A comparative study on computer aided detection and classification of microcalcifications on mammograms
Mamogramda mikrokalsifikasyonların tespiti ve sınıflandırılması üzerine karşılaştırmalı bir çalışma
- Tez No: 167360
- Danışmanlar: DOÇ. DR. NAZİFE BAYKAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Mamogram, Bilgisayar Destekli Tespit ve Sınıflandırma, Bilgisayar Destekli Tanı, Mikrokalsifikasyon, Bulanık Mantık, Görüntü İşleme ve Diskiriminant Analiz vıı, Mamogram, Bilgisayar Destekli Tespit ve Sınıflandırma, Bilgisayar Destekli Tanı, Mikrokalsifikasyon, Bulanık Mantık, Görüntü İşleme ve Diskiriminant Analiz vıı
- Yıl: 2005
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 125
Özet
Öz MAMOGRAMDAMİKROKALSİFİKASYONLARIN TESPİTİ VE SINIFLANDIRILMASI ÜZERİNE KARŞILAŞTIRMALI BİR ÇALIŞMA AKMAN, Levent Efe Yüksek Lisans, Bilişim Sistemleri Bölümü Tez Yöneticisi: Doç. Dr. Nazife Baykal Ocak 2005, 109 sayfa Mamogramların yorumlanmasındaki doğruluk, mikrokalsifikasyonların otomatik olarak tespit edilmesine ve sınıflandırılmasına olanak sağlayan bilgisayar destekli tanı sistemleri ile geliştirilir. Bu tezde iki farklı bilgisayar destekli mikrokalsifikasyon tespit algoritması tartışılmış, üzerlerinde iyileştirmeler yapılmış, uygulamaya konmuş, değerlendirilmiş ve birbirleriyle karşılaştırılmıştır. İlk metot, kalsifikasyonların tespiti için temelde bulanık mantık tekniğini kullanmaktadır, ikinci metot geleneksel görüntü işleme tekniklerinden yararlanmaktadır. Geleneksel görüntü işleme tekniklerini kullanan metod mikrokalsifikasyonların tespitinde daha başarılı bulunmuştur. Tespit edilen mikrokalsifikasyonlar daha sonra istatistiksel yöntemler kullanarak iyi huylu ve kötü huylu olmak üzere sınıflandırılmış ve sonuçlar değerlendirilmiştir. Birinci mikrokalsifikasyon tespit metodunun çıktıları kullanıldığında, mamogramlar %73.7 ortalama olasılıkla doğru sınıflandırılmıştır. İkinci metot için ortalama doğru sınıflandırma oram %87.7 dir. vı
Özet (Çeviri)
ABSTRACT A COMPARATIVE STUDY ON COMPUTER AIDED DETECTION AND CLASSIFICATION OF MICROCALCIFICATIONS ON MAMMOGRAMS Akman, Levent Efe M.S., Department of Information Systems Supervisor: Assoc. Prof. Dr. Nazife Baykal January 2005, 109 pages The accuracy of the interpretation of mammograms is improved by computer aided diagnosis systems which automatically detect and classify the microcalcifications. Two different computer aided microcalcification detection algorithms are discussed, modified, implemented, evaluated and compared with each other in this thesis. The first method mainly uses fuzzy logic technique for the detection of calcifications. The second detection method utilizes conventional image processing techniques. The method, which uses conventional image processing techniques, is selected to be more successful in terms of detecting the microcalcifications. The detected microcalcifications are then classified as benign or malignant using discriminant analysis, which is a statistical technique, and the results are assessed. The mammograms are correctly classified with an average probability of 73.7% when the outputs of the fuzzy logic technique are used. The IV
Benzer Tezler
- Comparative analysis of deep convolutional neural network models for classification of brain tumors
Beyin tümörlerinin sınıflandırılmasında derin evrişimli sinir ağı modellerinin karşılaştırmalı analizi.
OZAN AKHAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstinye ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞENOL PİŞKİN
- Tissue density classification in mammographic images using local features
Yerel öznitelikler ile mamografi görüntülerinde doku yoğunluğunun sınıflandırılması
SEZER KUTLUK
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL
- Exploring transfer learning strategies with pre-trained convolutional neural network for skin cancer classification
Cilt kanserinin sınıflandırılmasına yönelik önceden eğitimli evrımsel sinir ağlarıyla transfer öğrenme stratejilerinin keşfedilmesi
RIYAM QADRI MANHEE AL-SAHLANEE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Optik koherens tomografisi görüntüleri kullanarak evrişimsel sinir ağı tabanlı retinal hastalık tespiti
Convolutional neural network based retinal disease detection via optical coherence tomography images
İSMAİL KAYADİBİ
Yüksek Lisans
Türkçe
2021
Mühendislik BilimleriAfyon Kocatepe ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜR EMRE GÜRAKSIN
- Görüntü işleme teknikleriyle meme kanserinin teşhisi
Diagnosis of breast cancer with image processing techniques
GÜLİZ TOZ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. PAKİZE ERDOĞMUŞ