Geri Dön

Segmentation of human facial muscles on CT and MRI data using level set and Bayesian methods

İnsan yüz kaslarının kesit kümesi ve Bayesçi yöntemlerle manyetik rezonans ve bilgisayarlı tomografi verisi kullanılarak bölütlenmesi

PDF İndir

  1. Tez No: 276634
  2. Yazar: HİKMET EMRE KALE
  3. Danışmanlar: DOÇ. DR. ERKAN MUMCUOĞLU
  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: 2011
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Sağlık Bilişimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 94

Özet

Tıbbi görüntü bölütleme pek çok zorluklar içerir ve üzerinde sıklıkla çalışılan bir problemdir.Bu tezin ana hede ? insane mimik kaslarını otomatik olarak bölütlemek için yöntemler geliştirmekve bu yöntemleri karşılaştırarak en iyi yöntemi belirlemektir. Bölütleme yöntemleri Bayesçi MarkovRastgele Alanlar ve Etkin Çevre Hatları modelleri üzerine kurulmuştur. Önerilen bölütleme yöntemleri ön işleme, ana kas bölütleme işlemi ve son işlem kısımlarını içeren birden çok basamaklı birer işlemdir.Yöntemler Manyetik Rezonans (MR), Bilgisayarlı Tomogra ? (BT) verisi ve bilginin her iki veriden degeldiği birleştirilmiş veri seti üzerinde uygulandı. Yöntemler hem iki boyutlu hemüç boyutlu olarakuygulandı. Hasta verisinden elde edilen sonuçlar uzman bir radyolog tarafından işaretlenmişkaslarla istatistiki olarak karşılaştırıldı.

Özet (Çeviri)

Medical image segmentation is a challenging problem, and is studied widely. In this the-sis, the main goal is to develop automatic segmentation techniques of human mimic musclesand to compare them with ground truth data in order to determine the method that providesbest segmentation results. The segmentation methods are based on Bayesian with MarkovRandom Field (MRF) and Level Set (Active Contour) models. Proposed segmentation meth-ods are multi step processes including preprocess, main muscle segmentation step and postprocess, and are applied on three types of data: Magnetic Resonance Imaging (MRI) data,Computerized Tomography (CT) data and uni ? ed data, in which case, information comingfrom both modalities are utilized. The methods are applied both in three dimensions (3D) andtwo dimensions (2D) data cases. A simulation data and two patient data are utilized for tests.The patient data results are compared statistically with ground truth data which was labeledby an expert radiologist.

Benzer Tezler

  1. Tez No

    313784

    Automatic bayesian segmentation of human facial tissue using 3D MR-CT fusion by incorporating models of measurement blurring, noise and partial volume

    İnsan yüz dokularının bulanıklaşma, gürültü ve kismı hacim modelleri içeren bayesçi 3D MR-CT görüntü birleşmesi yöntemi kullanılarak otomatik bölütlenmesi

    EMRE ŞENER

    Doktora

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Mühendislik Bilimleri Ana Bilim Dalı

    DOÇ. DR. ERKAN MUMCUOĞLU

    DOÇ. DR. UTKU KANOĞLU

  2. Tez No

    93093

    Segmentation of human face

    Yüz nesnelerinin bulunması

    SELİN BASKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. METE BULUT

    DOÇ. DR. VOLKAN ATALAY

  3. Tez No

    181036

    Recognition of human face expressions

    İnsan yüz ifadelerinin tanınması

    EMRAH ENER

    Yüksek Lisans

    İngilizce

    İngilizce

    2006

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. METE SEVERCAN

  4. Tez No

    181535

    İnsan yüzü resimlerinin kodlanması ve arşivlenmesi

    Coding and archival of human face images

    ŞÜKRÜ GÖRGÜLÜ

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik MühendisliğiAnadolu Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ.DR. ÖMER NEZİH GEREK

  5. Tez No

    876907

    Efficient human parsing and inpainting using advanced deep learning techniques

    Gelı̇şmı̇ş derı̇n öğrenme teknı̇klerı̇nı̇ kullanarak etkı̇n ı̇nsan ayrıştırma ve inpainting

    MD IMRAN HOSEN

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TARKAN AYDIN

Geri Dön