Geri Dön

Mr görüntülerinde inme lezyonlarının yapay zekâ destekli segmentasyonu ve özgün veri setinde uygulaması

Ai-powered segmentation of stroke lesions in mr images and application on a native dataset

PDF İndir

  1. Tez No: 1023585
  2. Yazar: ELİF ARAS
  3. Danışmanlar: PROF. DR. TEMEL KAYIKÇIOĞLU
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez çalışmasında, akut iskemik inme lezyonlarının difüzyon ağırlıklı görüntüleme (Diffusion Weighted Imaging, DWI) ve görünür difüzyon katsayısı (Apparent Diffusion Co- efficient, ADC) tabanlı çok modlu 3B MR görüntülerinden otomatik segmentasyonu ele alınmıştır. Lezyonların boyut, şekil, konum ve yoğunluk bakımından değişkenlik göstermesi ile manuel segmentasyonun zaman alıcı ve gözlemciye bağımlı olması, güvenilir otomatik yöntemlere olan ihtiyacı ortaya koymaktadır. Bu kapsamda tezde, yerel uzamsal ayrıntıları öğrenen CNN yapısı ile küresel bağlam bilgisini modelleyen Vision Transformer yapısını birleştiren MAGNUS adlı hibrit bir derin öğrenme mimarisi önerilmiştir. MAGNUS; çift yönlü çapraz-dikkat, ölçek-uyumlu özellik güçlendirme ve derin denetimli kod çözücü bileşenleriyle lokal ve global temsilleri birlikte değerlendirmektedir. Önerilen model, açık erişimli ISLES'22 veri kümesi üzerinde yaygın segmentasyon yöntemleriyle karşılaştırılmış ve Trabzon Kanuni Eğitim ve Araştırma Hastanesi'nden temin edilen 250 hastaya ait DWI ve ADC görüntüleri üzerinde test edilmiştir. Bulgular, MAGNUS mimarisinin akut iskemik inme lezyonlarının otomatik segmentasyonunda güçlü ve klinik veri koşullarına uygulanabilir bir yaklaşım sunduğunu göstermektedir.

Özet (Çeviri)

In this thesis, the automatic segmentation of acute ischemic stroke lesions from multi- modal 3D MR images based on Diffusion Weighted Imaging (DWI) and Apparent Diffusion Coefficient (ADC) is addressed. The variability of lesions in terms of size, shape, location, and intensity, together with the time-consuming and observer-dependent nature of manual segmentation, highlights the need for reliable automatic methods. In this context, a hybrid deep learning architecture named MAGNUS is proposed, which combines a CNN structure that learns local spatial details with a Vision Transformer structure that models global contextual information. MAGNUS jointly evaluates local and global representations through bidirectional cross-attention, scale-adaptive feature enhancement, and a deeply supervised decoder. The proposed model was compared with widely used segmentation methods on the publicly available ISLES'22 dataset and tested on DWI and ADC images of 250 patients obtained from Trabzon Kanuni Training and Research Hospital. The findings indicate that the MAGNUS architecture provides a robust and clinically applicable approach for the automatic segmentation of acute ischemic stroke lesions.

Benzer Tezler

  1. Tez No

    1018170

    Beyin MRI görüntülerinden derin öğrenme ve transformer modelleri kullanarak inme tespiti ve adaptif büyük dil modelleriyle otomatik radyolojik rapor üretimi

    Stroke detection from brain MRI images using deep learning and transformer models and automatic radiological report generation with adaptive large language models

    MERVE PINAR

    Doktora

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞE BERNA ALTINEL GİRGİN

    DR. ÖĞR. ÜYESİ ABDULSAMET AKTAŞ

  2. Tez No

    727009

    Beynin beyaz cevher bölgesindeki yüksek yoğunluklu alanların oluşum ve yayılımına yönelik uzman sistem tasarımı ve gerçeklenmesi

    Expert system design and implementation for the occurrence and spread of hyperintense areas in the white matter region of the brain

    İZZET ÖZEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Okan Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BEKİR TEVFİK AKGÜN

  3. Tez No

    142109

    Palpabl ve nonpalpabl meme kitlelerinin araştırılmasında Tc 99m tetrofosmin sintimammografinin mammografi, ultrasonografi ve histopatoloji bulgularıyla karşılaştırmalı değeri

    Başlık çevirisi yok

    İNANÇ KARAPOLAT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2004

    Radyoloji ve Nükleer TıpEge Üniversitesi

    Nükleer Tıp Ana Bilim Dalı

    YRD. DOÇ. DR. MURAT ARGON

  4. Tez No

    865821

    Ischemic stroke lesion segmentation in MRI images using U-shaped convolutional neural network

    U-şekilli evrişimsel sinir ağı kullanılarak MR görüntülerinde iskemik inme lezyon segmentasyonu

    İLAYDA ALPAY ERMİŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Mühendislik Bilimleriİzmir Katip Çelebi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ONAN GÜREN

  5. Tez No

    1013308

    Migrenli hastalarda ak madde lezyonlarının manyetik rezonans görüntüleme ile değerlendirilmesi

    Evaluation of white matter lesions in migraine patients with magnetic resonance imaging

    GÜROL GÖKSUNGUR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2016

    Radyoloji ve Nükleer TıpSağlık Bakanlığı

    Radyoloji Ana Bilim Dalı

    PROF. DR. NURİ ÖZGÜR KILIÇKESMEZ

Geri Dön