Lung mass classification using wavelets and support vector machines
Dalgacık dönüşümü ve destek vektörü makineleri kullanılarak akciğer kütlesinin sınıflandırılması
- Tez No: 238939
- Danışmanlar: DOÇ. DR. ADEM KARAHOCA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Biyoteknoloji, Computer Engineering and Computer Science and Control, Bioengineering, Biotechnology
- Anahtar Kelimeler: Dalgacık, Dalgacık dönüşüm tekniği, Dalgacık dönüşümleri, Dalgacık tekniği, Dalgacık teorisi, Karar verme teknikleri, Lung, Carl Gustav, Wavelet, Wavelet transforms technique, Wavelet transforms, Wavelet technique, Wavelet theory, Decision making techniques, Lung, Carl Gustav
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- 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
2023
Göğüs HastalıklarıSağlık Bilimleri ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
PROF. DR. SEVDA ŞENER CÖMERT
- Çoklu spektroskopik tekniklerle (EDXRF, ICP-MS, Raman) farklı kanserli doku tiplerinin karakterizasyonu ve sınıflandırılması
Characterization and classification of different cancer tissue types with multi-spectroscopic techniques (EDXRF, ICP-MS, Raman)
VEDAT SOLA
Doktora
Türkçe
2025
Fizik ve Fizik MühendisliğiAtatürk ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. YÜKSEL ÖZDEMİR
- Akciğer kanseri tanısında kullandığımız girişimsel yöntemlerin etkinliğinin araştırılması
Investigation of the effectiveness of interventional methods used in diagnosis of lung cancer
ABDURRAHMAN KOTAN
Tıpta Uzmanlık
Türkçe
2021
Göğüs HastalıklarıRecep Tayyip Erdoğan ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
PROF. DR. AZİZ GÜMÜŞ
- Küçük hücreli dışı akciğer kanserinde yorgunluğun egzersiz kapasitesine ve vücut kompozisyonuna etkisi
The effect of fatigue on exercise capacity and body composition in NON-small cell LUNG cancer
GÖKÇE DURMAZ
Tıpta Uzmanlık
Türkçe
2023
Göğüs HastalıklarıSağlık Bilimleri ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
PROF. DR. PINAR ERGÜN
UZMAN SEHER SATAR
- İç hastalıkları yoğun bakım ünitesinde hastanın ilk gün PA AC grafisinden yapay zeka yöntemleri kullanılarak mortalite tahmini
Mortality prediction from patient's first day PA AC radiograph in internal medicine intensive care unit using artificial intelligence methods
ORHAN GÖK
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TÜRKER FEDAİ ÇAVUŞ