Geri Dön

Localization-guided federated learning for multi-center 3D segmentation of pediatric cardiovascular structures

Pediatrik kardiyovasküler yapıların çok merkezli 3B segmentasyonu için lokalizasyon rehberli federatif öğrenme

PDF İndir

  1. Tez No: 1017789
  2. Yazar: İREM YILMAZ
  3. Danışmanlar: DOÇ. DR. SAKİP ÖNDER, DR. ÖĞR. ÜYESİ ŞENOL PİŞKİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Kardiyoloji, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Cardiology, Engineering Sciences
  6. Anahtar Kelimeler: Bilgisayarlı tomografi, Derin öğrenme, Doğumsal kalp anomalileri, Görüntü bölütleme, Kalp defektleri-konjenital, Makine öğrenmesi, Manyetik rezonans görüntüleme, Sayısal görüntü işleme, Tıbbi görüntüleme, Yapay zeka, Computed tomography, Deep learning, Congenital heart anomalies, Image segmentation, Heart defects-congenital, Machine learning, Magnetic resonance imaging, Digital image processing, Medical imaging, Artificial intelligence
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezde, anatomik olarak karmaşık konjenital kalp hastalığı vakalarına odaklanılarak, üç boyutlu bilgisayarlı tomografi (BT) ve manyetik rezonans görüntüleme (MRG) verileri kullanılarak pediatrik kardiyovasküler yapıların çok sınıflı segmentasyonu incelenmiştir. Aort, kardiyak odacıklar ve pulmoner arterlerin segmentasyonu; anatomik değişkenlik, küçük damar yapıları ve çok merkezli görüntüleme verileri arasındaki farklılıklar nedeniyle halen önemli bir zorluk oluşturmaktadır. Önerilen yöntem, HVSMR-2.0 referans veri seti, klinik olarak oluşturulmuş pediatrik kardiyovasküler veri kümesi ve toplam 110 vakadan oluşan birleşik veri seti üzerinde değerlendirilmiştir. Geliştirilen çerçeve; lokalizasyon tabanlı ilgi bölgesi çıkarımı, farklı üç boyutlu segmentasyon mimarilerinin karşılaştırmalı analizi, önerilen Hybrid V-Net modeli ve federatif öğrenme yaklaşımını bir araya getirmektedir. Deneysel sonuçlar, lokalizasyon tabanlı merkezi segmentasyon yaklaşımında Hybrid V-Net modelinin referans veri setinde %92.1, heterojen birleşik veri setinde ise %86.6 Dice benzerlik skoru elde ettiğini göstermiştir. Birleşik veri setinde pulmoner arter segmentasyon performansı, lokalizasyon tabanlı işlem sonrasında %74.2'den %80.6'ya yükselmiştir. Birleşik veri seti üzerinde gerçekleştirilen federatif öğrenme deneylerinde önerilen yöntem, farklı merkezler arasında gizlilik korumalı ortak eğitimi desteklerken %86.0 genel Dice benzerlik skoru ile rekabetçi performansını korumuştur. Genel olarak bulgular, lokalizasyon tabanlı segmentasyonun federatif öğrenme ile kullanılmasının, heterojen çok merkezli koşullar altında daha dayanıklı pediatrik kardiyovasküler segmentasyon performansı sağladığını göstermektedir.

Özet (Çeviri)

This thesis investigates multi-class segmentation of pediatric cardiovascular structures using three-dimensional computed tomography (CT) and magnetic resonance imaging (MRI) data, with emphasis on anatomically complex congenital heart disease cases. Segmentation of the aorta, cardiac chambers, and pulmonary arteries remains challenging because of anatomical variability, small vessel structures, and heterogeneity across multi-center imaging datasets. The framework was evaluated on the HVSMR-2.0 benchmark dataset, a clinically curated pediatric cardiovascular cohort, and a combined dataset containing 110 cases. The proposed framework integrates localization-guided region-of-interest extraction, comparative evaluation of multiple three-dimensional segmentation architectures, a proposed Hybrid V-Net model, and federated learning for distributed training. Experimental results showed that the Hybrid V-Net achieved a Dice score of 92.1% on the benchmark dataset and 86.6% on the heterogeneous combined dataset under localization-guided centralized segmentation settings. Pulmonary artery segmentation on the combined dataset improved from 74.2% to 80.6% following localization-guided processing. In federated learning experiments on the combined dataset, the proposed framework maintained competitive performance with an overall Dice score of 86.0% while enabling privacy-preserving collaborative training across distributed datasets. Overall, the findings suggest that localization-guided segmentation combined with federated learning contributes to more robust pediatric cardiovascular segmentation under heterogeneous multi-center conditions.

Benzer Tezler

  1. Tez No

    252580

    Design of active localization system front-end building blocks for mr-guided interventional procedures

    Girişimsel MRG için aktif kateter konum belirleme sistemi giriş katı yapı bloklarının tasarımı

    İSMAİL GERÇEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜNHAN DÜNDAR

  2. Tez No

    487208

    Palpe edilemeyen meme lezyonlarında tel ve radyoaktif madde ile (ROLL: Radioguided occult lesion localization) işaretleme yöntemlerinin karşılaştırılması

    Radioguided occult lesion localization versus wire-guided localization for nonpalpable breast lesions

    FIRAT MÜLKÜT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2017

    Radyoloji ve Nükleer TıpSağlık Bilimleri Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    DOÇ. DR. MEHMET ESER

  3. Tez No

    267790

    Manyetik Rezonans Görüntüleme rehberliğinde radyonüklid madde kullanılarak meme lezyonlarının pre-operatif işaretlenmesi

    Preoperative localization of breast lesions using computer assisted MRI-guided radioguided occult lesion localization.

    FAHRETTİN KILIÇ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2010

    Radyoloji ve Nükleer Tıpİstanbul Üniversitesi

    Radyoloji Ana Bilim Dalı

    DOÇ. DR. MEHMET HALİT YILMAZ

  4. Tez No

    324330

    Nonpalpabl meme lezyonlarında tel ile işaretleme sonrası yapılan eksizyonel biyopsinin tanısal önemi ve tedavinin yönlendirilmesindeki yeri

    The role of wire guided localization excisional biopsy in the diagnosis and managament of nonpalpable breast lesions

    ORHAN ASLAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2013

    Genel CerrahiGazi Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    PROF. DR. ÖMER ŞAKRAK

  5. Tez No

    647240

    Otomatik kılavuzlu araçlarda eş zamanlı konum belirleme ve yönlendirme

    Real time position localization and guidance on automated guided vechiles

    HASAN SANCAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Makine MühendisliğiAfyon Kocatepe Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FATİH BAYRAM

Geri Dön