Geri Dön

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

PDF İndir

  1. Tez No: 313784
  2. Yazar: EMRE ŞENER
  3. Danışmanlar: DOÇ. DR. ERKAN MUMCUOĞLU, DOÇ. DR. UTKU KANOĞLU
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mühendislik Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 118

Özet

Tıbbi görüntülerde insan kafasının bölütlenmesi tıbbi teşhis, yüz ameliyatı planlaması, protez tasarımı ve adli tıpta kimlik teşhisi gibi geniş bir yelpazeye yayılan uygulamalarda önemli bir işlemdir. Bu çalışmada, yüzdeki dokuların bölütlenmesi için yeni bir Bayesçi yöntem sunulmaktadır. Kullanılacak bölütleme sınıfları kas, kemik, yağ, hava ve deri olarak belirlenmiştir. Yöntem, görüntü alımında oluşan görüntü bozulma modeli, gürültü azaltmaya yardımcı önsel bilginin yanı sıra, kısmi hacim modeli de içermektedir. Eşyönlü ve yönsel Markov Rasgele Alanı önsel bilgilerine dayalı bölütleme düzenlemesi yönteme dahil edilmiştir ve bölütleme doğruluğu üzerindeki etkileri araştırılmıştır. Bayesçi modeli görüntünün her vokselindeki doku sınıfını verecek şekilde yinelemeli olarak çözülmüştür. Model kombinasyonlarını açıp kapatarak ana yöntemin alt yöntemleri elde edilmiştir. Alt yöntemlerin denemesi tek modalitede üç-boyutlu (3B) görüntüler ve birbirine çakıştırılmış çoklu-modalitede 3B görüntülerde (Manyetik Rezonans ve Bilgisayarlı Tomografi) yapılmıştır. Yöntemlerin sayısal, görsel ve istatistiksel analizi sunulmuştur. Önerilen görüntü modelleriyle ve çoklu modalite veri kullanımıyla bölütleme doğruluğu iyileştirilmiştir. Ayrıca yöntemler daha önceki bir çalışmada sunulan Level Set ve adaptif Bayesçi bölütlemeleriyle karşılaştırılmıştır.

Özet (Çeviri)

Segmentation of human head on medical images is an important process in a wide array of applications such as diagnosis, facial surgery planning, prosthesis design, and forensic identification. In this study, a new Bayesian method for segmentation of facial tissues is presented. Segmentation classes include muscle, bone, fat, air and skin. The method incorporates a model to account for image blurring during data acquisition, a prior helping to reduce noise as well as a partial volume model. Regularization based on isotropic and directional Markov Random Field priors are integrated to the algorithm and their effects on segmentation accuracy are investigated. The Bayesian model is solved iteratively yielding tissue class labels at every voxel of an image. Sub-methods as variations of the main method are generated by switching on/off a combination of the models. Testing of the sub-methods are performed on two patients using single modality three-dimensional (3D) images as well as registered multi-modal 3D images (Magnetic Resonance and Computerized Tomography). Numerical, visual and statistical analyses of the methods are conducted. Improved segmentation accuracy is obtained through the use of the proposed image models and multi-modal data. The methods are also compared with the Level Set method and an adaptive Bayesian segmentation method proposed in a previous study.

Benzer Tezler

  1. Tez No

    276634

    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

    HİKMET EMRE KALE

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Sağlık Bilişimi Ana Bilim Dalı

    DOÇ. DR. ERKAN MUMCUOĞLU

  2. Tez No

    610451

    Sintigrafi görüntülerinden tiroid nodüllerin bilgisayar destekli tanı sistemi

    Computer based diagnosis system of thyroid nodules from scintigraphic images

    AYSUN SEZER

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SADETTİN EMRE ALPTEKİN

  3. Tez No

    112036

    Feature extraction from mammographic mass shapes and development of a mammogram database

    Mamografik kütle şekillerinden özellik çıkarımı ve bir mamogram veri tabanı geliştirilmesi

    GÖKHAN ERTAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2001

    Tıbbi BiyolojiBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ.DR. HALİL ÖZCAN GÜLÇÜR

  4. Tez No

    662860

    Uncertainty assessment for speaker verification systems using a bayesian approach

    Başlık çevirisi yok

    ÇAĞIL SÜSLÜ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. CENK DEMİROĞLU

  5. Tez No

    66689

    Menzil profili modunda çalışan radarla otomatik hedef sınıflama

    automatic target classification with radars operating in range profilling

    CENK GÖKBERK

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ERCAN TOPUZ

Geri Dön