Evrişimli Sinir Ağı (ESA) Mimarileri ile Hücre Görüntülerinden Sıtmanın Tespit Edilmesi

Abstract

Sıtma, dünyanın birçok bölgesinde yaygın olarak görülen enfekte sivrisineklerin ısırıkları yoluyla insanlara bulaşan parazitlerin neden olduğu hayatı tehdit eden bir hastalıktır. Plasmodium adlı kan paraziti bu hastalığına sebep olmaktadır. Sıtmanın erken teşhisi ve tedavisi, özellikle hastalığın yaygın olduğu gelişmekte olan ülkelerde, hastalık ve ölüm oranlarının azaltılması açısından çok önemlidir. Sıtma teşhisinde kullanılan klasik yöntem, uzmanlar tarafından kırmızı kan hücrelerinin mikroskop yardımıyla incelenmesiyle tespitidir. Bu yöntem, sadece uzmanın bilgi ve deneyimine dayandığı için verimsizdir. Günümüzde hastalığın yüksek oranda doğru bir şekilde tespiti için makine öğrenmesi yöntemleri kullanılmaktadır. Bu çalışmada, hücreyi parazitli veya parazitsiz olarak tespit için Evrişimli Sinir Ağı (ESA) mimarisi önerilmiştir. Önerilen ESA mimarisine ek olarak VGG-19, InceptionResNetV2, DenseNet121 ve EfficientNetB3 gibi önceden eğitilmiş ESA mimarilerinin performansları ile önerdiğimiz modelin performansı karşılaştırılmıştır. Önerdiğimiz ESA mimarisinde National Institute of Health (NIH) tarafından yayınlanan Sıtma Veri Kümesi kullanılarak deneyler gerçekleştirilmiştir. Mimarimiz %98,9 doğruluk ile çalışmaktadır. Çalışmanın sonuçları, Plasmodium içeren hücre görüntülerinin doğruluğunu artırmada etkili olduğunu göstermektedir.