Bulanık sınıflandırma ile beyin MR görüntülerinde tümör tespiti
Tumor detection in MR brain images using fuzzy classification
- Tez No: 283039
- Danışmanlar: DOÇ. DR. YAŞAR BECERİKLİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 104
Özet
Bu tez çalışmasında, insan düşünce sistemine yakın olan bulanık sistemin getirdiği avantajlar kullanılarak beyin MR görüntüsünde tümör tespitinde iyileştirmeler elde edilmeye çalışılmıştır. Yapılan çalışmada görüntü verisi olarak, geliştirilen algoritmaların test edilmesi için özel hazırlanan, tümörlü bölgeleri belli MR görüntüsü kullanılmıştır. Uygulamalarda bulanık sistemin klasik sistemlere göre karar aşamasında çok daha başarılı olduğu sonucuna varılmıştır.Beyin MR görüntüsünde tümörlü bölgenin tespiti için öncelikle kümeleme algoritmaları denenmiş ve görüntü gri seviyesine göre farklı bölgelere ayrılmaya çalışılmıştır. İlerleyen safhalarda kural tabanlı bulanık sistem ile görüntüdeki tümörlü bölge sınıflandırılmıştır. Kural çıkarımı için yine kümeleme algoritmalarından faydalanılmıştır.Yapılan testler kümeleme algoritmaları arasında kesin bir üstünlükten söz edilemeyeceğini göstermiştir. Eldeki veriye göre farklı algoritmalar başarılı sonuçlar verebilmektedir. Kümeleme algoritmalarındaki başarıda en büyük etken algoritma için gerekli parametrelerin isabetli bir şekilde kestirilmesidir.Bu sonuçlar çerçevesinde, uygulanan kural tabanlı bulanık sistemin en iyi performansı göstermesi için kural çıkarımında kullanılan bulanık c-ortalama kümeleme algoritması farklı parametreler ve görüntüden elde edilen farklı özellikler ile denenmiş ve başarılı sonuçlar elde edilmiştir.
Özet (Çeviri)
The goal of this work is to improve the performance of the detection of tumor areas in MR brain images using the advantages of fuzzy system. We have made available synthetic MR brain images presenting tumor, that is generated by inserting pathology into a healthy MR brain image with known ground truth. That is provide us to testing the algorithms developed. At the end of work we have had a decision that fuzzy systems has advantages over the crisp systems.To detection of tumor areas we have implemented clustering algorithms, and segmented the image different areas in the first section. Secondly, the tumor areas classified using rule based system. At this step, clustering algorithms were used for extracting the rules.Experimental results show that, there is no superiority between clustering algorithms. The most important fact superioring the clustering algorithm is that estimating the parameters of algorithms properly. One more point to keep in mind is that different clustering algoritms could be useful for different data.We have tried fuzzy c-means (fcm) algorithm with different parameters for extracting of the rules for fuzzy rule based system in order to have the best classification results.
Benzer Tezler
- Beyin MR görüntülerinin akıllı yöntemler ile sınıflandırılması, kümelenmesi ve bölütlenmesi
Classification, clustering and segmentation of brain MR images by intelligent methods
FARUK ALTUNTAŞ
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAŞAR BECERİKLİ
- Brain tumor segmentation and classification using machine learning
Makine öğrenimine dayalı beyin tümörü bölümlemesi ve sınıflandırması
RUAA MASHKOOR MAHMOOD
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEHAD T.A RAMAHA
- Saklı Markov model tabanlı sınıflandırıcıların geliştirilemesi
Improvement of hidden Markov model based classifiers
HARUN UĞUZ
Doktora
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ARSLAN
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- A hierarchical object localization and image retrieval framework
Katmanlı bir mimari ile nesne bulma ve imge sorgulama sistemi
MUTLU UYSAL
Doktora
İngilizce
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATOŞ YARMAN VURAL