Pneumonia Detection from Pediatric Lung X-Ray Images with Convolutional Neural Network Method
| Autor: | Yasin Demir, Ozkan Bingol |
|---|---|
| Přispěvatelé: | Bingol, Ozkan |
| Jazyk: | turečtina |
| Rok vydání: | 2021 |
| Předmět: |
Lung
business.industry Computer science Deep learning deep learning convolutional neural network Pattern recognition medicine.disease Convolutional neural network respiratory tract diseases Pneumonia medicine.anatomical_structure pediatric Medical imaging medicine X ray image pneumonia Artificial intelligence Lung X-ray images business |
| Zdroj: | SIU |
| ISSN: | 0008-0810 |
| Popis: | Pneumonia can be cause diseases such as cough, fever and respiratory problems and to death in the progressive situations. Mostly lung x-ray images are used for diagnosis of pneumonia. In this study, an unique convolutional neural network model that can help experts in detection of pneumonia using lung x-ray images below 5 years of age. In the model, open access to 5840 images has been used, and various data increasing methods were used to increase the performance of the training and the success of the method. With the proposed convolutional neural network model, an accuracy rate of 94.55% has been achieved. Özetçe— Pnömoni öksürük, ateş ve solunum problemleri gibi hastalıklara ve ilerleyen durumlarda ölüme neden olabilmektedir. Pnömoni teşhisi için çoğunlukla akciğer röntgen görüntüleri kullanılmaktadır. Bu çalışmada 5 yaş altı çocuklara ait akciğer röntgen görüntüleri kullanılarak pnömoni tespitinde uzmanlara yardımcı olabilecek özgün bir evrişimsel sinir ağı modeli tasarlanmıştır. Modelde 5840 görüntüden oluşan açık erişim bir veri seti kullanılmış olup, eğitimin performansı ve yöntemin başarısını artırmak amacıyla çeşitli veri artırma yöntemleri uygulanmıştır. Önerilen evrişimsel sinir ağı modeli ile %94.55 oranında doğruluk oranı elde edilmiştir. WOS:000808100700078 |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|