Akciğer nodüllerinin bilgisayar destekli tespiti
Computer aided detection of lung nodules
- Tez No: 330775
- Danışmanlar: PROF. DR. ALİ YILMAZ ÇAMURCU
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- 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: 119
Özet
Akciğer kanseri tüm dünyada olduğu gibi ülkemizde de en sık rastlanan ve ölümle sonuçlanma oranı en yüksek olan kanser türüdür. Bu yüzden radyologlar hergün çok sayıda akciğer bilgisayarlı tomografisini incelemek zorunda kalmaktadırlar. Sayının çokluğunun yanı sıra nodüllerin çok küçük yapıda olmaları, damar, bronş gibi akciğer yapılarından ayırt edilmelerinin zorluğu gibi etkenler bir bilgisayarlı tomografi (BT) görüntüsünün inceleme süresinin çok uzun olmasına neden olmaktadır. Bu tez çalışmasında radyologların akciğer BT görüntülerini inceleme süresini kısaltacak ve hata oranını düşürecek bilgisayar destekli tespit (BDT) sistemleri geliştirilmiştir.Geliştirilen üç farklı BDT sisteminde BT görüntülerindeki nodül adayı olabilecek ilgi hacimlerini belirlemekte aynı önişleme aşaması kullanılmaktadır. BDT Sistemi A, ilgi hacimlerinden 15 adet yapısal, istatistiksel ve histogram özniteliği çıkartmaktadır. BDT Sistemi B bu 15 adet özniteliği ek olarak 8 adet ilgi hacmi dış yüzey istatistiksel ve histogram özniteliği çıkartmaktadır. İlgi hacimlerinden en çok öznitelik çıkaran BDT sistemi olan BDT Sistemi C ilgi hacimlerinden 23 özniteliğe ek olarak 5 adet dış yüzey doku özniteliği de çıkartmaktadır.Geliştirilen BDT sistemlerinin performansları LIDC-IDRI veri setinden rastgele olarak seçilen, 20, 40, 50, 100 hastadan oluşan dört farklı eğitim ve test grubuyla ölçülmüştür. Elde edilen sonuçlar çıkarılan öznitelikler, kullanılan sınıflandırma algoritmaları ve hasta grupları bakımından değerlendirilmiştir. BDT sistemlerinin sınıflandırma aşamasında dört farklı algoritma kullanılmıştır. Deney sonuçlarında ilgi hacimlerinin dış yüzey doku özniteliklerini de çıkartan BDT Sistemi C'nin en yüksek başarı oranlarına eriştiği görülmüştür. BDT Sistemi C, 100 hastalık grupta %98,0duyarlılık oranı sağlamıştır. Bu deneyde seçicilik %87,7, doğruluk %90,1 olurken hasta başına yanlış pozitif sayısı 2,45 olmuştur.
Özet (Çeviri)
Lung cancer is the most common and mortal type of cancer in the world and in our country. Therefore, radiologists are forced to examine a large number of chest computed tomography (CT). Besides the large number of CT images, lung nodules are too small and look like other lung structures such as vessels and bronchi in CT images. Therefore, examination time of a patients CT scan by a radiologist takes a long time. In this thesis, computer aided detection (CAD) systems have been developed to reduce examination time and fault rate of radiologists.Developed three CAD systems have same preprocessing phase which detects volume of interests. Each of three CAD systems extracts different type and number of features from the volume of the interests. CAD system A, extracts total 15 morphological, statistical and histogram features from volumes of interest. CAD system B extracts eight more surface statistical and histogram features. CAD system C extracts additional five surface texture features from the volumes of interest. CAD systems sends features matrix to classification phase.Patient groups has been created to measure performances of CAD systems. Four patient groups insists of 20, 40, 50, 100 patients for training and test. The CT images of patients were selected randomly from LIDC-IDRI database. Four different classification algortihms are used in experiments.CAD system C is the most succesful CAD according to results of experiments. CAD system C reachs 98,0% of sensitivity, 87,7% of selectivity, 90,1% of accuracy and 2,45 false positive per scan.
Benzer Tezler
- Tıbbi görüntülemede bilgisayar destekli tespit
Computer aided detection in medical imaging
SERHAT ÖZEKES
Doktora
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF.DR. YILMAZ ÇAMURCU
- Bilgisayar destekli tanı sistemi ile akciğer nodüllerinin nitelendirilmesi
Characterization of lung nodules with computer aided diagnosis system
AYDIN KAYA
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET BURAK CAN
- Bilgisayarlı tomografi (BT) görüntüleri üzerinde akciğer nodüllerinin otomatik teşhisi ve üç boyutlu modellenmesi
Automated diagnosis and 3d modeling of the lung nodules on the base of CT scans
AHMED DEMİRPOLAT
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. REFİK SAMET
- Classification of lung nodules in CT images using convolutional neural networks
BT görüntülerinde akciğer nodüllerinin evrişimsel sinir ağları kullanılarak sınıflandırılması
GÖRKEM POLAT
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YEŞİM SERİNAĞAOĞLU DOĞRUSÖZ
PROF. DR. UĞUR HALICI
- Detection of cancer area in lung images with the help of deep learning algorithms
Derin öğrenme algoritması ile akciğer görüntülerinde kanser alanının tespiti
SHIVAN HASAN MOHAMMED
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÇINAR