3 boyutlu görüntülerden beyin tümörlerinin bilgisayar destekli tespiti
Computer aided detection of 3-dimensional images of brain tumors
- Tez No: 315140
- Danışmanlar: PROF. DR. A. YILMAZ ÇAMURCU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 89
Özet
Bilgisayar destekli tespit sistemleri, görüntü işleme tekniklerini kullanarak, radyoloji uzmanlarına kitle tespiti konusunda yardımcı olmayı hedeflemektedir. Bu tez çalışmasında, 3 boyutlu beyin MRI (Magnetic Resonance Imaging) görüntüleri üzerinde kitle tespit işleminin gerçekleştirilmesi amaçlanmıştır.Bilgisayar destekli tespit işlemleri genel olarak dört aşamadan oluşmaktadır. Bu aşamalar sırasıyla, görüntü ön-işleme, bölütleme, özellik çıkarımı ve sınıflandırma aşamalarıdır. Bu tez çalışmasında, geliştirilen bilgisayar destekli tespit sisteminin aşamalarında çeşitli teknikler kullanılarak, bu kullanılan tekniklerin sonuçlara olumlu ve olumsuz etkileri araştırıldı. Ön-işleme ve bölütleme aşamalarındaki işlemler sonucunda elde edilen ilgi bölgeleri etiketlenerek, özellik çıkarımı aşamasında bu ilgi bölgelerinin özellikleri çıkarılmış ve son aşamada bu özelliklere göre ilgi bölgelerinin kitle olup olmadığı sınıflandırılmıştır.Beyin MRI görüntülerinde kitle tespitinde yüksek başarı yüzdesi elde edebilmek için öncelikle görüntüler üzerinde İB (İlgi Bölgesi)'lerin başarılı bir şekilde tespit edilmesi gerekmektedir. Bu tez çalışmasında ön-işleme aşamasında kitle olabilecek bölgelerin daha belirgin hale getirilmesi ve başarılı bir bölütleme işlemi gerçekleştirmek için histogram eşitleme, keskinleştirici maskeleme ve aşınma ile genleşme algoritmaları kullanıldı. Görüntüler üzerinde bölütleme işlemi yapılırken kitle olmayan İB'lerin sayısının çok olması sınıflandırma aşamasında sonuçlar üzerinde olumsuz bir etki oluşturduğu gözlemlendi. Bu sebeple ön-işleme ve bölütleme aşamalarında kullanılan histogram eşitleme, keskinleştirici maskeleme, aşınma ve genleşme algoritmaları ile farklı eşikleme (Thresholding) değerleri kullanılarak en başarılı tespit işlemi gerçekleştirilmeye çalışıldı. Bu doğrultuda üç farklı sistem geliştirilerek bu sistemlerden elde edilen sonuçlar karşılaştırıldı.
Özet (Çeviri)
Computer-aided detection systems goal to help radiology experts in mass detection using image processing techniques. This study aims to realize mass detection process on the three-dimensional brain MRI (Magnetic Resonance Imaging) images.Computer-aided detection process consists of four steps in general. These phases are image pre-processing, segmentation, feature extraction and classification stages, respectively. This study intends to observe the effects of positive and negative results by using various techniques developed in stages of computer-aided detection system. At the end of the pre-processing and segmentation stages, regions of interest are labeled, and in the feature extraction stage the regions of interest are issued to characteristics, and finally in the final stage the regions of interest are classified which are whether or not mass according to these features.IA (Interest Area)?s need to be determined successfully to achieve high success rate on the brain MRI images of mass determination. Stages of the pre-processing and segmentation process are executed as a result of detected IA?s. In this thesis, in pre-processing stage the areas that can be mass is made to be more clear and histogram equalization, sharpener masking, erosion and dilation algorithms are used to perform successful segmentation process. While segmentation process is implemented on the images, the big number of IA?s which is not mass creates a negative effect on the results observed in the classification stage. For this reason, histogram equalization, sharpener masking, erosion and dilation algorithms which are used in pre-processing and segmentation phases and identification of the most successful realization process are studied by using the thresholding values. Accordingly, three different systems are developed and the obtained results are compared from these systems.
Benzer Tezler
- Derin öğrenme yöntemlerini kullanarak MR görüntülerinden otomatik tümör tespiti
Automatic tumor detection from brain MRI images using deep learning techniques
NECİP ÇINAR
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KAYA
- Raspberry Pi üzerinde çalışan ELM algoritması ile beyin tümör segmentasyonu
Brain tumor segmentation with ELM algorithm working on raspberry Pi
FATİH ŞİŞİK
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam ÜniversitesiEnformatik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESER SERT
- Detection and 3D modeling of brain tumors using image segmentation methods and volume rendering techniques
Görüntü segmentasyon yöntemleri ve hacim oluşturma teknikleri kullanılarak beyin tümörlerinin saptanması ve 3 boyutlu modellemesi
DEVRİM KAYALI
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ULUS ÇEVİK
- Daidzein-yüklü nanopartiküler sistemlerin hazırlanması ve in vitro olarak değerlendirilmesi
Preparation and in vitro evaluation of daidzein-loaded nanoparticulate systems
RUKİYE SEVİNÇ ÖZAKAR
Doktora
Türkçe
2015
Eczacılık ve FarmakolojiAtatürk ÜniversitesiFarmasötik Teknoloji Ana Bilim Dalı
DOÇ. DR. MELTEM ÇETİN
- Mikrodalga temelli klinik öncesi deneysel ortopedik görüntüleme sisteminin geliştirilmesi
Development of a microwave-based pre-clinical experimental orthopedical imaging system
ERCAN MENGÜÇ
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiAkdeniz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK HELHEL