Önsel bilgi kullanılarak tıbbi görüntülerde makine öğrenmesi tabanlı kontur bulma ve nesne konumlandırma
Machine learning based object localization and contour extraction in medical images with prior information
- Tez No: 290153
- Danışmanlar: DOÇ. DR. YUSUF SİNAN AKGÜL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Gebze Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 118
Özet
Bilgisayarla görmenin temel problemlerinden olan nesne saptama ve nesnenin konturlarını bulma, önsel bilginin eklenmesi ile daha başarılı sonuçlar üretmektedir. Literatürde, bilgisayarla görme metotlarına birçok önsel bilgi ekleme yaklaşımı sunulmasına rağmen, farklı türlerdeki önsel bilgileri bir araya getirebilen, çok gürültülü ve problemli kısımların olduğu imgelerde çalışan etkili ve verimli yöntemler çok nadirdir.Bu tezde, çeşitli tıbbi imgeler için nesne saptama ve kontur bulma işlemlerini farklı önsel bilgilerin eklenmesi ile gerçekleştiren makine öğrenmesi tabanlı yöntemler sunulmuştur. Sunulan yöntemlerde, önsel bilgi hiyerarşik bir şekilde lokal ve global olarak ayrılmıştır. Böylece farklı tiplerdeki bilgileri ekleyerek daha verimli, modüler ve etkin bir şekilde nesne saptama ve kontur bulma işlemlerini gerçekleştirmek amaçlanmıştır.Geliştirilen ilk yöntem, global şekil ve imge bilgisi ile ekokardiyogramlardan ve kalp MR imgelerinden iç ve dış sol karıncık konturlarını bulmaktadır. Geliştirilen diğer bir yöntem ise kalp duvarının hareketi, görünüş ve uzaklık gibi çeşitli lokal önsel bilgilerle, sol karıncığın geometrik şeklini birleştirerek ekokardiyogramlardan kontur bulmaktadır. Bir başka yöntem de, bel omurga MR imgelerinden lomber omurlar arasındaki disklerin konumlandırılması için geliştirilmiştir. Bu yöntem, disklerin lokal özellikleri ile lomber eğrinin global şeklini birleştirmektedir. Son olarak, MR kalp imgelerinden sol karıncığın yeri bulunmuş ve kalp duvarlarını gösteren skor imgeleri oluşturulmuştur.Geliştirilen yöntemlerin etkinliği, gerçek tıbbi imgeler ve sentetik imgeler kullanılarak gösterilmiştir. Ayrıca, önsel bilgi kullanmayan metotlarla da deneyler gerçeklenmiş ve geliştirilen metotların çok daha başarılı olduğu gösterilmiştir.
Özet (Çeviri)
Object localization and contour extraction, which are two major problems of computer vision, produce improved and more successful results with the incorporation of prior information. Although there are many prior incorporation methods in the literature, methods that bring different types of priors together and run even in very noisy and problematic images are very rare.In this dissertation, a number of machine learning based methods for the incorporation of different priors into object localization and contour extraction for different types of medical images are presented. In the methods, the prior knowledge is hierarchically classified as local and global priors. By the incorporation of different types of priors, it is intended to make more efficient, modular, and effective object detection and contour extraction process.The first proposed method extracts the inner and outer left ventricle borders from echocardiograms and cardiac MR images by employing global shape and image information. A second proposed method brings different types of information like the cardiac motion, appearance, and distance together and detects the left ventricle borders from echocardiograms. Another method is developed to localize discs between the lumbar vertebra with the incorporation of local features of discs and global shape of lumbar curve. Finally, a method that localizes the left ventricle in MR images is developed. Also, score images that show the cardiac borders are generated.The effectiveness of the developed methods is validated on real medical images and synthetic images. Also, experiments are performed with the methods that do not use prior information and the success of the proposed methods is demonstrated.
Benzer Tezler
- Acil serviste kalp yetmezliği tanısı alan hastalarda tedavi uyumu ve mortalitenin değerlendirilmesi
Evaluation of treatment compliance and mortality in patients diagnosed with acute heart failure in the emergency department
GÜLCAN NUR YILMAZ
Tıpta Uzmanlık
Türkçe
2024
Acil TıpSağlık BakanlığıAcil Tıp Ana Bilim Dalı
PROF. DR. ÖZLEM BİLİR
UZMAN MÜMİN MURAT YAZICI
- Beyin BT görüntülerinden inme teşhisine yönelik derin öğrenme tabanlı hekim karar destek sistemi
Deep learning based physician decision support system for diagnosis of stroke from brain CT images
MUHAMMED ÖNAL
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiEkobilişim Ana Bilim Dalı
DOÇ. DR. BUKET KAYA
- Modeling of tubular structures and fibers in in vivo data: Revealing asymmetry in human vasculature and white matter fiber tracts
In vivo verilerinde tübüler yapıların ve liflerin modellenmesi: İnsan damar sistemi ve ak madde yolaklarında asimetrinin ortaya cıkarılması
SÜHEYLA ÇETİN KARAYUMAK
Doktora
İngilizce
2016
Mühendislik BilimleriSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖZDE ÜNAL
- Veri madenciliği yöntemleri ile ankilozan spondilit hastalığında radyografik progresyona etkili faktörlerin analizi
Analysis of factors affecting radiographic progression in ankylosing spondylitis disease by data mining methods
YEŞİM ATASOY
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
YRD. DOÇ. DR. ÇİĞDEM EROL
YRD. DOÇ. DR. YALÇIN ÖZKAN
- On sekiz yaş altı suriyeli hastaların 2020-2022 tarihleri arasında çocuk acil servis başvurularının değerlendirilmesi
Assessment of pediatric emergency department visits among immigrant patients aged below eighteen between 2020-2022
ZEYNEP DİNÇER EZGÜ
Tıpta Uzmanlık
Türkçe
2023
Çocuk Sağlığı ve HastalıklarıAnkara Yıldırım Beyazıt ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. HALİSE AKÇA