Covid-19 Tespitinde Görüntü Segmentasyonunun Başarısı: UNET vs WNET


Bayrak L., Çınar A.

6th International Students Science Congress, İzmir, Türkiye, 20 - 21 Mayıs 2022, ss.1-5

  • Yayın Türü: Bildiri / Tam Metin Bildiri
  • Doi Numarası: 10.52460/issc.2022.021
  • Basıldığı Şehir: İzmir
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.1-5
  • Sivas Cumhuriyet Üniversitesi Adresli: Evet

Özet

2019 yılında ortaya çıkan Covid-19 salgın hastalığı tüm dünyayı kısa sürede etkisi altına almış ve insanlık için büyük bir tehdit haline dönüşmüştür. Akciğerlere inen hastalığın erken teşhisi ve ilerleme durumunun tespiti tedavi için önemli bir etken olmaktadır. Görüntü segmentasyonu görüntüde bulunan nesnelerin tespit edilmesinde, anlamlandırılmasında ve sonuçlar çıkartılmasında makine öğrenmesi konusunda yardımcı olmaktadır. Hızlı gelişen teknoloji ve yapay zekâ uygulamaları sayesinde artık hastalıkları erken teşhis etmek mümkün hale gelmiştir. Gelişen GPU teknolojisi sayesinde derin öğrenme işlemleri hız kazanmış ve birçok alanda etkili bir şekilde kullanıma başlamıştır. Bu sayede görüntü segmentasyonu işlemleri kısa sürede gerçekleştirilebilir hale gelmiştir. Yapılan çalışmada yaygın kullanılan görüntü segmentasyonu tekniklerinden UNet mimarisi ve uyarlanmış WNet mimarisi Covid-19 hastaları üzerinden elde edilen veriler üzerinde incelenmiş ve uygulamaları gerçekleştirilmiştir. Gerçekleştirilen işlemlerde dice ve jaccard başarım ölçümleri yapılmıştır. Yapılan çalışma sonucunda uyarlanmış WNet mimarisinin UNet mimarisine göre daha başarılı olduğu gözlemlenmiştir.