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.
