Geri Dön

Histopatolojik imgelerin değerlendirilmesinde örüntü tanıma temelli karar destek sistemleri

Decision support systems based on pattern recognition for evaluating of histopathologic images

  1. Tez No: 185338
  2. Yazar: SUAT TORAMAN
  3. Danışmanlar: Y.DOÇ.DR. İBRAHİM TÜRKOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Computer Engineering and Computer Science and Control, Bioengineering
  6. Anahtar Kelimeler: Örüntü tanıma, Bulanık c-ortalama, Shannon entropi, Kohonen ağları, Fractal analiz, Karar ağaçları, Karar destek sistemleri, Histopatoloji, Pattern recognition, Fuzzy c-means, Shannon entropy, Kohonen networks, Fractalanalysis, Decision trees, Decision support systems, Histopathology
  7. Yıl: 2006
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 68

Özet

ÖZETYÜKSEK LİSANS TEZİHİSTOPATOLOJİK İMGELERİN DEĞERLENDİRİLMESİNDE ÖRÜNTÜ TANIMATEMELLİ KARAR DESTEK SİSTEMLERİSuat TORAMANFırat ÜniversitesiFen Bilimleri EnstitüsüElektronik ve Bilgisayar Eğitimi Anabilim Dalı2006, Sayfa: 58Bilgisayar teknolojisi oldukça hızlı gelişim göstermektedir. Bu gelişim, tıp, endüstri veiletişim gibi alanları da yakından ilgilendirmektedir. Özellikle tıp alanı, bu gelişimden oldukçaiyi faydalanmaktadır. Yapılan birçok çalışmadan bilgisayarın hızlı işlem yapabilme özelliği vebirçok veriyi karşılaştırmalı olarak irdeleyebilmesi, uzmanlara teşhis koymada kolaylıksağlamaktadır.Bu tez çalışmasında, tıbbi karar sürecinin hızlandırılarak, daha doğru teşhiskonulmasına yardımcı olacak karar destek sistemleri sunulmuştur. Bu karar destek sistemleri;histopatolojik imgelerde istenen bir örüntünün çıkarılması, alanının bulunması, istenen hücreörüntüsünün sayısının belirlenmesi ve hücrelerin sınıflandırılması işlemlerini içermektedir. Buişlemlerin gerçekleştirilmesi için Bulanık c-ortalama, Kohonen ağları, Shannon entropi, Fractalanaliz gibi yöntemler kullanılmıştır. Kullanılan bu yöntemler ile önce imgeler bölütlenerek,imgeden istenmeyen kısımlar ayrıştırılmıştır. Sonra bölütlenmiş imgelere, alan bulma, hücresayılarını belirleme, sınıflandırma işlemleri için değişik yöntemler uygulanmıştır. Doktorkontrollü yapılan histopatolojik imge değerlendirme uygulamalarında alan bulma, hücre sayısınıbelirleme ve sınıflandırma işlemlerinde başarılı sonuçlar elde edilmiştir.

Özet (Çeviri)

ABSTRACTMASTER THESISDECISION SUPPORT SYSTEMS BASED ON PATTERN RECOGNITION FOREVALUATING OF HISTOPATHOLOGIC IMAGESSuat TORAMANFirat UniversityGraduate School of Natural and Applied ScienceDepartment of Computer and Electronics Education2006, Page: 58Computer technology is developed very rapidly. This development is related to the areaof medicine, industry and communication, too. Especially, medicine area profits so much fromthese kinds of developments. From many previous work, it is seen that the computer baseddecision support systems are used by the physicians because of its fast computation ability andits ability of researching enormous data comparatively.In this thesis, decision support systems that accelerate the medical decision process arerepresented to help the physicians for more accurate diagnosis. These decision support systemshave the ability of segmenting the histopathology images, computing the area of the region ofinterest and counting the number of cells in a given region. For fulfilling these operations, fuzzyc-means clustering, Kohonen self organizing maps, Shannon entropy and fractal analysismethods are used. All these methods are used for segmenting the region of interest in a givenhistopathologic image. Then various image filtering and image improving methods are appliedfor cell number counting and cell classification. Physician controlled experiments onhistopathologic images have shown that the proposed decision support systems performsuccessful results.

Benzer Tezler

  1. Histopatoloji imgelerinin bilgisayar destekli değerlendirilmesi

    Computer assisted assessment of histopathology images

    MUSTAFA NURMUHAMMED

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. METİN ERTÜRKLER

  2. Color graph representation for structural analysis of tissue images

    Doku imgelerinin yapısal analizi için renkli çizge gösterimi

    DOĞAN ALTUNBAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    YRD. DOÇ. DR. ÇİĞDEM GÜNDÜZ DEMİR

  3. Histopatoloji imgelerinin bölütlenmesi ve sınıflandırılması

    Segmentation and classification of histopathological images

    FARUK SERİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. METİN ERTÜRKLER

  4. Image processing algorithms for histopathological images

    Histopatolojik imgeler için imge işleme algoritmaları

    OĞUZHAN OĞUZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET ENİS ÇETİN

  5. Classification of histopathological cancer stem cell images in H&E stained liver tissues

    H&E boyanmış karaciğer dokularında histopatolojik kanser kök hücre imgelerinin sınıflandırılması

    CEM EMRE AKBAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET ENİS ÇETİN