Derin öğrenme yöntemiyle x-ışını görüntülerinden yaygın göğüs hastalıklarının tespiti

Abstract

Son yıllarda yaşadığımız pandemi ve bu salgına yol açan Covid-19 virüsünün özellikle akciğerlere zarar vermesi ve bu tahribatın ve hastalık tanısının x-ray ışınları görüntüleri ile yapılabilmesi nedeni ile dikkatimizi daha çok göğüs hastalıkları ve özellikle akciğer hastalıklarına ve bu hastalıkların derin öğrenme metotları ile tespit edilmesi üzerinde yoğunlaştırdık. Yaptığımız çalışmada Amerikan Ulusal Sağlık Enstitüsüne ait Göğüs röntgen görüntüleri kullanılmıştır. Bu veri seti yaygın göğüs hastalıklarından oluşmaktadır. Bu hastalıklar Atelektazi, Kardiyomegali, Konsolidasyon, Ödem, Efüzyon, Amfizem, Fibroz, İnfiltrasyon, Kütle, Nodül, Plevral Kalınlaşma, Zatürre, Fıtık ve Pnömotoraks şeklindedir. Yaptığımız çalışmada ana hatlarını bu hastalıkların oluşturduğu hastalıkların teşhisleri yapılmıştır. Amerikan Ulusal Sağlık Enstitüsünün yayınladığı veri setinde birbirinden farklı 30805 hastanın 112120 adet röntgen görüntüsü bulunmaktadır. Göğüs röntgen görüntülerini okumak uzmanlar için kolay gibi görünse de arkada yatan fizyolojik ve patolojik ilkeler ile anatomik yapılar, bu işlemi yoğun bilgi gerektiren zor ve karmaşık bir problem haline getirmektedir. Bu tür faktörler, göğüs röntgeni görüntülerini okumak için tutarlı ve otomatik bir teknik geliştirmenin zorluğunu arttırırken, aynı zamanda tüm yaygın göğüs hastalıklarını da dikkate alır. Uygulamanın mobil ve düşük kapasiteli bilgisayarlarda da etkili çalışabilmesi için temel yapı olarak MobileNet ve EfficientNet gibi mimariler temel alınarak yeni bir model geliştirilmiştir. Geliştirdiğimiz modeller ile elde ettiğimiz AUC değerleri şöyledir: AMESA modelinde çalıştığımız sınıflar için elde edilen AUC değerleri, Atelektazi 0.76, Kardiyomegali 0.93, Konsolidasyon 0.70, Ödem 0.89, Efüzyon 0.85, Amfizem 0.83, Fibroz 0.80, İnfiltrasyon 0.68, Kütle 0.79, Nodül 0.67, Plevral Kalınlaşma 0.68, Zatürre 0.705, Pnömotoraks 0.870 ve Fıtık 0.69 dur. ESA 1 modelinde çalıştığımız sınıflar için elde edilen AUC değerleri ise, Atelektazi 0.779, Kardiyomegali 0.92, Konsolidasyon 0.721, Ödem 0.875, Efüzyon 0.896, Amfizem 0.77, Fibroz 0.798, İnfiltrasyon 0.712, Kütle 0.802, Nodül 0.745, Plevral Kalınlaşma 0.778, Zatürre 0.705, Pnömotoraks 0.847 ve Fıtık 0.65 tir.