HaberHaberlerTeknoloji

Yapay zeka, röntgen filmlerinden koronavirüs teşhisi yapıyor

Tüm dünyayı etkisi altına alan Covid-19 pandemisi hızla yayılmaya devam ederken, hastalığın teşhisi ve tedavisi için bilim insanları da çalışmalarını sürdürüyor. Bu kapsamda YYÜ Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Dr. Öğretim Üyesi Murat Canayaz da hastalığın teşhisi konusunda yeni bir yapay zeka uygulaması geliştirdi. Yüzde 99,4 oranında başarı sağlayan uygulama, derin öğrenme ve yapay zeka kullanılarak geliştirildi.

Dr. Öğretim Üyesi Canayaz, çalışmanın Covid-19’un teşhisine büyük katkı sunacağını belirtirken, çalışmasının röntgen üzerinden koronavirüs, zatürre veya sağlıklı kişilerin röntgen görüntülerini birbirinden ayıran yapay destekli bir çalışma olduğunu söyledi. Hasta sayısının sürekli arttığına dikkat çeken Dr. Öğretim Üyesi Canayaz, hastanelerde PCR testlerine ek olarak röntgen veya tomografi görüntüleri istendiğini ancak röntgen görüntülerinde bazen kontrast problemi ile karşılaşıldığını hatırlattı. Her cihazdan net görüntüler elde edilemediğini anlatan Dr. Öğretim Üyesi Canayaz şöyle konuştu:

“Yaptığım çalışmada röntgen görüntülerinden Covid-19, zatürre ve normal filmleri birbirinden ayıran yapay zeka temelli bir çalışma. Bu çalışmayla özellikle veri seti oluşturduk. Veri setini görüntü işleme teknikleriyle kontrastını geliştirdik. Daha sonra bunları yapay zeka modelleriyle eğittim. Yapay zeka modelleriyle bu filmlerden belli başlı özellikler çıkarttım. Bu özellikleri de bilgisayar bilimlerinde sezgisel yöntemler dediğimiz algoritmalarla eğiterek, en belirgin özellikleri çıkartıp, röntgen filminden hastalık teşhisi yapmak için bir çalışma başlattım.”

ULUSLARARASI DERGİDE YAYINLANDI

Dr. Öğretim Üyesi Canayaz, “Hastaneye gittiğimizde koronavirüs PCR veya normal testlerle teşhis edilmeye çalışılıyor. Bunun yanında bilgisayarlı tomografi ve röntgen görüntüleri de çekilmekte. Yaptığım bu sistemi web tabanlı entegre edip, hastanelerde kullanılmasını amaçlıyorum. Bu çalışma da uluslararası dergilerden Biomedical Signal Processing and Control dergisinde kabul edilip, yayınlandı. Çalışmanın kodunu da yayınladım. Belki araştırmacılar üzerine daha bir şeyler katıp, bu alana hizmet edebilirler” dedi.

HASTANELERDE KULLANILACAK

Bu çalışmanın internete aktarılmasından sonra hastanelerde ve aile hekimliklerinde kullanılabileceğini belirten Dr. Öğretim Üyesi Canayaz, “Röntgen görüntüsü üzerinden o hastanın koronavirüs pozitif mi yoksa zatürre mi olup olmadığını tespit etmeyi amaçlıyoruz. Birkaç saniyede bunun tespitini yapabiliyoruz. Bildiğiniz gibi zatürre ve Covid-19 karıştırılabiliyor. Tabii hepsinin bulgularını bulabiliyor fakat bizim bilgisayarı eğitmemiz, öğretmemiz gerekiyordu. Yapay zeka modelleriyle bu şekilde öğreterek, bunların doğru sınıflandırılmasını amaçladık. Yaptığım çalışmada yüzde 99,4 başarı oranıyla tespit edebiliyoruz. Bu çalışmaya verdiği desteklerden ötürü Bilimsel Araştırma Proje Koordinatör Birimine ve üniversitemiz Rektörü Prof. Dr. Hamdullah Şevli’ye teşekkür ederim” diye konuştu.

Daha Fazla Göster
Başa dön tuşu

izmir escort

izmir escort

antalya escort

escort izmir

bursa escort

porno izle

türk porno

escort antalya

apkdownloadx.com

izmir escort

eskişehir escort

takipçi satın al

instagram takipçi satın al

tiktok takipçi satın al

tiktok beğeni satın al

gramtakipci.com.tr

instagram ücretsiz takipçi

bedava takipçi

gizli hesap görme

takipçi satın al

takipçi satın al

tiktok takipçi satın al

takipçi satın al

antalya escort

istanbul escort

izmit escort

porno

escort beşiktaş

takipçi satın al

takipçi satın al

takipçi satın al

takipçi satın al

instagram izlenme hilesi

tiktok 1000 takipçi kaç tl

Takipçi satın almak kaç TL

Instagram 1000 takipçi kaç TL

Instagram takipçi nasıl arttırılır

Instagram 10.000 takipçi kaç TL

takipçi satın almak ne kadar

takipçi satın al

beğeni satın al

izlenme satın al

istanbul escort

porno izle

izmir escort

porno izle

istanbul escorts

izmir escort obio.link muzikindirdinle.com izlexl.com downloadbu.com xcryptotrack.com scriptsnulled.net