Segmentation and classification of cervical cell images
Serviks hücre görüntülerinin bölütlenmesi ve sınıflandırılması
- Tez No: 255972
- Danışmanlar: YRD. DOÇ. DR. SELİM AKSOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 122
Özet
Serviks kanseri, erken teşhis ile tedavi edilerek önlenebilmektedir. Pap smear testi, rahim ağzında meydana gelen kanser ve kanser öncüsü değişiklikleri belirlemek üzere uygulanan manüel bir tarama yöntemidir. Ancak bu yöntem gözlemci tutarsızlığı ve her bir test için harcanması gereken çaba gibi dezavantajlar içermektedir. Bilgisayar destekli bir tarama sistemi, başarılı bir algoritma ile serviks kanserinin önlenmesinde yararlı olacaktır.Bu tezde, verilen bir Pap test lamında yer alan hücreleri anormallik derecesine göre sıralayarak sitologlara yardımcı olacak bilgisayar destekli tanılayıcı bir sistem önerilmektedir. Böyle bir sitemi oluşturan üç temel bileşen vardır. İlk başta, hücreler ve çekirdekleri mikroskop kullanılarak elde edilen bir görüntü üzerinde bir bölütleme yöntemi yardımıyla tespit edilir. Sonra, bölütlenmiş olan hücreleri betimleyen özellikler çıkarılır. En sonunda, hücreler çıkarılan özellikler temel alınarak anormallik derecesine göre sıralanır.Bir tek serviks hücresi içeren görüntüleri gerektiren ilgili çalışmalardan farklı olarak, örtüşen hücrelerin görüntülerini de işleyebilen parametrik olmayan genel bir bölütleme algoritması önerilmektedir. İlk aşama olarak, arka plan alanlarını çıkararak geriye kalan hücre alanlarını elde etmek amacıyla eşikleme yöntemi kullanılmıştır. İkinci aşama, spektral, şekil ve gradyan bilgisinden faydalanan parametrik olmayan hiyerarşik bir bölütleme yöntemi ile hücre alanlarının bölütlenmesinden oluşmaktadır. Son aşama, elde edilen bölütleri çekirdek ya da sitoplazma olarak sınıflandırmak suretiyle hücre alanını her bir çekirdeğe ait doğru yapılara ve bütün sitoplazma alanına ayırmayı amaçlamaktadır. Önerilen bölütleme yöntemi iki farklı veri kümesi kullanılarak nicel ve nitel olarak değerlendirilmiştir.Öğreticisiz bir tarama sistemi önerilerek, sınıflandırma üzerine yoğunlaşmış ilgili çalışmalara göre probleme farklı bir yönden yaklaşmak amaçlanmıştır. Bir Pap lamında yer alan hücreleri sıralamak için, ilk önce, hücrelerden çıkarılan 14 farklı özelliğe göre hiyerarşik kümeleme uygulanmıştır. Hücrelerin ilk sıralaması oluşturulan hiyerarşik ağacın yaprak sıralaması olarak belirlenmiştir. Sonra, bu ilk sıralama bir en iyi yaprak sıralama algoritması ile iyileştirilmiştir. Referans veri kullanılarak yapılan deneyler önerilen yaklaşımın etkinliğini farklı deneysel ayarlar altında göstermektedir.
Özet (Çeviri)
Cervical cancer can be prevented if it is detected and treated early. Pap smear test is a manual screening procedure used to detect cervical cancer and precancerous changes in an uterine cervix. However, this procedure is costly and it may result in inaccurate diagnoses due to human error like intra- and inter-observer variability. Therefore, a computer-assisted screening system will be very beneficial to prevent cervical cancer if it increases the reliability of diagnoses.In this thesis, we propose a computer-assisted diagnosis system which helps cyto-technicians by sorting cells in a Pap smear slide according to their abnormality degree. There are three main components of such a system. Firstly, cells along with their nuclei are located using a segmentation procedure on an image taken using a microscope. Then, features describing these segmented cells are extracted. Finally, the cells are sorted according to their abnormality degree based on the extracted features.Different from the related studies that require images of a single cervical cell, we propose a non-parametric generic segmentation algorithm that can also handle images of overlapping cells. We use thresholding as the first phase to extract background regions for obtaining remaining cell regions. The second phase consists of segmenting the cell regions by a non-parametric hierarchical segmentation algorithm that uses the spectral and shape information as well as the gradient information. The last phase aims to partition the cell region into true structures of each nucleus and the whole cytoplasm area by classifying the final segments as nucleus or cytoplasm region. We evaluate our segmentation method both quantitatively and qualitatively using two data sets.By proposing an unsupervised screening system, we aim to approach the problem in a different way when compared to the related studies that concentrate on classification. In order to rank the cells in a Pap slide, we first perform hierarchical clustering on 14 different cell features. The initial ordering of the cells is determined as the leaf ordering of the constructed hierarchical tree. Then, this initial ordering is improved by applying an optimal leaf ordering algorithm. The experiments with ground truth data show the effectiveness of the proposed approach under different experimental settings.
Benzer Tezler
- Unsupervised segmentation and ordering of cervical cells
Serviks hücrelerinin öğreticisiz olarak bölütlenmesi ve sıralanması
NERMİN SAMET
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELİM AKSOY
- A fluid dynamics based image segmentation approach and pap-smear image data classification
Pap-smear örneklerınde akışkan dinamiğine dayalı bır segmentasyon yaklaşımı ve görüntü versinin sınıflandırılması
ÇAĞLAR CENGİZLER
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Bölümü
DOÇ. DR. MUTLU AVCI
DOÇ. DR. MUSTAFA GÜVEN
- Histopatolojik görüntülerin makine öğrenmesi yöntemleri ile analizi
Analysis of histopathological images via machine learning methods
ABDÜLKADİR ALBAYRAK
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN BİLGİN
- Pap-smear görüntüleri üzerinde rahim ağzı kanseri tespiti
Cervical cancer detection over pap-smear images
FATMA BETÜL AKYOL
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ ALTUN
- Histopatoloji imgelerinin bölütlenmesi ve sınıflandırılması
Segmentation and classification of histopathological images
FARUK SERİN
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METİN ERTÜRKLER