Ontology-based medical image annotation and retrieval
Ontoloji tabanlı tıbbi görüntü betimleme ve erişimi
- Tez No: 342998
- Danışmanlar: DOÇ. DR. ADİL ALPKOÇAK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Ontoloji, içerik tabanlı resim geri getirim, düşük seviyeli resim öznitelikleri, meme kitlesi, tıbbi resim geri getirim, mamografi, belirsizlik, Ontology, content-based image retrieval, low-level image features, breast mass, medical image retrieval, mammography, uncertainty
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Bu tez kapsamında, mamografi incelemelerinde kullanılmak üzere yeni bir ontoloji tabanlı tıbbi resim betimleme ve geri getirim sistemi önerilmiştir. Bu amaçla ilk olarak mamografi incelemelerde kullanılmak üzere ortak bir kelime haznesi sağlayan yeni bir mamografi betimleme ontolojisi geliştirdik. Daha sonrasında, veri setimizi oluşturmak amacıyla, ontolojimiz ile uyumlu, yeni bir ontoloji tabanlı mamografi betimleme ve geri getirim uygulaması geliştirdik. Sonrasında, her bir meme kitlesinin üç farklı seviyede öznitelik (yüksek, orta ve düşük) ile temsil edildiği içerik tabanlı resim geri getirim modelimizi geliştirdik. İlgili modelin matematiksel modeli SQWRL ve XQuery kullanılarak uygulamaya geçirilmesine ilişkin detaylar tez içersinde verilmiştir. İçerik tabanlı resim geri getirim sistemimizi test etmek amacıyla bir grup sorguyu veri setimiz üzerinde çalıştırdık. Ayrıca, mamografi incelemeleri sırasında ortaya çıkabilen belirsiz durumları modellemek üzere yeni bir yaklaşım önerdik ve verilen bir meme kitlesinin BI RADS skorunu belirmek için SQWRL kuralları geliştirdik. Yapılan deneyler sonucunda, mamografi incelemeleri sırasında BI RADS skorlarının belirlenmesi aşamasında bir belirsizlik durumunun olduğu ve formüle edilen belirsizlik seviyesinin kesin mantık için bizim yaklaşımımızdan açık bir şekilde daha yüksek olduğu görülmüştür. Ek olarak, içerik tabanlı resim geri getirim sistemlerinde, düşük seviyeli özniteliklerin, yüksek ve orta seviyeli öznitelikler ile birlikte kullanılması, sistem performansını iyileştirmiştir. Bu iyileştirme istatistiksel olarak anlamlı bulunmuştur (p küçüktür 0.001).
Özet (Çeviri)
In this thesis, we proposed a new ontology based medical image annotation and retrieval system for mammographic examinations. For that purpose, we have first developed a mammography annotation ontology (MAO) which is a domain ontology and it provides shared vocabulary for mammography interpretation. Then we have developed a new ontology based mammography annotation and retrieval tool (MART) to create our mammography dataset. Then, we have developed a content based image retrieval system where a breast mass is described with three sets of features: low, mid and high-level feature. Mathematical model of similarity calculation between two breast lesions and implementation of the model with SQWRL and XQuery explained in detail. To test our CBIR system, we performed set of queries on the DEMS. Furthermore, we present an approach to model uncertainty in mammography, and perform SQWRL rules to infer BI RADS scores for a given mass instance. Experimentation results showed that uncertainty exists in interpretation of BI RADS scoring in mammography and average level of uncertainty for crisp logic is clearly greater than our approach. Additionally, we show that using low level features together with high and mid level features in the content based image retrieval of breast masses improves the overall system performance and it is found statistically significant (p is lower than 0.001).
Benzer Tezler
- An infrastructure for efficient reporting workflow in grid based teleradiology applications
Grid tabanlı teleradyoloji uygulamaları için verimli raporlama iş akış mimarisi
AYHAN OZAN YILMAZ
Doktora
İngilizce
2015
Bilgi ve Belge YönetimiOrta Doğu Teknik ÜniversitesiSağlık Bilişimi Ana Bilim Dalı
PROF. DR. NAZİFE BAYKAL
- Deep learning analysis in dermoscopy images
Dermoskopi görüntülerinde derin öğrenme analizi
FATİH ERGİN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BURAK PARLAK
- İntrakranial non-invaziv stereotaktik radyocerrahide görüntü rehberliğinde pozisyonlamanın değerlendirilmesi
The evaluation of image-guided positining in intracranial non-invasive stereotactic radiosurgery
FERRAT DİNÇOĞLAN
- Prostat kanseri tedavisinde görüntü rehberliğinde yoğunluk ayarlı konformal tedavi(IGRT-IMRT) tekniği ve konvansiyonel 4-alan tedavi tekniklerinin etkinliğinin değerlendirilmesi
The evaluation of the efficiency of image guided intensity modulated conformal therapy(IGRT-IMRT) and conventional 4-field box techniques in prostate cancer treatment
BORA UYSAL
- Image analysis for contrast enhanced ultrasound carotid plaque imaging
Başlık çevirisi yok
ZEYNETTİN AKKUŞ
