ASOS INDEKS
Görüntüleme
11
Bu makale, kedi ve köpeklerden veri artırma kullanılarak alınan göz hastalıklarının teşhisi için derin bir öğrenme algoritması sunmaktadır. Göz görüntülerinin veri tabanı cep telefonu kameralarından toplanmış ve veri büyütme teknikleri kullanılarak örnek sayısı artırılmıştır. Algoritmaların performansı, 146 hastalıklı ve 255 sağlıklı görüntünün orijinal veri kümesi üzerinde değerlendirildi. Sonuçlar, VGG16 algoritmasının, veri artırmadan önce %99,25'lik bir sınıflandırma doğruluğu elde ettiğini gösterdi bu, mevcut yöntemlerin doğruluğundan önemli ölçüde daha yüksekti. Ayrıca veri artırma işleminden sonra yine VGG16 modeli diğer algoritmalara göre %99,9 oranında önemli performans ölçütlerine sahiptir. Önerilen algoritma, hastalar için bakım kalitesini potansiyel olarak artırabilen çeşitli göz hastalıklarını doğru bir şekilde teşhis etmek için kullanılabilir.
This paper presents a deep learning algorithm for the diagnosis of eye diseases, which is taken from cats and dogs, using data augmentation. The database of eye images was collected from cell phone cameras, and with data augmentation techniques were used to increase the number of samples. The performance of the algorithms was evaluated on the original dataset of 146 diseased and 255 healthy images. The results showed that the VGG16 algorithm achieved a classification accuracy of 99.25% before data augmentation, which was significantly higher than the accuracy of existing methods. Furthermore, after the data augmentation again VGG16 model has significant performance metrics that are 99.9% than other algorithms. The proposed algorithm can be used to accurately diagnose various eye diseases, which can potentially improve the quality of care for patients.
Dergi Türü : Uluslararası
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
