Histopatoloji imgelerinin bölütlenmesi ve sınıflandırılması
Segmentation and classification of histopathological images
- Tez No: 341538
- Danışmanlar: YRD. DOÇ. DR. METİN ERTÜRKLER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 98
Özet
Günümüzde medikal cihazlarda, görüntü işleme tekniklerinde ve bilgisayar işlem kapasitelerindeki muazzam artış birçok alanda teknolojik yenilikler meydana getirmektedir. Bu yenilikler iş yöntemlerinde ve elde edilen sonuçlarda önemli değişikliklere neden olmaktadır. Önemli değişimlerden birisi de histopatoloji alanında görülmektedir. Histopatolojide, dokuların değerlendirilmesi doku kesitlerinin uzman tarafından mikroskop altında incelenmesi ile yapılmaktadır. Ancak bu yaklaşım, uzmanın kişisel tecrübesine bağlı olduğu için sübjektif ve hata eğilimlidir. Sübjektifliği ve hata eğilimini ortadan kaldırmak için Bilgisayar Destekli Tanı (BDT) sistemleri geliştirilmektedir. Bu sistemler, uzmana doku ile ilgili nicel veriler sağlayarak uzmanın dokuyu daha objektif bir şekilde değerlendirmesine yardımcı olmaktadır. Bu çalışmada, histopatolojik doku imgeleri üzerinde çalışan iki ayrı BDT sistemi ve uzmanın kullanabileceği kullanıcı arayüzleri geliştirilmiştir. İlk sistem histopatolojik imgeler içerisindeki bileşenlerin renk ve şekilsel özelliklerine göre nicel veriler elde eden bir BDT sistemidir. Bu sistemde imge içerisindeki yağ vakuolleri oranı ve hücre sayıları nicel olarak elde edilebilmektedir. Geliştirilen BDT sisteminin etkinliği yağlı karaciğer hastalığına ait dokular üzerinde test edilmiştir. Ayrıca bu sistem ile Melatonin ve Resveratrol?ün yağlı karaciğer hastalığı üzerindeki etkileri de incelenmiştir. İkinci sistem ise histopatolojik imgelerin hücre graf modellerine dayanan bir BDT sistemidir. İkinci BDT sistemi sağlıklı ve hasarlı böbrek dokuları üzerinde test edilmiştir. Elde edilen deneysel sonuçlarda, sistemin sağlıklı ve hasarlı dokuları %79 doğruluk oranıyla sınıflandırabildiği görülmüştür. ANAHTAR KELİMELER: DVM, K-Ortalama Kümeleme, görüntü bölütleme, histopatolojik doku modelleme, histopatolojik doku sınıflandırma, özellik çıkarma, NAYKH, böbrek dokusu analizi.
Özet (Çeviri)
Nowadays, tremendous developments in medical equipment, image processing techniques and computer processing capacities contribute to many technological innovations. These innovations lead to significant changes in business processes and the results obtained. One of the important changes is observed in the field of histopathology. In histopathology, evaluation of tissues is performed by an expert examining tissue samples under a microscope. However, this approach is subjective and prone to errors due to the expert?s personal level of experience. In order to eliminate subjectivity and error-proneness, Computer Aided Diagnosis (CAD) systems are being developed. These systems assist expert for more objective evaluation of tissue, by providing quantitative data on tissue. In this study, two different CAD systems, which work on the histopathological tissue images, and user interfaces for expert?s usage are developed. The first system is a CAD system providing quantitative data based on color and structural features of components in histopathological images. In this system, ratio of fat vacuoles and number of cells in images can be obtained quantitatively. The effectiveness of developed CAD system is tested on tissue images of non-alcoholic fatty liver disease. In addition, the effects of Resveratrol and Melatonin on non-alcoholic fatty liver disease are investigated by this system. The second system is a CAD system based on cell graph model of the histopathological tissue images. This system is tested on healthy and damaged images of histopathological kidney tissues. As a result of the experimental study, it is observed that the system can classify healthy and damaged tissue images with the accuracy rate of 79%. KEYWORDS: SVM, K-Means Clustering, image segmentation, histopathological tissue modeling, histopathological tissue classification, feature extraction, NAFLD, analyzing kidney tissues.
Benzer Tezler
- Histopatolojik imgelerin değerlendirilmesinde örüntü tanıma temelli karar destek sistemleri
Decision support systems based on pattern recognition for evaluating of histopathologic images
SUAT TORAMAN
Yüksek Lisans
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
Y.DOÇ.DR. İBRAHİM TÜRKOĞLU
- Histopatoloji imgelerinin bilgisayar destekli değerlendirilmesi
Computer assisted assessment of histopathology images
MUSTAFA NURMUHAMMED
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METİN ERTÜRKLER
- Histopatolojik doku imgesinin dairesel komşuluk hücre-graf modelinin oluşturulması ve analizi
Constructing and analyzing circular neighborhood cell-graph model of the histopathological tissue image
FARUK SERİN
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METİN ERTÜRKLER
- Color graph representation for structural analysis of tissue images
Doku imgelerinin yapısal analizi için renkli çizge gösterimi
DOĞAN ALTUNBAY
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Bölümü
YRD. DOÇ. DR. ÇİĞDEM GÜNDÜZ DEMİR
- Classification of histopathological cancer stem cell images in H&E stained liver tissues
H&E boyanmış karaciğer dokularında histopatolojik kanser kök hücre imgelerinin sınıflandırılması
CEM EMRE AKBAŞ
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ENİS ÇETİN