The world has recently witnessed many deaths for all age groups due to the respiratory
COVID-19 but detecting this disease in its early stages helps to recover, avoid negative
effects, and reduce the outbreak of the disease quickly. Many symptoms of this disease
were found, most notably chest infections and shortness of breath resulting from
infection with this disease. The goal of this project is to use chest x-rays images to
predict whether a person has the COVID-19 or not.
In this study, we tested the solution performances for our problem on different versions
of the CNN. Such as Mobile Net, CNN with Adam optimizer, CNN with Data
Augmentation, CNN with Batch Normalization, CNN with Leaky Relu, CNN with
Dropout, CNN with Early Stopping, CNN with Hyper-parameter Tuning, RESNET50, VGG-16, and VGG-19. The results showed that the VGG-19 model outperformed
all the models in detecting infection with MERS-Cove quickly and with high accuracy
instead of regular examinations that take a long time and thus limit the spread of the
disease.
ÖZ:
Dünya son zamanlarda solunum yolu kaynaklı COVID-19 nedeniyle tüm yaş grupları
için birçok ölüme tanık oldu, ancak bu hastalığın erken evrelerinde tespit edilmesi
iyileşmeye, olumsuz etkilerden kaçınmaya ve hastalığın salgınının hızla azalmasına
yardımcı oluyor. Bu hastalığın birçok semptomu bulundu, özellikle de göğüs
enfeksiyonları ve bu hastalığa bağlı enfeksiyondan kaynaklanan nefes darlığı. Bu
projenin amacı, bir kişinin COVID-19'a sahip olup olmadığını tahmin etmek için
göğüs röntgeni görüntülerini kullanmaktır.
Bu çalışmada, problemimizin çözüm performanslarını CNN'nin farklı versiyonları
üzerinde test ettik. MobileNet, Adam optimizer ile CNN, Veri Artırma ile CNN, Toplu
Normalleştirme ile CNN, LeakyRelu ile CNN, Bırakma ile CNN, Early Stopping ile
CNN, Hiperparametre Ayarlama ile CNN, RESNET-50, VGG-16 ve VGG-19.
Sonuçlar, VGG-19 modelinin, uzun zaman alan ve böylece hastalığın yayılmasını
sınırlayan düzenli muayeneler yerine MERS-Cove ile enfeksiyonu hızlı ve yüksek
doğrulukla tespit etmede tüm modellerden daha iyi performans gösterdiğini gösterdi.
