مشروع البحث:
X-RAY GÖRÜNTÜLERİ İLE DERİN ÖĞRENME TEKNİKLERİ KULLANILARAK COVID-19 TESPİTİ

dc.contributor.advisorDOÇ. DR. YASEMİN GÜLTEPE
dc.date.accessioned2026-02-03T07:48:30Z
dc.date.available2026-02-03T07:48:30Z
dc.description2019’un sonlarına doğru ortaya çıkan COVID-19 son derece hızlı bir şekilde enfekte bilinen bir koronavirüs türüdür. Koronavirüsün hızlı bir şekilde teşhis edilip tedavi edilmediği durumlarda zatürreye ve ölüme yol açabilen ciddi bir klinik tablo görülebilir. Bu noktada, hızlı ve daha kullanışlı bir inceleme yöntemi olarak görüntüleme incelemesi, dünya çağında hastalık maliyetini düşürmede ve COVID-19 ile enfekte olmuş hastaların tedavi süresini önemli ölçüde kısaltmada rol oynamaktadır. Son zamanlarda derin öğrenme tabanlı uygulamaları, briçok hastalık türünün teşhisi için görüntü işleme alanında oldukça kabul görmüş bir yöntem haline gelmiştir.
dc.description.abstractCOVID-19 salgını küresel refah ve halk sağlığı üzerinde yıkıcı bir etkiye sahiptir. Şu ana kadar dünya çapında 27 milyondan fazla doğrulanmış vaka bildirilmiştir. Doğrulanmış vaka sayısının artması ve COVID-19 varyasyonlarına yönelik zorluklar nedeniyle, COVID-19’u kontrol etmek ve tedavi etmek için sağlıklı ve enfekte hastaların zamanında ve doğru bir şekilde sınıflandırılması esastır. Bu tez çalışması, COVID-19 vakaların sınıflandırma sonuçlarına dayalı tahmin modeli için son teknolojik gelişmelere uygun X-Ray göğüs görüntüleri üzerinde VGG-16, Inception-V3, DenseNet-121, ResNet50 ve AlextNet olmak üzere beş farklı derin öğrenme algoritmalarının performansları değerlendirilmiştir. Tez çalışmasında, COVID-19, Normal ve Pneumonia (zatürre) olmak üzere üç sınıflandırmaya ayrılmış X-ışını görüntülerinden oluşan kapsamlı bir veri seti kullanılmıştır.
dc.identifier903
dc.identifier.urihttps://dspace.academy.edu.ly/handle/123456789/1907
dc.subjectX-RAY GÖRÜNTÜLERİ İLE DERİN ÖĞRENME TEKNİKLERİ
dc.titleX-RAY GÖRÜNTÜLERİ İLE DERİN ÖĞRENME TEKNİKLERİ KULLANILARAK COVID-19 TESPİTİ
dspace.entity.typeProject
project.endDate2024
project.funder.nameحاسب الي
project.investigatorصباح البشير سالم راشد
project.startDate2023
الملفات
الحزمة الأصلية
يظهر اﻵن 1 - 1 من 1
لا توجد صورة مصغرة متاحة
اﻻسم:
SABAH BASHIR SALEM RASHED.pdf
الحجم:
3.63 MB
التنسيق:
Adobe Portable Document Format
حزمة الترخيص
يظهر اﻵن 1 - 1 من 1
لا توجد صورة مصغرة متاحة
اﻻسم:
license.txt
الحجم:
1.71 KB
التنسيق:
Item-specific license agreed to upon submission
الوصف: