Yeni bir Orthogonal Düzgünleştirme Kullanan Artık Yapay Sinir Ağı ile X-Ray Görüntülerinden Covid-19 Tespiti
Küçük Resim Yok
Tarih
2025
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Covid-19, solunum yollarını etkileyen ve küresel ölçekte ciddi sağlık sorunlarına neden olan viral bir enfeksiyondur. Bulaşıcılığı nedeniyle hastalığın erken teşhis ve doğru sınıflandırılması büyük önem taşımaktadır. Bu çalışmada, X-ışını görüntülerinden Covid-19 hastalığının tespit doğruluğunu artırmak için yeni bir ortogonal düzgünleştirme yöntemi önerilmiştir. ResNet110 ağına uygulanan yöntem, geleneksel ortogonal düzgünleştirme yaklaşımlarına kıyasla sınıflandırma doğruluğunu artırılmaktadır. Deneysel çalışmalarda, önerilen yöntem çeşitli düzgünleştirme teknikleriyle karşılaştırılmış ve test doğruluk oranını %96,52'ye çıkarılarak en yüksek sınıflandırma doğruluğu elde edilmiştir. Önerilen yöntemin özellikle eğitim sürecinin sonraki aşamalarında modelin öğrenme eğrisini optimize ettiği ve test doğruluğunu artırdığı da görülmüştür. Ayrıca, Covid-19 tespiti için mevcut ortogonal düzgünleştirme yöntemleriyle karşılaştırıldığında, önerilen yaklaşım test sınıflandırma performansını doğruluk, F1 puanı, duyarlılık, keskinlik ve özgüllük metriklerinde yaklaşık %1 oranında iyileşme sağlanmıştır.
Açıklama
Anahtar Kelimeler
Tıbbi İnformatik, Radyoloji, Nükleer Tıp, Tıbbi Görüntüleme, Bilgisayar Bilimleri, Yapay Zeka
Kaynak
Türk Doğa ve Fen Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
14
Sayı
2
