DERİN ÖĞRENME VE GÖRÜNTÜ İŞLEME YÖNTEMLERİNİ KULLANARAK GÖĞÜS X-IŞINI GÖRÜNTÜLERİNDEN AKCİĞER BÖLGESİNİ TESPİT ETME

Abstract

Göğüs X-ışını (GXI) görüntüleri, Covid19, zatürre, tüberküloz, kanser gibi hastalıkların tespiti ve ayırt edilmesi için kullanılır. GXI görüntülerinden sağlık takibi ve teşhisi için Derin Öğrenme tekniklerine dayalı birçok tıbbi görüntü analiz yöntemi önerilmiştir. Derin Öğrenme teknikleri, organ segmentasyonu ve kanser tespiti gibi çeşitli tıbbi uygulamalar için kullanılmıştır. Bu alanda yapılan mevcut çalışmalar hastalık teşhisi için akciğerin tümüne odaklanmaktadır. Bunun yerine sol ve sağ akciğer bölgelerine odaklanmanın Derin Öğrenme algoritmalarının hastalık sınıflandırma performansını artıracağı düşünülmektedir. Bu çalışmadaki amaç, derin öğrenme ve görüntü işleme yöntemlerini kullanarak GXI görüntülerinden akciğer bölgesini segmentlere ayıracak bir model geliştirmektir. Bu amaçla, Derin öğrenme yöntemi olan U-Net mimarisi tabanlı semantik segmentasyon modeli geliştirilmiştir. Yaygın olarak bilindiği gibi U-Net çeşitli uygulamalar için yüksek segmentasyon performansı gösterir. U-Net, evrişimli sinir ağı katmanlarından oluşturulmuş farklı bir mimaridir ve piksel temelli görüntü segmentasyon konusunda az sayıda eğitim görüntüsü olsa dahi klasik modellerden daha başarılı sonuç vermektedir. Modelin eğitim ve test işlemleri için ABD, Montgomery County Sağlık ve İnsan Hizmetleri Departmanının tüberküloz kontrol programından alınan 138 GXI görüntülerini içeren veri seti kullanılmıştır. Veri setinde bulunan görüntüler %80 eğitim, %10 doğrulama ve %10 test olarak rastgele bölünmüştür. Geliştirilen modelin performansı Dice katsayısı ile ölçülmüş ve ortalama 0,9763 Dice katsayısı değerine ulaşılmıştır. Model tarafından tespit edilen sol ve sağ akciğer bölgesinin GXI görüntülerinden kırpılarak çıkarılması önem arz etmektedir. Bunun için görüntü işleme yöntemi ile ikili görüntülerde bitsel işlem uygulanmıştır. Böylece GXI görüntülerinden akciğer bölgeleri elde edilmiştir. Elde edilen bu görüntüler ile GXI görüntüsünün tümüne odaklanmak yerine kırpılmış segmentli görüntüye odaklanmak birçok akciğer hastalıklarının sınıflandırılmasında kullanılabilir.