The coronavirus, which appeared in Wuhan city of China and named COVID-19 , spread rapidly and caused the death of many people. Early diagnosis is very important to prevent or slow the spread. The first preferred method by clinicians is real-time reverse transcription-polymerase chain reaction (RT-PCR). However, expected accuracy values cannot be obtained in the diagnosis of patients in the incubation period. Therefore, common lung devastation in COVID-19 patients were considered and radiological lung images were used to diagnose. In this study, automatic COVID-19 diagnosis was made from posteroanterior (PA) chest X-Ray images by deep learning method. In the study, using two different deep learning methods, classification was made with different dataset combinations consisting of healthy, COVID, bacterial pneumonia and viral pneumonia X-ray images. The results show that the proposed deep learning-based system can be used in the clinical setting as a supplement to RT-PCR test for early diagnosis
Çin’in Wuhan şehrinde ortaya çıkan ve COVID-19 olarak adlandırılan koronovirüsü dünyanın çok büyük bir kısmını etkisi altına alarak hızla yayılmış ve birçok insanın ölümüne yol açmıştır. Yayılmanın önlenmesi veya yavaşlatılması için erken teşhis oldukça önemlidir. Klinisyenler tarafından ilk tercih edilen yöntem gerçek zamanlı ters transkripsiyon-polimeraz zincir reaksiyonu (RT-PCR) olmaktadır. Ancak kuluçka dönemindeki hastaların teşhisinde beklenen doğruluk değerleri elde edilememektedir. Bu nedenle COVID-19 hastalarında ortak olarak görülen akciğer hasarları göz önüne alınmış ve radyolojik akciğer görüntüleri teşhis koymak için kullanılmıştır. Bu çalışmada posteroanterior(PA) göğüs X-Ray görüntülerinden derin öğrenme yöntemi ile otomatik COVID-19 teşhisi yapılmıştır. Çalışmada iki farklı derin öğrenme yöntemi kullanılarak, sağlıklı,covid,bacterial pneumonia ve viral pneumonia X-ray görüntüleri bulunan sınıflardan oluşan farklı veriseti kombinasyonları ile sınıflandırma yapılmıştır. Elde edilen sonuçlar önerilen derin öğrenme tabanlı sistemin erken teşhis için RT-PCR testini destekleyici olarak klinik ortamda kullanılabileceğini göstermektedir.
Primary Language | English |
---|---|
Subjects | Engineering |
Journal Section | Articles |
Authors | |
Publication Date | May 29, 2021 |
Published in Issue | Year 2021 Volume: 9 Issue: 3 - Additional Issue |