Geri Dön

Tıbbi görüntülerde içerik tabanlı görüntü erişimi için özellik çıkarım yöntemleri

Feature extraction methods using biomedical images for content based image retrieval

  1. Tez No: 246953
  2. Yazar: MUHAMMET BAYKARA
  3. Danışmanlar: YRD. DOÇ. DR. BURHAN ERGEN
  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: 2009
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 108

Özet

Bilişim dünyasında gün geçtikçe değeri artan görsel bilginin saklanması ve gerektiğinde bu bilgilere tekrar erişilmesi önem kazanmıştır. Kişisel ve kurumsal olarak, artan görsel veritabanı ihtiyacı düşünüldüğünde, büyük boyutlardaki görüntü veri tabanlarında aranılan bilgiye erişilmesi önemli bir problemdir. İçerik tabanlı görüntü erişim sistemi, materyalin muhtevası üzerinden çeşitli hesaplamalar ile sorgulama yapma temeline dayanır. Burada amaç, görsel materyallerin renk, şekil, doku gibi temel özellikleri kullanılarak geri erişimin sağlanabilmesidir.Bu tez çalışmasında içerik tabanlı görüntü erişim sistemleri incelenmiş ve tıbbi uygulamalarda kullanılmak üzere, oluşturulan biyomedikal imge veri tabanı üzerinde istatistiksel doku analizi yapılmıştır. Yapılan uygulamalar, tıbbi bir içerik tabanlı erişim sisteminin altyapısı niteliğindedir. Literatürde çeşitli hazır veri tabanları üzerinde bazı yöntemlerle içerik tabanlı erişim uygulamaları mevcuttur. Ancak bu tez çalışmasında biyomedikal görüntüler üzerinde istatistiksel yöntemlerle dokusal özniteliklerin hesaplanması ve bu yöntemlerin performanslarının değerlendirilmesi amaçlanmıştır.

Özet (Çeviri)

In informatics world, storing the visual information and visual information retrieval when it is required have been gaining an increasing importance day by day. when the increasing need of visual database both personally and institutionally is taken into consideration, it has become a significant problem to retrieve images from a big image database. A content based image retrieval system is based on the basis of querying by computation upon the content of the image. Here, the aim is to enable the retrieval of the image by using its basic features such as color, shape and texture.In this thesis, Content Based Image Retrieval systems have been throughly studied and statistical texture analysis has been made on the biomedical image database built in order to use in medical applications. These applications are in the form of background of a medical content based retrieval system. In literature, there are some content based retrieval applications on various databases. Moreover there has been some information given about Content Based Image Retrieval System such as QBIC, in literature. However, the aim of this thesis is to compute the textural features on biomedical image by statistical methods and to evaluate the performances of these methods.

Benzer Tezler

  1. Tıbbi görüntü veri setlerinde matlab ile büyük veri teknikleri uygulaması

    Application of big data techniques for medical images datasets with matlab

    EISSA FAISAL ALI AL-ZABIDI

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ URAZ YAVANOĞLU

  2. Radyolojik görüntüler için içerik tabanlı görüntü erişim sistemi

    Content – based image retrieval system for radiological images

    ZEHRA KARHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BURHAN ERGEN

  3. Self-supervised representation learning with graph neural networks for region of interest analysis in breast histopathology

    Meme histopatolojisinde ilgi alanı gösterimlerinin çizgesel sinir ağları ile kendinden gözetimli öğrenimi

    YİĞİT ÖZEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SELİM AKSOY

  4. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  5. Efficient deep learning approaches for signal and image analysis applications

    Sinyal ve görüntü analizi uygulamaları için verimli derin öğrenme yaklaşımları

    ONUR CAN KOYUN

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN