Geri Dön

Lung mass classification using wavelets and support vector machines

Dalgacık dönüşümü ve destek vektörü makineleri kullanılarak akciğer kütlesinin sınıflandırılması

PDF İndir

  1. Tez No: 238939
  2. Yazar: BAŞAK SARIKAYA
  3. Danışmanlar: DOÇ. DR. ADEM KARAHOCA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Biyoteknoloji, Computer Engineering and Computer Science and Control, Bioengineering, Biotechnology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 44

Özet

Bu çalısmada, bilgisayarlı tomografi ile çekilmis akciğer görüntülerindeki akciğer kütlelerininkanserli olup olmadığını sınıflandırmak için kullanılabilecek yaklasımlar incelenmektedir. Butez, Destek Vektörü Makineleri ve Dalgacık Dönüsümü tabanlı alt bant görüntü dönüsümükombinasyonlarına dayanmaktadır. Karar verme mekanizması, dalgacık dönüsümü katsayılarıile desenden özellik vektörü çıkarım hesaplanması ve desenden çıkarılan vektörün üzerindekullanılan eğitim sınıflandırıcısı vasıtasıyla sınıflandırılması olmak üzere iki bölümdegerçeklestirilmistir. Destek Vektörü Makineleri, kütle sınıflandırması için öğreticili öğrenmeeğitimi doğrultusunda istatistiksel öğrenme teorisine dayanan öğrenme makineleridir.Çalısmada 126 bilgisayarlı akciğer tomografi görüntüsü kullanılmıstır. Görüntüdeki kütlelersınıflandırma için ilk etapta baslangıç olarak göğüs hastalıkları uzman doktorları tarafındantek tek gözle ayrıstırılmıstır, daha sonra tezde uygulanan yöntemler ile sınıflandırma islemiotomatize edilmistir. Bilgisayarlı akciğer tomografileri üzerinde yapılan testlerden elde edilensonuçlarda, dalgacık dönüsümü ile filtreleme yapıldıktan sonra, destek vektörü makineleri veradyal tabanlı fonksiyon çekirdeği kullanımı, % 76.74 sınıflandırma doğruluğuna erisilmistir.Destek Vektör Makineleri'nin sınıflandırmadaki performansını göstermek için, sonuçdüzensizlik matrisi, doğruluk, hassasiyet ve kesinlik analizi değerleri, farklı çekirdek tiplerikullanılarak gösterilmistir.

Özet (Çeviri)

This study deals with observation of an approach for classification the lung cancer masses ascancer or not. In this thesis, it is implemented a compound of Support Vector Machine(SVM) and wavelet based image decomposition. Decision making was performed with twopartitions, feature determination by computing the wavelet coefficients and classificationusing the classifier trained on the feature determination. Support Vector Machine (SVM) is alearning machine which relies on statistical learning theory was trained in order to supervisedlearning to classify masses. The study implies 126 computerized lung tomography images.The masses were segmented by breast expert doctors manually at first step to theclassification system. Test results demonstrate accuracy on lung cancer indicated over 76.74%classification accuracy by using the SVM with Radial Basis Function Kernel. Also confusionmatrix, accuracy, sensitivity and specificity analysis with different kernel types wereemployed to demonstrate the classification performance of SVM.

Benzer Tezler

  1. Tez No

    847271

    Sıçanlarda obezite ve obezite ilişkili metabolik komplikasyonların sleeve gastrektomi operasyonu sonrası rezolusyonunda etkili faktörlerin moleküler düzeyde araştırılması

    Investigation of the effective factors on the resolution of obesity and obesity-related metabolic complications after sleeve gastrectomy operation in rats at the molecular level

    AYSUN ŞAHİN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Genel CerrahiBursa Uludağ Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    DOÇ. DR. KAZIM ŞENOL

  2. Tez No

    872350

    Diyafram kalınlığı ve hareketinin koah sınıflaması ve alevlenmesindeki yeri

    The role of diaphragm thickness and excursion in the classification and exacerbation of copd

    SAİBE FULYA ELMASTAŞ AKKUŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Göğüs HastalıklarıSağlık Bilimleri Üniversitesi

    Göğüs Hastalıkları Ana Bilim Dalı

    PROF. DR. SEVDA ŞENER CÖMERT

  3. Tez No

    477678

    A decision support system based on content-based image retrieval for breast cancer diagnosis

    Meme kanseri tanısı için içerik tabanlı görüntü erişimine dayanan bir karar destek sistemi

    NUH ALPASLAN

    Doktora

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DAVUT HANBAY

    PROF. DR. PRABİR BHATTACHARYA

  4. Tez No

    633002

    Bronkoalveolar lavaj sıvılarında nitrozaminler ve nitrotirozinin belirlenmesi

    Determination of nitrosamines and nitrotyrosine in bronchoalveolar lavage fluids

    SİNEM ÇOLAK

    Doktora

    Türkçe

    Türkçe

    2020

    KimyaZonguldak Bülent Ecevit Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MEHMET AKYÜZ

  5. Tez No

    786512

    Litotomi pozisyonundaki ürolojik cerrahi girişimlerde klasik LMA ve I-gel kullanımında peep uygulamasının perioperatif oksijenasyon ve postoperatif pulmoner komplikasyonlar açısından karşılaştırılması

    Comparison of peep applying in terms of perioperative oxygenation and postoperative pulmonary complications in the use of classical LMA and İ-gel in urological surgery procedures in lithotomy position

    AHMET DEMİRÖRS

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Anestezi ve ReanimasyonSağlık Bilimleri Üniversitesi

    Anesteziyoloji ve Reanimasyon Ana Bilim Dalı

    PROF. DR. NERMİN GÖĞÜŞ

Geri Dön