Retinal Hastalıkların Teşhisi için Optik Koherans Tomografi Görüntülerinin Derin Öğrenme Metotları ile Sınıflandırılması

Abstract

Retina, görmeyi sağlayan ışığa ve renklere duyarlı ağ tabakasıdır. Retinadaki bozulmalar insanların yaşam kalitesini düşürmektedir. Retinada meydana gelen hasarlar körlüğe varan ciddi sorunlara sebep olabilmekt e ve retinada kalıcı hasarlar meydana gelebilmektedir. Retinal hastalıkların tedavisinde gelişen teknoloji ile birlikte bilgisayarlı tanı sistemlerinin kullanımı oldukça yaygınlaşmıştır. Erken teşhis ve tedavi edilmesi retina da oluşabilecek kalıcı hasarla rı ve hastaların görme yetisini kaybetmesini önlemektedir Teknolojinin ilerlemesiyle birlikte fotoğraf makineleri ve bilgisayarlı tanı sistemleri oldukça yaygın kullanılmaya başlanmıştır. OCT cihazları kullanılarak elde edilen retinal görüntüler uzmanların daha doğru ve erken teşhis koymalarını sağlamaktadır. Bu çalışmada, retinal hastalıkların sınıflandırılması için transfer öğrenme yöntemlerinden InceptionV3, Xception ve önerilen Evrişimsel Sinir Ağı (ESA) modeli karşılaştırılmıştır. Xception ağında %95.36 oranında doğruluk değerine, Inception ağında ise %98.2 oranında doğruluk oranı elde edilmiştir. Önerin ESA mimarisinde % 97.51 oranında doğruluk oranı elde edilmiştir. Önerilen mimari hastalık bazında diyabet ve normal hastalıkların sınıflandırılmasında diğer yöntemlerden daha başarılı sonuçlar elde etmiştir.