TIRNAK GÖRÜNTÜLERİNDEN HASTALIK TEŞHİSİ
Öz
Bu makale, insanların parmak ve tırnak görünümünün Darier hastalığı, Muehrcke çizgileri, alopesi areata, beau çizgileri, mavimsi tırnaklar ve çomaklaşma gibi çeşitli hastalıkların görüntü işleme ve derin öğrenme teknikleriyle teşhis edilmesine nasıl yardımcı olduğunu araştırıyor. 655 örnekle 17 farklı sınıftan oluşan genel bir veri seti kullandık. Eğitim, doğrulama ve test amaçları için yaygın olarak kullanılan bir kural olan 0.7:0.2:0.1'e dayanarak veri setini üç kata böldük. Yığın boyutu ve devirleri 32 ve 1000 olarak ayarlayarak Gürültülü-Öğrenci ağırlıklarını kullanarak EfficientNet-B2 modelini performans değerlendirme amacıyla test ettik. Model, tırnak hastalıklarını algılamak için test numunelerinden %72 doğruluk puanı ve %91 AUC puanı elde ediyor. Bu çalışmadaki deneysel bulgular, EfficientNet-B2 modelinin tırnak hastalığı tiplerini çok sayıda sınıf aracılığıyla kategorize edebileceğine dair yeni bir anlayışı doğrulamaktadır.
Anahtar Kelimeler
References
- Albawi, Saad, Tareq Abed Mohammed, and Saad Al-Zawi. 2017. “Understanding of a Convolutional Neural Network.” Pp. 1–6 in 2017 international conference on engineering and technology (ICET).
- Chen, Hongming, Ola Engkvist, Yinhai Wang, Marcus Olivecrona, and Thomas Blaschke. 2018. “The Rise of Deep Learning in Drug Discovery.” Drug Discovery Today 23(6):1241–50.
- Deng, Yifan, Xinran Xu, Yang Qiu, Jingbo Xia, Wen Zhang, and Shichao Liu. 2020. “A Multimodal Deep Learning Framework for Predicting Drug--Drug Interaction Events.” Bioinformatics 36(15):4316–22.
- Esteva, Andre, Brett Kuprel, Roberto A. Novoa, Justin Ko, Susan M. Swetter, Helen M. Blau, and Sebastian Thrun. 2017. “Dermatologist-Level Classification of Skin Cancer with Deep Neural Networks.” Nature 542(7639):115–18.
- Fangyu, L. I., and H. E. Hua. 2018. “Assessing the Accuracy of Diagnostic Tests.” Shanghai Archives of Psychiatry 30(3):207.
- Gayathri, S., D. C. Joy Winnie Wise, P. Baby Shamini, and N. Muthukumaran. 2020. “Image Analysis and Detection of Tea Leaf Disease Using Deep Learning.” Pp. 398–403 in 2020 International Conference on Electronics and Sustainable Communication Systems (ICESC).
- Gustisyaf, Ahmad Ilham, and Ardiles Sinaga. 2021. “Implementation of Convolutional Neural Network to Classification Gender Based on Fingerprint.” International Journal of Modern Education & Computer Science 13(4).
- Kaggle. n.d. “Nail Dataset.” Retrieved (https://www.kaggle.com/datasets/reubenindustrustech/nail-dataset-new).
- Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. 2012. “Imagenet Classification with Deep Convolutional Neural Networks.” Advances in Neural Information Processing Systems 25.
- Lundervold, Alexander Selvikvåg, and Arvid Lundervold. 2019. “An Overview of Deep Learning in Medical Imaging Focusing on MRI.” Zeitschrift Für Medizinische Physik 29(2):102–27.