@article{article_1426129, title={Diyabetik Retinopati Tespiti İçin Derin Öğrenmeye Dayalı Sınıflandırma}, journal={Uluborlu Mesleki Bilimler Dergisi}, volume={7}, pages={13–19}, year={2024}, DOI={10.46236/umbd.1426129}, author={Polater, Seda Nur and Isık, Ali Hakan}, keywords={Diyabetik Retinopati (DR), Kan Şekeri, Retina, Göz Hastalığı, Görme Kaybı}, abstract={Diyabetik Retinopati (DR), yüksek kan şekeri seviyelerinin retinadaki kan damarlarında neden olduğu hasar sonucu oluşan bir göz hastalığıdır. Bu hastalık, erken teşhis edilmediği ve tedavi edilmediği durumlarda ciddi göz sorunlarına ve görme kaybına yol açabilir. Genellikle kan şekeri kontrolü ve erken tedavi ile bu komplikasyonlar önlenebilir, ancak DR’nin karmaşıklığı nedeniyle manuel teşhis zorlu olabilir. Uzmanlar, bu tür zorlu teşhislerde Evrişimsel Sinir Ağları (ESA) gibi derin öğrenme modellerinin başarılı bir şekilde kullanıldığını göstermişlerdir. Bu çalışma, DR’nin teşhisi ve sınıflandırılması üzerine makine öğrenme algoritmaları kullanılarak tamamlanmıştır. Araştırma, Aptos 2019 veri setini kullanarak gerçekleştirilmiştir. Bu veri seti, farklı DR şiddetlerine sahip retina görüntülerini içermektedir, bu da "Proliferatif," "Şiddetli," "Orta," "Hafif," ve "Diyabetik retinopati yok" gibi sınıflandırmaları içerir. Hastalığın teşhisi için DenseNet121, MobileNetV2, DenseNet169, InceptionV3, VGG16, MobileNet, VGG19, ResNet50, ResNet101 modelleri kullanılmıştır. DenseNet121 modelinde %97 doğruluk değeri hesaplanmıştır.}, number={2}, publisher={Isparta Uygulamalı Bilimler Üniversitesi}