SHAP GÖRSELLEŞTİRME TEKNİĞİ VE MAKİNE ÖĞRENMESİ YÖNTEMLERİ İLE DİYABETİK RETİNOPATİNİN ERKEN TANI MODELLEMESİ

Abstract

Diyabet, istikrarsız kan şeker seviyelerinden kaynaklanan tedavisi mümkün olmayan ve yaşamı tehdit eden bir durumdur ve dünya çapında 400 milyondan fazla insanı etkilemektedir. Ölümcüllüğünün yanı sıra, diyabet vücuttaki çeşitli organlara zarar vererek çeşitli komplikasyonlara yol açabilir. Bazı hastaların diyabetin erken belirtilerini fark etmemesi durumunda, tanı konulduğunda organlarda ciddi hasarlar meydana gelebilir ve bunun sonucunda diyabetle ilişkili yaklaşık 1.5 milyon ölüm meydana gelir. Diyabetle ilişkili bir göz hastalığı olan diyabetik retinopati (DR), yüksek kan şekeri seviyelerine bağlı olarak retinal kan damarlarında meydana gelen hasardan kaynaklanır. DR ilerledikçe, bulanık görme, aralıklı görme kaybı ve körlük gibi görme sorunları riski artar. Erken teşhis, hastalığın ilerlemesiyle ilişkilendirilen ciddi semptomların hafifletilmesine yardımcı olabilir. Çalışma, farklı eğitim dönemi yapılandırmalarını inceleyerek bu incelemelerden elde edilen bulguları ve grafikleri karşılaştırıyor. Sonuçlar, EfficientNET, DenseNET ve ResNet'in görüntü sınıflandırma görevlerine etkin bir şekilde katkıda bulunabileceğini göstermektedir. EfficientNET, diğerlerinden bile altı eğitim tekrarıyla daha iyi performans göstermektedir. Genel olarak, çalışmanın sonuçları, KSA mimarisinin seçiminin kişisel tercihten ziyade ihtiyaca dayalı olması gerektiğini önermektedir. Sınıflandırma doğruluğunu değerlendirmek için çeşitli deneyler yapılmış, bu deneylerde SHAP yinelemeli ve küresel görüntüleme çözümü ile eksuda ve kanama için toplam piksel sayılarının farklı kombinasyonları, eksuda ve kanlı bölgelerin sayıları kullanılmıştır. Sonuçlar, tüm kullanılan sınıflandırıcı modellerde destek vektör makinesi tabanlı yaklaşımın parçacık sürü optimizasyonu ile daha yüksek doğru sınıflandırma oranlarına ulaşmıştırğını göstermektedir. Son olarak,

bu tez, göz doktorları için tasarlanmış bir teşhis destek sistemi önermektedir, böylece hasta kalabalığından kaynaklanabilecek potansiyel karışıklıkları azaltır.