Geri Dön

Comparison of 3D segmentation algorithms for medical imaging

Tıbbi görüntüler için 3 boyutlu bölütleme algoritmalarının karşılaştırılması

PDF İndir

  1. Tez No: 202492
  2. Yazar: HAKAN BULU
  3. Danışmanlar: YRD. DOÇ. DR. ADİL ALPKOÇAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2006
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül 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 tezde dört farklı 3 boyutlu bölütleme algoritması uygulamaya geçirilerek, sonuçları üç farklı bilgisayarlı tomogrofi görüntüsü seti üzerinde karşılaştırılmıştır. Karşılaştırılan bölütleme algoritmaları ; Seeded Region Growing, Volumetric Segmentation Using Weibull E-SD Fields , Automatic Multilevel Thresholding by using OTSU Method ve Unseeded Region Growing'dir. Bu tezde elde edilen başlıca sonuçlar; Seeded Region Growing algoritması uygun threshold degerlerinde ve fazla gürültü içermeyen resimler üzerinde iyi sonuçlar vermiştir. Volumetric Segmentation Using Weibull E-SD Fields algoritması kontrast farkının yüksek olduğu test verileri üzerinde iyi sonuçlar vermesine karşın, yakın kontrast değerlerine sahip tıbbi görüntüler üzerinde sağlıklı sonuçlar üretmemiştir. Automatic Multilevel Thresholding by using OTSU Method algoritması kendisine verilen segment sayısı doğrultusunda başaralı denebilecek sonuçlar üretmiştir. Ve son olarak Unseeded Region Growing algoritması Seeded Region Growing algoritmasında kullanılan threshold degerlerinde beklenenden fazla sayıda segment üretmesine karşın, ürettiği sonuçlar başarılı sayılabilir.

Özet (Çeviri)

In this thesis we implemented four different 3D segmentation algoritms, and we compared their reults on three different CT Data Sets. These segmentation algoritms are; Seeded Region Growing, Volumetric Segmentation Using Weibull E-SD Fields , Automatic Multilevel Thresholding by using OTSU Method and Unseeded Region Growing. The main results gained from our application as follows; Seeded Region Growing Algorithm produced good result on unnoised datasets with suitable threshold value. Volumetric Segmentation Using Weibull E-SD Fields Algorithm produced good result on our sample dataset which has high amount of contrast difference.However, The results on medical datasets which has low ammont of contrast difference. Automatic Multilevel Thresholding by using OTSU Method Algorithm which takes the segment count as an input by user interaction, produced sufficient results. And lastly, the number of segments produced by the Unseeded Region Growing Algorithm are over the expectations. But they can be considered as sufficent.

Benzer Tezler

  1. Tez No

    1018551

    Beyin tümörü segmentasyonu için yeni bir üç boyutlu U-Net tabanlı derin öğrenme mimarisi

    A novel three-dimensional U-Net based deep learning architecture for brain tumor segmentation

    AYŞE BAŞTUĞ KOÇ

    Doktora

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. DEVRİM AKGÜN

  2. Tez No

    854177

    Comparison of different methods for lung immobilization through an animal model study

    Başlık çevirisi yok

    İRFAN KARACA

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    BiyomühendislikPolıtecnıco Dı Mılano

    PROF. DR. ANDREA ALİVERTİ

    PROF. DR. ANTONELLA LO MOURA

  3. Tez No

    929505

    Meme MRG'de saptanan kitle dışı kontrastlanmaların benign ve malign ayrımında radyolojik bulgularla doku analizi bulgularının makine öğrenimi yöntemleriyle değerlendirilmesi ve segmentasyon tabanlı 3 boyutlu evrişimsel sinir ağlarıyla karşılaştırılması

    Evaluation of radiological and texture analysis findings using machine learning methods in the differentiation of benign and malignant non-mass enhancements detected on breast MRI and comparison with segmentation-based three dimensional convolutional neural networks

    SERHAT AKIŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    Radyoloji ve Nükleer TıpDokuz Eylül Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF. DR. PINAR BALCI

  4. Tez No

    100808

    Color image segmentation: Multithresholding and constraint satisfaction methods

    Renkli imge bölütleme: Çoklueşikleme ve kısıt sağlama metodları

    FATİH KURUGÖLLÜ

    Doktora

    İngilizce

    İngilizce

    2000

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. A. EMRE HARMANCI

  5. Tez No

    771302

    A sensor fusion approach for autonomous driving

    Otonom sürüş için sensör birleştirme yaklaşımı

    BEKİR EREN ÇALDIRAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. TANKUT ACARMAN

Geri Dön