,8 kesinlik elde edildi. ConvNext, COVID-19 teşhisi için kullanılan en son tekniklere göre iyi bir performans sergilemektedir. Bu çalışmada ortaya konulan yöntem, klinisyenleri COVID-19 hastalarını taramada destekleyebilir. Böylece bu hastalar için daha hızlı tedavi ve daha iyi sağlık sonuçları mümkün olabilir.","PeriodicalId":508025,"journal":{"name":"Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi","volume":"57 3","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-06-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"DERİN ÖĞRENME TABANLI MODELLERLE AKCİĞER X-RAY GÖRÜNTÜLERİNDEN COVID-19 TESPİTİ\",\"authors\":\"Hacı Ömer Dokumacı\",\"doi\":\"10.17780/ksujes.1395468\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"COVID-19 dünya çapında milyonlarca insanı enfekte etmiştir ve önemli hastalık ve ölümlere neden olmuştur. Akciğer röntgeni (CXR), COVID-19 hastalığını izlemek için hızlı ve etkili bir yöntemdir. CXR taramasından COVID-19 teşhisi zor olabilir ve deneyimli radyologlar bile her durumda kesin bir teşhis koyamayabilir. Bu çalışmada, çeşitli CNN tabanlı modellerin performansını değerlendirmek için COVID-19, akciğer opaklığı ve viral pnömonisi olan hastaların X-ışını görüntülerinden oluşan bir veri seti kullanıldı. Değiştirilmiş bir ConvNext’le, 4 yönlü sınıflandırmada COVID-19 görüntülerinde %98,1 doğruluk ve %97,8 kesinlik elde edildi. ConvNext, COVID-19 teşhisi için kullanılan en son tekniklere göre iyi bir performans sergilemektedir. Bu çalışmada ortaya konulan yöntem, klinisyenleri COVID-19 hastalarını taramada destekleyebilir. Böylece bu hastalar için daha hızlı tedavi ve daha iyi sağlık sonuçları mümkün olabilir.\",\"PeriodicalId\":508025,\"journal\":{\"name\":\"Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi\",\"volume\":\"57 3\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-06-03\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.17780/ksujes.1395468\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.17780/ksujes.1395468","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
COVID-19 dünya çapında milyonlarca insanı enfekte etmiştir ve önemli hastalık ve ölümlere neden olmuştur. Akciğer röntgeni (CXR), COVID-19 hastalığını izlemek için hızlı ve etkili bir yöntemdir. CXR taramasından COVID-19 teşhisi zor olabilir ve deneyimli radyologlar bile her durumda kesin bir teşhis koyamayabilir. Bu çalışmada, çeşitli CNN tabanlı modellerin performansını değerlendirmek için COVID-19, akciğer opaklığı ve viral pnömonisi olan hastaların X-ışını görüntülerinden oluşan bir veri seti kullanıldı. Değiştirilmiş bir ConvNext’le, 4 yönlü sınıflandırmada COVID-19 görüntülerinde %98,1 doğruluk ve %97,8 kesinlik elde edildi. ConvNext, COVID-19 teşhisi için kullanılan en son tekniklere göre iyi bir performans sergilemektedir. Bu çalışmada ortaya konulan yöntem, klinisyenleri COVID-19 hastalarını taramada destekleyebilir. Böylece bu hastalar için daha hızlı tedavi ve daha iyi sağlık sonuçları mümkün olabilir.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
