Akademik Veri Yönetim Sistemi
International Turkic World Congress on Science and Engineering (TURK-COSE 2022), Niğde, Türkiye, 23 - 24 Haziran 2022, ss.295, (Özet Bildiri)
Koronavirüs, yüz binlerce insanın hayatına mal olmuş, toplum sağlığı ve ekonomiyi derinden etkilemiş, 2020 yılında pandemi haline gelmiş bir hastalıktır. Hastalığın tespiti önemli olmakla beraber, mevcut yöntemler pahalı, zaman alıcı ve sosyal mesafe kuralını ihmal etmeye sebep olabilmektedir. Son zamanlarda, koronavirüs pandemisinin bir süre daha devam edeceği göz önüne alındığında veya başka pandemilerin çıkması ihtimaline karşılık araştırmacılar, teşhis için alternatif yöntemler geliştirmeye çalışmaktadır. Bu çalışmalardan birisi de öksürük sesleri kullanarak yapay zekâ algoritmaları ile hastalık tespitinin gerçekleştirilmesidir. Bu kapsamda gerçekleştirilen bu çalışmada ise 19 adet koronavirüs pozitif öksürük sesi, 151 adet koronavirüs negatif öksürük sesi içeren toplam 170 adet ses kaydı içeren veri seti ile öksürük seslerini sınıflandırılmıştır. Öksürük seslerinin sınıflandırılması için ilk olarak analiz edilecek ses verisinin boyutunu küçültmek için ön işlem olarak sesi tek kanal ve 16kHz alt-örnekleme gerçekleştirilmiştir. Veri setindeki tüm örneklerin uzunluklarının aynı olması için uzun boyutlu ses dosyalarının ilk 48000 nokta ses verisi dikkate alınırken daha kısa olan ses dosyaları için ise seslerin baş kısmına sıfırlar eklenerek eşit uzunluğa getirilmiştir. Ses verilerinin analizinde güçlü bir analiz metodu olan Kısa Zamanlı Fourier Dönüşümü (KZFD) uygulanmıştır. Bu dönüşüm ile ses dosyalarından spektrogram imgeleri elde edilmiştir. Elde edilen imgeler konvolüsyonel sinir ağları ile eğiterek sınıflandırma gerçekleştirilmiştir. Verilerin %70’i eğitim, %30’si test verisi olarak ayrılmıştır. Sınıflandırma sonucu olarak eğitim verisinde %88, test verisi üzerinde ise %100 doğruluk elde edilerek koronavirüsün hızlı tespiti için umut vadeden bir çalışma gerçekleştirilmiştir.